Os benchmarks da Ramp mostram para onde foi seu dinheiro com IA
Você sabe dizer para onde foi seu dinheiro com IA. Mas sabe o que ele comprou?
A Ramp publicou algo que vale a pena ler este ano. Usando dados reais de pagamentos de milhares de empresas, eles mapearam como é o gasto real com tokens de IA por tamanho de empresa, nível de modelo e profundidade de uso. O gasto mensal mediano é de US$ 2.246. O percentil 75 é de US$ 14.843. O percentil 90 é de US$ 73.030. O uso de tokens cresceu 1.001% entre janeiro de 2025 e abril de 2026.
Estes são números reais. Dados reais de faturas. Mas o que acontece quando contabilizamos o desperdício de tokens?
Como ficam os benchmarks com 40% a 60% de desperdício de tokens
Os 2 posts anteriores desta série argumentaram que o desperdício de tokens é um problema de comportamento, não de infraestrutura. Equipes sem capacitação regeram resultados. Elas despejam contexto. Elas não decompõem tarefas. Elas direcionam tudo para o modelo de ponta porque ninguém lhes disse para não fazer isso.
Quando a própria equipe de engenharia do GitHub auditou seus fluxos de trabalho agênticos em produção, eles encontraram desperdício suficiente para reduzir os custos efetivos de tokens em 37% a 62% em suas automações mais usadas, sem alterar o que os fluxos de trabalho produziam. Veja como ficam os benchmarks da Ramp quando você aplica essa variação.
Com 40% de desperdício:
| Nível de gasto | Total mensal | Desperdiçado | Produtivo |
|---|---|---|---|
| Mediana | US$ 2.246 | US$ 898 | US$ 1.348 |
| Percentil 75 | US$ 14.843 | US$ 5.937 | US$ 8.906 |
| Percentil 90 | US$ 73.030 | US$ 29.212 | US$ 43.818 |
Com 60% de desperdício:
| Nível de gasto | Total mensal | Desperdiçado | Produtivo |
|---|---|---|---|
| Mediana | US$ 2.246 | US$ 1.348 | US$ 898 |
| Percentil 75 | US$ 14.843 | US$ 8.906 | US$ 5.937 |
| Percentil 90 | US$ 73.030 | US$ 43.818 | US$ 29.212 |
A organização no percentil 90 gastando US$ 73.030 por mês pode estar obtendo US$ 29.212 em valor produtivo de tokens. Os outros US$ 43.818 são ciclos de regeração, despejos de contexto e chamadas de agentes sem restrições.
Anualize isso. No percentil 90 com 60% de desperdício, você está deixando cerca de US$ 525.000 por ano na mesa. Não em ganhos de eficiência que você ainda não capturou, mas em gastos que não produziram nada.
Qual ROI isso realmente exige?
Se sua taxa de desperdício for de 40%, seus tokens produtivos precisam gerar um retorno sobre toda a sua fatura, não apenas sobre a parte que funcionou. Se você tem como meta um ROI de 3x em seu investimento em IA, a parte produtiva tem que render 5x para cobrir o desperdício. Com 60% de desperdício, esse número é de 7,5x.
| Taxa de desperdício | ROI meta | Retorno exigido do gasto produtivo |
|---|---|---|
| 0% (sem desperdício) | 3x | 3x |
| 40% de desperdício | 3x | 5x |
| 60% de desperdício | 3x | 7,5x |
A maioria dos casos de negócios de IA é construída com base no número nominal de gastos. Eles não estão contabilizando o desperdício. Isso significa que os projetos que parecem viáveis no papel podem exigir retornos que nunca foram realistas, e aqueles que pareciam marginais já podem estar no prejuízo. Esta é a matemática que não está no relatório da Ramp. Não é uma crítica. É uma pergunta diferente.
A Ramp diz para onde o dinheiro foi, não o que ele comprou
O produto da Ramp fornece os gastos por fornecedor, por modelo, por equipe e por mês. Isso é visibilidade de gastos. É necessário. E para antes da pergunta que realmente determina se seus investimentos em IA estão funcionando: o que esses tokens produziram?
Não operacionalmente no agregado. Especificamente. O fluxo de trabalho que consumiu 4,2 milhões de tokens no mês passado mudou a rapidez com que sua equipe faz entregas? Ele eliminou uma etapa de revisão? Ele moveu uma métrica de receita? Ele reduziu o retrabalho, comprimiu o tempo de ciclo ou produziu um resultado mensurável que não existia antes? A automação ou inteligência foi eficaz ou apenas cara?
Sem respostas para essas perguntas, você tem uma fatura. Você não tem uma tese de investimento.
Esta é a lacuna que a Clairet foi construída para fechar. Não o rastreamento de gastos: o Outcome Tracking. Cada iniciativa de IA mapeada para uma linha de base, um proprietário e uma métrica de sucesso antes de entrar em produção. Cada projeto medido em relação aos resultados que prometeu, não aos tokens que consumiu. Saber para onde foi o seu dinheiro com IA é o passo 1. Saber o que ele retornou, operacional e financeiramente, é o que faz a próxima decisão de investimento ser uma decisão, não um palpite.
O hype não é uma estratégia. Encontre insights e direção com a Clairet. Solicite uma demonstração.
Fontes: Ramp, “How Much Do AI Tokens Cost Businesses? 2026 Spending Benchmarks,” 8 de junho de 2026 (dados de abril de 2026); GitHub, “Improving token efficiency in GitHub Agentic Workflows,” 7 de maio de 2026.