A Inteligência Artificial tornou quase tudo gratuito, mas ainda não influenciou a parte mais desafiadora: como operar um software.

Muito tem se falado sobre construir software com agentes de IA. Você descreve o que precisa e o agente transforma isto em código. Na teoria, é uma grande democratização do software: qualquer pessoa com um agente pode ter um sistema sob medida.

Duas etapas do processo ficaram de fato mais fáceis: especificar e programar. 

Especificar ainda exige saber o que você quer, e nenhum modelo faz isso por você, mas a especificação si agora acontece em linguagem comum, numa conversa. Sem documento de requisitos, sem notação formal. Você descreve, o agente pergunta, você refina. E programar, que antes era o gargalo, ficou quase instantâneo. 

O protótipo é ótimo, rápido e barato. Você entrega sozinho sem equipe, mas no momento de transformar em software de produção, a conta chega. 

O precedente da infraestrutura

Já vimos esse filme antes, no capítulo da infraestrutura. Até os anos 2000, rodar software significava operar a própria hospedagem.

Capex em servidores, espaço físico em data center com energia e refrigeração redundantes, links de rede dedicados, licenças de banco de dados cobradas por núcleo de processador. Backups em fita enviados para fora do site, Sysadmins e DBAs de plantão o tempo todo. Contratos de manutenção de hardware, e um ciclo completo de renovação a cada três a cinco anos.

As empresas foram para a nuvem para escapar de tudo isso, e a razão foi a facilidade. Hoje temos números concretos que mostram o quanto essa comodidade custa. A 37signals, empresa por trás do Basecamp, tornou pública a sua saída da nuvem: uma conta de AWS acima de US$ 3,2 milhões por ano caiu para cerca de US$ 360 mil por ano em hardware próprio, com um investimento de US$ 600 mil em servidores que se pagou em cerca de seis meses, a mesma equipe, e nenhuma contratação nova. Os provedores de nuvem embutem uma margem substancial sobre o custo da infraestrutura por trás. Essa margem é o preço da comodidade. 

Mesmo com estes números sobre a mesma, quase ninguém sai. As empresas que de fato estão trazendo cargas de trabalho de volta representam algo na cada de um dígito percentual do mercado, e as organizações pagam de forma consciente um sobrepreço estrutural pela facilidade, ano após ano.

Quando uma parte crítica do processo se torna fácil, o custo costuma se deslocar para uma linha recorrente de orçamento. 

O software gerado por IA

O mesmo se aplica ao software gerado por IA: a criação é um custo único, e cai a cada nova geração de modelo, mas a operação é recorrente e rígida: auditorias são anuais, testes de intrusão são anuais, o plano de recuperação de desastres precisa ser testado, e a lei de proteção de dados não deprecia. A IA comprime justamente a parte do custo que já era menor e a única que não se repete.

Para deixar o escopo claro: nada disso importa para uma ferramenta interna descartável, usada por cinco pessoas e sem dados de cliente. O argumento vale para software de produção, rodando na nuvem, atendendo vários usuários, guardando dados que pertencem a outra pessoa. É sobre esse software que os negócios de fato se sustentam, e é aí que os números ficam sérios. Uma primeira atestação SOC 2 Type 2 costuma custar de US$30 mil a US$100 mil, com US$20 mil a US$50 mil por ano para manter. Um teste de intrusão soma de US$5 mil a US$15 mil, e clientes corporativos esperam um por ano. Acrescente um plano de recuperação de desastres testado, com RTO e RPO definidos, resposta a incidentes, governança de acesso. O protótipo custava cem dólares por mês em assinaturas. Operá-lo de forma adequada custa duas a três vezes mais, e continuamente.

E as perguntas incômodas se acumulam.
Você se sente à vontade enviando dados de cliente para um modelo? Você sabe se os requisitos de proteção de dados estão de fato sendo cumpridos? O seu único caminho para corrigir bugs e entregar integrações é uma ferramenta cujos termos de serviço podem ser alterados de forma unilateral a qualquer momento, sem SLA e sem ninguém responsável por um incidente?

O paradoxo é que, quanto melhor a IA fica em escrever código, mais forte este argumento se torna. Cada avanço na geração de código encolhe o custo único e deixa o custo recorrente intacto, então a operação passa a ocupar uma fatia cada vez maior do custo total de ter um software.

Operar software continua mais complexo do que criá-lo, e é de longe a parte mais cara de todo o processo.