Desde julho de 2026, a SAP tornou o pricing por consumo (use-based) o padrão nas renovações de cloud. Na prática, o custo de Business AI — AI Units e Joule — deixou de ser uma linha fixa no contrato e virou variável, parte central da negociação. Com o Joule já em 35 soluções e o Joule Studio 2.0 chegando em GA no Q3, a matemática é direta: quanto mais agente rodando, mais consumo, mais gasto.
Este artigo explica o que mudou na SAP e defende uma tese que vale para qualquer stack de IA cobrada por uso — OpenAI, Anthropic, Google, Databricks incluídos: um piloto de IA é barato de propósito; produção é onde a conta escala. E o que separa o piloto barato da fatura imprevisível tem nome: FinOps de IA.
O que mudou na SAP: use-based pricing virou padrão da renovação de cloud
A mudança é de modelo comercial, não só de tabela de preço. Ao tornar o pricing por consumo o padrão das renovações de cloud, a SAP moveu o custo de IA do território "licença previsível" para o território "conta de luz": você paga pelo que roda. O custo de Business AI entra agora na negociação central do contrato — e vira uma variável que depende diretamente de quantos agentes, com que frequência e com quantos passos cada um executa.
Para o comprador de tecnologia, isso muda a pergunta. Não é mais "quanto custa a licença de IA?", e sim "quanto a minha operação vai consumir quando isso estiver em produção de verdade?". Quem assina o contrato olhando o custo do piloto está subestimando a conta que chega quando o volume real bate.
AI Units e Joule: por que o custo de IA deixou de ser fixo e virou variável
As AI Units são a moeda de consumo do Business AI da SAP: cada interação do Joule — o copiloto/agente que já roda em 35 soluções — consome unidades. Com o Joule Studio 2.0 (GA no Q3) facilitando criar mais agentes e skills, a tendência é clara: o número de agentes cresce, a frequência de uso cresce, e o consumo acompanha. O custo, antes diluído numa licença, agora é sensível a cada decisão de arquitetura.
Isso não é ruim por si só — pagar pelo que se usa é justo e alinha custo a valor. O problema aparece quando ninguém mede: um agente que dá voltas desnecessárias, faz chamadas redundantes ou executa passos que poderiam ser cortados consome AI Units silenciosamente. A ineficiência, que num modelo de licença fixa era invisível, agora aparece na fatura.
A tese que vale pra qualquer stack: piloto é barato, produção é onde a conta escala
Aqui está o ponto que transcende a SAP. Todo piloto de IA é barato de propósito: volume baixo, poucos usuários, uso controlado. Ele serve para provar valor, não para prever custo. Produção é outro jogo — é onde o volume, a frequência e a fatura escalam juntos. E o modelo de cobrança por uso é universal: OpenAI, Anthropic, Google, Databricks, SAP — todo mundo cobra por consumo. Quem não governa consumo paga a conta da ineficiência, independentemente do fornecedor.
O erro clássico é tratar o custo de IA como um problema de negociação de contrato, quando ele é um problema de arquitetura. Você não resolve consumo desnecessário renegociando preço por unidade — você resolve fazendo o agente consumir menos para entregar o mesmo resultado.
FinOps de IA: medir custo por caso de uso e cortar os passos redundantes do agente
FinOps de IA é a disciplina de trazer previsibilidade e eficiência ao gasto com IA. Na prática, três movimentos: medir custo por caso de uso (quanto cada fluxo de agente consome, não só o total do mês), instrumentar o consumo (dashboards de AI Units / custo por agente, para ninguém descobrir o gasto só na fatura) e cortar o desperdício (passos redundantes, chamadas repetidas, contexto inflado que o agente arrasta sem necessidade).
Sem FinOps de IA, o POC de alguns milhares de reais vira uma fatura imprevisível de dezenas de milhares em produção — e o time descobre tarde, quando a conta já chegou. Com FinOps, o custo vira uma variável gerenciada, com teto previsível e otimização contínua.
Arquitetar pra eficiência: fazer o agente resolver com menos chamadas
A alavanca mais poderosa de custo em IA por consumo é a arquitetura. Um agente bem desenhado resolve a mesma tarefa com menos chamadas ao modelo, menos idas e voltas, menos contexto carregado. Isso é engenharia: desenhar os fluxos para o agente fazer mais com menos, usar cache onde faz sentido, escolher o modelo certo para cada passo (nem sempre o maior), e cortar orquestração desnecessária.
Cada chamada redundante que você elimina é AI Unit que não é consumida — mês após mês, em escala de produção. É por isso que eficiência de consumo não é ajuste fino: é a diferença entre uma operação de IA sustentável e uma que estoura o orçamento no primeiro trimestre.
Como a CCX arquiteta, mede e governa o consumo de IA do seu negócio
A CCX trata custo de IA como problema de arquitetura, que é o que ele é. Nossa prática de Arquitetura Cloud e DevOps & CI/CD arquiteta para eficiência de consumo — infraestrutura como código (Terraform), cost optimization multi-região, e desenho dos fluxos de agente para resolver com menos chamadas. Combinamos isso com Data & BI para instrumentar e visualizar o consumo: dashboards de AI Units e custo por agente em ferramentas como BigQuery, Looker e Metabase, para você medir custo por caso de uso e governar o gasto antes de escalar.
E porque agente eficiente também é agente bem integrado, nossa prática de Integrações & APIs Enterprise (SAP ↔ não-SAP) desenha os fluxos para o agente fazer mais com menos chamadas — via arquitetura event-driven com Kafka e RabbitMQ, com contrato e idempotência. Com 200+ projetos entregues e 60% de redução média de custos reportada por clientes, a CCX transforma "consumo imprevisível" em "custo governado".
O CTA é direto: governe o consumo antes que a fatura governe você. Fale com a CCX para arquitetar sua IA para eficiência, medir custo por caso de uso e prever o gasto antes de escalar.
FAQ (People Also Ask)
O que são AI Units na SAP? São a unidade de consumo do SAP Business AI: cada interação do Joule (o copiloto/agente da SAP) consome AI Units. Com o pricing por consumo padrão nas renovações, o custo de AI Units virou variável de contrato.
O que é FinOps de IA? É a disciplina de governar o custo de IA cobrada por uso: medir custo por caso de uso, instrumentar o consumo com dashboards e cortar desperdício (passos redundantes, chamadas repetidas) para tornar o gasto previsível e eficiente.
Por que o custo de IA estoura em produção? Porque o piloto tem volume baixo por design; produção escala volume, frequência e fatura juntos. Sem medir consumo por caso de uso e sem arquitetar para eficiência, a ineficiência do agente aparece direto na conta.
Como reduzir o custo de agentes de IA? Arquitetando para o agente resolver com menos chamadas ao modelo, cortando passos redundantes, usando cache e o modelo certo para cada passo, e instrumentando o consumo para otimizar continuamente.


