Custo de coordenação humano-agente: o vetor invisível da governança de IA

Pense na sua última quarta complicada. Uma renovação de cliente enterprise, decisão sobre cobrança consumption-based, time pequeno envolvido. A decisão atravessou três humanos e dois agentes de IA antes de ir pro cliente.

Um analista do seu time pediu pro Claude rascunhar três cenários, levou 40 minutos calibrando prompt até a saída ficar utilizável. Mandou pro head de finance que abriu o Copilot, comparou com benchmarks internos, devolveu duas perguntas pro analista, que voltou pro Claude. Daí entraram em reunião de 90 minutos com a liderança financeira, que pediu mais duas iterações no modelo. No fim, decisão tomada, cliente notificado, renovação assinada.

A fatura visível dessa decisão: zero. Sem entrada no ERP, sem linha no P&L. A fatura real, somando seu payroll sênior em iteração de prompt, em ratificação, em handoff entre dois agentes diferentes, e em reunião pra calibrar o que eles devolveram, ficou na casa dos R$ 14 mil. Numa única decisão de pricing. Em uma única quarta.

A IA economizou seis horas de execução individual no seu time. Introduziu nove horas de coordenação adicional, distribuídas entre cinco pessoas. Ninguém viu.

O debate de governança de IA hoje cobre cinco frentes

Quando você chama o conselho ou o jurídico pra discutir governança de IA na sua empresa em 2026, cinco frentes aparecem na pauta. Todas legítimas, todas necessárias, todas resolvendo um ângulo distinto do problema.

Cada uma dessas frentes resolve um problema real. Compliance é o que protege a empresa de multa que pode chegar a 35 milhões de euros ou 7% do faturamento global, no caso de desconformidade com o EU AI Act que entra em vigor em agosto de 2026. Risco de modelo é o que evita que um sistema de score discrimine na concessão de crédito. Custo de infra é o que mantém a fatura da OpenAI ou da Anthropic dentro do plano financeiro.

Nenhuma das cinco frentes mede o que sua empresa gasta, em payroll sênior, pra coordenar uma decisão que atravessa humanos e agentes. Essa é a sexta frente. E é a que carrega a conta mais cara, porque é distribuída e invisível.

A categoria que ninguém está medindo

Quando uma decisão importante na sua empresa atravessa pelo menos um humano e pelo menos um agente de IA, três coisas acontecem ao mesmo tempo. Humanos consomem tempo pra calibrar o que o agente devolve. Agentes consomem tokens. E há um terceiro consumo, sem dono claro, que é o tempo gasto na iteração entre os dois.

O tempo dos humanos tem dono no payroll. O custo dos tokens tem dono no FinOps de infra. O tempo de iteração não tem dono em lugar nenhum. Não aparece em forecast, não aparece em relatório de eficiência, não aparece em audit trail. Está distribuído em parcelas pequenas em cada decisão, em cada handoff, em cada calibração de prompt que volta com algo aproveitável.

Esse é o vetor invisível. E ele cresce com o uso de IA, não diminui.

Quanto sua empresa paga por mês nessa coluna? Provavelmente ninguém sabe responder com ordem de grandeza. E é exatamente esse o problema. Separar a conta por tipo de aresta ajuda. Toda decisão híbrida atravessa as 4 arestas canônicas: H2H, A2A, H2A, A2H em moeda, cada uma com gatilho de crescimento próprio.

A teoria que explicou isso 88 anos antes da IA existir

Em 1937, um economista inglês publicou um ensaio curto que mudou a forma como pensamos a natureza da firma. A pergunta dele era simples. Se o mercado é eficiente, por que existem empresas? Por que não tudo é contratado spot a spot, transação a transação, no mercado aberto?

A resposta dele foi que coordenar via mercado tem custo. Buscar fornecedor, negociar preço, redigir contrato, monitorar entrega, gerir disputa. Tudo isso é caro. Quando o custo de coordenar dentro da firma é menor que o custo de coordenar via mercado, atividade fica dentro. Quando é maior, vai pra fora.

