A gestão de custos em sistemas de Inteligência Artificial tem sido um verdadeiro quebra-cabeça para as empresas. Com a proliferação de sistemas de IA multiagentes, que utilizam nuvens, grandes modelos de linguagem (LLMs) e diversos sistemas de registro, as finanças recebem apenas dados agregados, sem a granularidade necessária para entender o custo de uma transação específica, como um pedido ou uma reclamação.
Essa falta de detalhe impede que as empresas respondam a perguntas cruciais sobre o impacto financeiro de suas operações de IA. Os provedores de serviços, por sua vez, não conseguem enxergar as fronteiras das transações empresariais, resultando em faturas que agrupam os custos por SKU e período de cobrança, sem a atribuição direta a uma atividade de negócio.
A Lacuna na Contabilidade de Custos de IA
Mesmo com iniciativas como a FinOps Open Cost and Usage Specification (FOCUS), que padroniza o esquema de dados de faturamento entre provedores, a granularidade permanece no nível de liquidação. Embora o FOCUS adicione atribuição de tokens de IA e requisitantes, ele ainda não permite que as empresas associem diretamente um custo a uma transação de negócio específica. Essa incompatibilidade de granularidade é um problema fundamental que impede uma gestão financeira eficaz da IA.
Para resolver essa questão, pesquisadores formalizaram essa incompatibilidade e propuseram o Modelo de Dois Registros. Essa abordagem inovadora combina um registro de liquidação, que contém dados de faturamento conformes ao FOCUS, com um registro de atribuição. Este último é construído a partir de registros de uso em nível de invocação, utilizando a telemetria OpenTelemetry GenAI.
Como o Modelo de Dois Registros Funciona na Prática
O coração do Modelo de Dois Registros é uma "espinha dorsal de correlação" em camadas. Ela utiliza contexto de rastreamento, metadados A2A/MCP, correlação por chave de negócio e até mesmo correspondência probabilística para atribuir cada registro de uso à sua transação de negócio correspondente. Isso é feito com um método registrado e um nível de confiança, garantindo precisão na alocação de custos.
Além disso, uma tabela de taxas versionada precifica o uso quase em tempo real, permitindo uma visão dinâmica dos gastos. A reconciliação periódica vincula ambos os registros à fatura, e qualquer resíduo inexplicado ajuda a identificar o que é chamado de "IA sombra" – gastos não contabilizados ou não atribuídos. Os custos são então reportados por pedido, reclamação ou resultado, com métricas de custo agenticas que fornecem uma visão clara do desempenho financeiro da IA.
Uma simulação com dados de referência conhecidos demonstrou a eficácia do modelo. A espinha dorsal de correlação manteve a cobertura de custos acima de 99%, mesmo quando a propagação de rastreamento caiu a zero. A reconciliação recuperou gastos não medidos com uma precisão notável, sinalizando também erros de faturamento dos provedores. A capacidade de "gating" em tempo real reduziu o custo da transação em até 61%, com uma taxa de falsas pausas de apenas 2-4%. O registro de atribuição é proposto como um perfil FOCUS de granularidade de invocação para padronização, o que pode revolucionar a forma como as empresas gerenciam seus custos de IA.
O que isso muda para você
Para profissionais brasileiros que atuam com IA, especialmente em áreas de FinOps, engenharia de dados e gestão de projetos, o Modelo de Dois Registros representa um avanço significativo. Ele oferece a clareza necessária para justificar investimentos em IA, otimizar o uso de recursos e identificar gargalos de custo que antes eram invisíveis. Imagine poder dizer exatamente quanto custou cada atendimento ao cliente automatizado ou cada análise de risco impulsionada por IA.
Essa granularidade permite não apenas um controle financeiro mais rigoroso, mas também a capacidade de tomar decisões estratégicas mais informadas sobre quais modelos ou provedores são mais eficientes para cada tipo de transação. É uma ferramenta poderosa para combater o desperdício e garantir que a IA esteja gerando valor real para o negócio, alinhando os gastos de TI com os resultados de negócio de forma inédita. O próximo passo é explorar como essa padronização pode ser integrada nas ferramentas e processos existentes da sua empresa, começando pela avaliação da telemetria de uso de IA.


