Guia prático
A IA saiu cara e não sabemos usá-la bem
Pagar mais não faz a inteligência artificial render mais. O que baixa a conta e melhora o resultado é escolher bem para que ela é usada e como.

Edmundo Spohr18 de agosto de 2026 · 5 min de leitura
Em 30 segundos
- 01Escolha o modelo de acordo com a tarefa: para o simples, um modelo leve custa uma fração e faz o trabalho.
- 02Guarde e reutilize suas instruções; não as reescreva a cada conversa.
- 03Muitas vezes o que falta não é outra ferramenta, e sim a equipe aprender a usar a que já tem.
É uma conversa que temos cada vez com mais frequência. A organização se empolgou com a inteligência artificial, contratou licenças para a equipe e, alguns meses depois, a sensação é incômoda: paga-se todo mês, mas ninguém sabe muito bem o que se ganhou.
Na Sumadots vimos isso em pelo menos cinco organizações. E quase nunca o problema é a tecnologia. O problema é que se usa a ferramenta maior para tudo, sem ter decidido antes para que ela serve.
Sinais de que vocês estão pagando demais
- Pagam-se licenças por pessoa e ninguém sabe bem o que mais dá para fazer, além de redigir e-mails.
- Documentos são revisados com o modelo mais caro antes de testar se a tarefa funciona.
- A ferramenta falha com fotos escuras ou documentos em outro idioma, e ninguém sabe por quê.
- Alguém escreve os mesmos critérios do zero a cada conversa.
- Na mesma equipe convivem três assistentes diferentes, cada um com sua própria conta.
- O que funciona com dez documentos fica caro demais quando são mil.
Se você reconhece dois ou mais, não está sozinho. E a boa notícia é que quase todos têm uma solução simples.
Cinco ajustes que baixam a conta
1. Um modelo para cada tarefa
Nem toda tarefa precisa do modelo mais potente. Organizar respostas de uma pesquisa, resumir uma ata ou classificar e-mails, um modelo leve faz bem, por uma fração do custo. Deixe o modelo grande para o que realmente pede: uma análise delicada ou um texto que um financiador vai ler.
Um só modelo para tudo
- O mais caro, sempre
- Paga-se o mesmo pelo simples e pelo difícil
- A conta cresce a cada documento
- Ninguém sabe que tarefa vale a pena
Um modelo conforme a tarefa
- Um leve para o repetitivo
- O grande só para o delicado
- Testa-se com poucos casos antes de escalar
- Sabe-se quanto custa cada tarefa
2. Prepare os documentos antes de enviar
Um PDF escaneado ou uma foto escura dá muito trabalho para a IA: às vezes ela lê errado, às vezes não lê. Converter primeiro o PDF em texto (tirar as letras do arquivo) deixa a resposta mais barata e mais confiável.
3. Guarde suas instruções
Se toda semana você explica à IA os mesmos critérios para revisar um relatório, escreva-os uma vez e guarde. Assim qualquer pessoa da equipe usa do mesmo jeito, e o resultado deixa de depender de quem escreveu a pergunta naquele dia.
4. Use o que vocês já têm
Muitas organizações sem fins lucrativos têm pacotes de escritório que já incluem um assistente de IA. Antes de contratar outra licença, veja o que vem no que vocês já pagam e coloque toda a equipe em uma única ferramenta.
5. Às vezes não precisa de IA
Se a tarefa é sempre igual (por exemplo, marcar como urgente tudo o que contenha certa palavra), uma regra fixa resolve de graça e sem erros. A IA vale a pena quando é preciso interpretar, não quando basta seguir uma instrução.
Delimitar é metade do trabalho
As ferramentas de IA que melhor funcionam nas organizações que acompanhamos têm algo em comum: fazem uma coisa só, para um público claro. Não são um assistente para tudo. São, por exemplo, um espaço onde um grupo de pessoas pratica uma conversa difícil antes de tê-la na vida real.
Para se aprofundar
Martina: praticar a conversa mais difícil antes de tê-la
Encerramos o piloto da Martina, um simulador com IA para que professores pratiquem como acolher um estudante em crise. Isto é o que ficou.
Esse foco é o que permite saber se funciona, quanto custa e se vale a pena crescer.
Muitas vezes vale mais formar do que construir
Quando uma organização nos pede para construir algo com IA, muitas vezes a resposta mais útil é outra: que a equipe aprenda a escolher. Que tarefa vale a pena, que modelo usar, como escrever instruções reutilizáveis e como saber se o resultado melhorou. Isso não se compra com uma licença; aprende-se fazendo, com um problema próprio.
Se depois disso for preciso construir, constrói-se algo menor, mais barato e que a equipe entende. É assim que trabalhamos no SumaLab.

Edmundo Spohr
IA aplicada, adoção e impacto · Sumadots