O recurso que entrou e a margem que saiu
Um founder de SaaS lança um assistente de IA dentro do produto. Cobra o mesmo preço do plano de sempre, porque "é só mais uma feature". Três meses depois, a margem bruta caiu e ninguém no time sabe apontar exatamente onde. A resposta está na conta que não foi feita antes de shippar: em software tradicional, o cliente número 500 custa quase zero a mais para atender. Em produto com IA, cada consulta desse cliente tem um custo de token, de novo, e de novo, todo mês.
Esse é o problema que separa gestão de produto tradicional de gestão de produto com IA embutida, e é onde mora a decisão que cabe ao founder, não ao time de engenharia.
O número que veio do mercado
O relatório State of AI de julho de 2026 da ICONIQ, feito com cerca de 300 executivos de empresas de software que constroem produto de IA, mostra a margem bruta média desses produtos subindo de 45% em 2025 para 53% projetada em 2026, com expectativa de chegar a 59% em 2027. Parece progresso, e é. Mas o software tradicional entrega de 75% a 85% de margem bruta há duas décadas. A distância ainda é de mais de 20 pontos.
O motivo está no custo de inferência. Segundo o mesmo levantamento, para cada 1 milhão de dólares em receita de produto de IA, cerca de 230 mil dólares (23% da receita) saem como custo de inferência, um número que subiu de 20% em levantamentos anteriores conforme os produtos amadurecem e o uso cresce. Isso não é custo fixo diluído entre clientes. É custo variável, por consulta, que escala junto com o sucesso do produto.
| Ano | Margem bruta média (IA) | Margem bruta (SaaS tradicional) |
|---|---|---|
| 2025 | 45% | 75% a 85% |
| 2026 (projetado) | 53% | 75% a 85% |
| 2027 (projetado) | 59% | 75% a 85% |
Onde os 23% vão parar
A armadilha é tratar o custo de IA como se fosse hospedagem: um item de infraestrutura que cresce devagar e se dilui com escala. Não é. Um usuário que manda 200 mensagens por mês custa proporcionalmente mais do que um que manda 20, e o plano que você vende para os dois é o mesmo. Se o preço foi calculado olhando o custo médio, o usuário pesado está drenando a margem que o usuário leve construiu.
A correção não é cobrar por token, isso mata a experiência e complica a venda. É modelar o custo em dois pontos antes de definir preço: o uso mediano (P50) e o uso do usuário pesado (P90). Se o P50 sustenta 60% de margem no preço que você quer cobrar, o P90 provavelmente está no vermelho, e aí a pergunta certa é: você limita o uso, muda de modelo para esse perfil, ou aceita a margem menor porque esse cliente também é o que menos cancela?
O mesmo levantamento da ICONIQ traz o outro lado da moeda: 66% das empresas pesquisadas melhoraram o custo por consulta em 10% ou mais no último ciclo, e 19% melhoraram 30% ou mais. O caminho mais citado não foi trocar de fornecedor de modelo, foi roteamento: mandar a maioria das consultas simples para um modelo barato e reservar o modelo caro só para o que realmente precisa de raciocínio mais pesado. Grande parte das perguntas de um produto de IA são repetitivas, e tratar todas com o modelo mais caro é decisão de quem nunca olhou a fatura.
A margem de um produto de IA não é uma linha que você lê no relatório financeiro no fim do mês. É uma decisão de arquitetura que você toma antes de escrever a primeira linha do recurso.
O que fazer na segunda de manhã
Antes de aprovar o próximo recurso de IA no roadmap, três perguntas resolvem a maior parte do risco:
- Quanto custa uma consulta desse recurso, no modelo que você pretende usar, hoje, com os preços de hoje?
- Qual é o custo projetado para o usuário do percentil 90, não para o usuário médio?
- O preço do plano cobre isso com folga de pelo menos 40 pontos de margem, ou você está apostando que o custo do modelo vai cair antes do cliente perceber?
Se a resposta para a terceira pergunta for a aposta, ainda dá para lançar, mas com um teto: um limite de uso por plano, um roteamento que manda o volume para o modelo mais barato e reserva o caro para exceção, e uma data marcada no calendário para reabrir a conta, não esperar o relatório trimestral avisar que a margem já caiu.
Quem decide isso não é quem escreve o prompt. É quem assina o preço do plano. E essa conta, diferente de contratar mais uma pessoa, dá para fazer numa manhã, com uma planilha e o preço público de cada modelo na mão. A Overflow ajuda times a desenhar essa arquitetura de IA com o custo por consulta calculado desde o primeiro piloto, não depois que a fatura chega: mais em overflow.codes/ai.