Por 88 anos essa teoria operou em duas vias. Fazer dentro com humanos, ou comprar fora no mercado. IA introduz uma terceira via inédita. Agora você tem agentes operando dentro da sua hierarquia, sem ser humanos. E a pergunta volta atualizada para 2026. Quanto custa coordenar essa força de trabalho mista? Onde ela é eficiente e onde está vazando dinheiro da sua operação? Coase, Williamson e 88 anos de teoria aplicados à fatura da IA desdobra a fundamentação completa.

A teoria está pronta. Falta a instrumentação. Compliance não foi feito para responder essa pergunta. FinOps de infra mede só uma parte. O resto está em parcelas pequenas distribuídas em cada decisão, em cada handoff, em cada reunião pra alinhar prompt.

O paradoxo: IA acelera execução e dispara coordenação

A promessa pública da IA generativa é simples. Acelera execução individual em 30 a 50%, segundo dados consolidados por McKinsey e MIT. Você usa Copilot, Claude ou ChatGPT no fluxo de trabalho? Ganha tempo em escrever, em programar, em sintetizar. Isso é verdade e é mensurável.

A consequência operacional menos discutida é a que quebra a equação. Quando sua empresa corta gente e automatiza com IA, quem sobra é, em média, mais caro. É o sênior, o especialista, o multidisciplinar, que pré-IA tinha um time de 5 pra delegar e pós-IA tem dois agentes pra calibrar.

Faça a conta com números reais de SaaS B2B brasileiro mid-market. Hora carregada de analista sênior pré-IA, R$ 240. Hora carregada do mesmo perfil pós-onda de IA-driven enxugamento, R$ 320. Reunião de 90 minutos com quatro pessoas desse nível pra calibrar saída de agente: pré-IA custava R$ 1.440. Pós-IA custa R$ 1.920. Mesma reunião, 33% mais cara, sem ninguém recalcular a equação.

Pesquisa McKinsey State of AI 2025 mostra projetos de IA empresarial rodando, em média, 2,7 vezes acima do orçamento original. A maior parte desse overspend é atribuído a infra, a treinamento, a integração técnica. Uma fração relevante, não-medida em nenhum lugar, é coordenação. Quem governa, vê. Quem não governa, paga distribuído em cada decisão. O paradoxo do AI Multiplier desdobra os quatro vazamentos que comem o ganho individual antes dele atravessar pra margem.

Por que compliance regulatório não fecha essa conta

PL 2338 no Brasil. EU AI Act na Europa, com extraterritorialidade que atinge empresas brasileiras que exportam ou processam dados europeus. LGPD 2.0 com requisitos novos pra uso de IA. ANPD assumindo papel regulador em paralelo. Multas no patamar de 35 milhões de euros ou 7% do faturamento global em desconformidade. É um corpo regulatório real, enforceable, com prazos definidos.

Tudo isso é necessário. E nada disso responde quanto sua empresa gasta por mês coordenando humanos e agentes. Compliance regula o que a IA pode fazer. Governança econômica de coordenação mede o que coordenar com ela custa. As duas convivem. Uma sem a outra é incompleta.

Sua empresa pode estar 100% em compliance com PL 2338, EU AI Act, LGPD 2.0 e ANPD, e ainda assim queimar milhões por ano em coordenação cega entre humanos e agentes. As duas frentes são paralelas. Tratar uma sem a outra te deixa protegido num flanco e exposto no outro. A tentativa mais comum de fechar a frente econômica via cerimônia, o comitê de IA, ilustra o anti-padrão típico de 2026.

Cinco sinais práticos de que essa fatura existe na sua empresa

Não tem como medir do dia pra noite, mas tem como identificar onde olhar. Cinco sinais práticos de operação real que indicam custo invisível alto de coordenação humano-agente. Se mais de dois aparecem na sua empresa, vale priorizar inventário. A versão executiva da mesma leitura (com foco em board prep) está em as 5 perguntas que governança econômica responde.

• Reuniões surgindo na agenda com pauta tipo "calibrar como o time está usando o Claude/Copilot/ChatGPT". Quando esse padrão aparece de forma recorrente, é sinal de que coordenação migrou para dentro da empresa e não está medida.
• Headcount de pricing, de finance ou de strategy não diminuiu apesar de o time inteiro agora ter ferramenta de IA com produtividade individual maior. O ganho está vazando em algum lugar; coordenação é candidato número um.
• Decisões cross-funcionais demoram o mesmo tempo que demoravam antes da IA, mesmo com cada participante respondendo mais rápido individualmente.
• Custos de OpenAI, Anthropic, Microsoft Copilot estão dentro do plano. Mas margem operacional não melhorou na proporção que o discurso de produtividade de IA prometia.
• Quando o CFO pergunta "qual foi o ROI do nosso investimento em IA este trimestre?", a resposta vem em forma de anedota e não em forma de número.

Três movimentos pra começar a medir, sem comprar nada

Não precisa de software novo pra começar. Três movimentos pragmáticos cobrem a baseline das primeiras semanas e geram conversa séria no primeiro QBR seguinte.

1. Inventariar onde humanos e agentes se cruzam. Pega 2-3 áreas de maior uso de IA na sua empresa. Lista os 5 fluxos mais frequentes onde humano dispara agente, agente devolve, humano calibra, ou agente passa contexto pra outro agente. Anota tipo, frequência semanal, número de participantes.
2. Atribuir custo unitário com payroll carregado. Usa salário sênior médio carregado da sua empresa, multiplica por tempo médio por interação, multiplica por frequência. Numa primeira aproximação, a margem de erro fica em 15-25%. Suficiente pra ordem de grandeza.
3. Revisar trimestralmente, junto com forecast. Coloca o número no mesmo radar que payroll e cloud spend. Trimestre a trimestre, compara. Se cresce mais rápido que ARR, tem problema estrutural. Se diminui, tem evidência de que a coordenação está sendo redesenhada.

Nenhum dos três exige instrumentação técnica. Exige decisão de medir. O resto é consequência. A versão passo-a-passo do primeiro movimento (mapear o grafo de decisão, classificar arestas, consolidar radar) está em o inventário de arestas em 30 dias sem ferramenta nova. Depois do inventário, o passo seguinte é montar o painel de leitura econômica: cinco métricas que medem governança econômica de IA e cinco anti-métricas que atrapalham.

Perguntas frequentes

O fechamento

Em 2026, governança de IA virou pauta de board nas empresas que crescem. Provavelmente já chegou à sua. Compliance, segurança, risco, infra, orquestração. Cinco frentes ativas que vão amadurecer e gerar regulamentação, ferramenta, prática estabelecida. Vai dar certo. A referência internacional mais bem testada da camada operacional é o Model AI Governance Framework de Singapore, publicado em 2019 e atualizado pra IA generativa em 2024.

A sexta frente, ainda silenciosa, é onde está a maior parte da sua fatura. Custo de coordenar humanos com agentes em volta de cada decisão importante. Quem mede primeiro captura ganho real do investimento em IA. Quem não mede vai descobrir, em um ou dois anos, que a margem operacional não acompanhou o discurso de produtividade.

Operacionalmente, essa frente já tem nome emergente. É FinOps de coordenação como categoria emergente e tem dono natural na cadeira de Finance. Por isso o ownership do CFO sobre a categoria econômica é a conversa que vai amadurecer nos próximos dois trimestres em SaaS B2B BR mid-market sério.

A teoria que explica isso foi publicada em 1937. A IA tornou a fatura grande o suficiente pra ninguém poder ignorar mais. Cabe a você decidir se vai começar a medir agora, ou se vai esperar o próximo board cobrando explicação.