A inteligência artificial mudou a lógica entre construir ou contratar ferramentas de RGM

Agentes de código baratearam a primeira versão de uma ferramenta de RGM. Entretanto, dados do MIT, da McKinsey e da IBM mostram que a conta mais pesada chega depois do go-live, com débito técnico, segurança, integrações e a CBS a partir de janeiro de 2027

Com a inteligência artificial simplificando e acelerando o desenvolvimento de software, decidir entre construir internamente ou contratar uma solução voltou a ser uma questão relevante para as lideranças de RGM. O avanço dos agentes de código fortaleceu a alternativa de desenvolver internamente, mas viabilizar a construção de uma ferramenta não significa, por si só, que essa seja a melhor escolha. As diferenças entre os dois caminhos costumam aparecer depois, na transição da primeira versão para a rotina de operação.

A parceria com fornecedores especializados tem levado projetos de inteligência artificial à implantação com o dobro da frequência observada nos desenvolvimentos internos, aponta o relatório The GenAI Divide: State of AI in Business 2025, do Project NANDA, do MIT. No entanto, na amostra analisada, cerca de 67% das soluções desenvolvidas com parceiros externos chegaram à implementação, frente a somente um terço daquelas construídas internamente. A adesão dos funcionários também foi quase duas vezes maior entre as soluções externas.

Os aspectos identificados pelo levantamento são, sobretudo, de natureza operacional. Essa perspectiva aparece na análise de Bernardo Queiroz, CRO da Aprix, que cita que, na prática, a decisão entre construir ou contratar faz parte de um espectro. “Em uma ponta, a empresa assume todas as camadas: infraestrutura e segurança, integração, modelo de dados, regras de negócio, fluxos de aprovação, analytics e interface. Quanto mais perto da contratação, mais camadas chegam prontas, com mais velocidade e menos risco”, observa o executivo.

O contraponto está no próprio movimento do mercado, que aponta para uma direção diferente. A pesquisa The State of AI in 2026: On the Road to ROI, da McKinsey, traz um dado que acrescenta uma nova perspectiva às discussões entre as áreas de negócio e TI. O estudo mostra que 32% das organizações optaram por não comprar ao menos um software ou funcionalidade por entenderem que poderiam desenvolvê-lo internamente com ferramentas de código agênticas.

Há, contudo, um segundo dado que complementa esse cenário: os custos operacionais da IA, incluindo os gastos com tokens, já restringem o uso da tecnologia em cerca de uma em cada cinco organizações. Entre as empresas de alto desempenho em IA, justamente aquelas que mais substituem a compra pelo desenvolvimento interno, as restrições de custo relacionadas aos agentes de código são cerca de três vezes mais frequentes do que nas demais.

A leitura dos dados reflete uma contradição. Em outras palavras, as empresas que mais avançaram na construção de soluções internas são as primeiras a enfrentar os custos e as complexidades de mantê-las, porque já chegaram à parte do processo que não se resolve apenas com código. Construir atende a uma necessidade presente, mas é a capacidade de manter e evoluir a solução após o go-live que determina sua continuidade. É nessa etapa que uma Plataforma de RGM com IA integrada ganha relevância, com uma entrega que vai além do software. 

O custo que não está na proposta de desenvolvimento interno

A estimativa de um projeto interno geralmente se concentra no esforço de construção. O que fica fora dessa conta aparece mais adiante: o débito técnico. Na avaliação de CIOs ouvidos pela McKinsey para a pesquisa Tech Debt: Reclaiming Tech Equity, o débito técnico corresponde a algo entre 20% e 40% do valor total do parque tecnológico, antes da depreciação.

A consultoria observa ainda que as organizações gastam de 10% a 20% a mais em qualquer projeto para lidar com problemas herdados. O passivo se forma a partir de decisões que, isoladamente, pareciam razoáveis: um ajuste provisório que se tornou permanente, uma exceção incorporada à regra, uma integração deixada para depois. Com o tempo, a complexidade se acumula e encarece cada novo projeto.

Parte desse passivo agora nasce com o próprio código. “Código gerado com IA também tende a crescer rápido e com pouca coesão. Sem alguém olhando a arquitetura, a dívida técnica se acumula mais depressa do que num desenvolvimento tradicional”, observa Frederico Maciel, cofundador e CPO da Aprix.

A MIT Sloan Management Review aborda essa questão na análise How to Manage Tech Debt in the AI Era, ao apontar que à medida em que a IA chega a praticamente todas as áreas do negócio, todo débito técnico se torna também um débito técnico de IA. Infraestruturas e aplicações desatualizadas reduzem a agilidade da operação e limitam a adoção de soluções estratégicas para o negócio.

Quando o sistema é desenvolvido internamente, esse risco fica todo com a empresa. Manter, atualizar e modernizar cada camada é tarefa do próprio time, que ainda precisa dividir atenção com o restante do roadmap. Passada a implantação, o custo se concentra na sustentação e na evolução do sistema, em quatro frentes:

1. Manter o sistema atualizado diante das mudanças do negócio

Um sistema de preços está em constante movimento. Cada nova regra, canal ou exceção gera demandas para a TI e acrescenta novas camadas de custo e complexidade à estrutura tecnológica. E há mudanças que vêm de fora da operação.Em 1º de janeiro de 2027, PIS e Cofins serão extintos e a CBS passará a ser cobrada, em um dos marcos mais relevantes da reforma tributária. Com o novo padrão tributário, muda a lógica econômica da gestão de receita no Brasil, da formação de preços à definição de verbas e descontos.

A transição será escalonada, já que de 2029 a 2032, o IBS ocupa o espaço de ICMS e ISS, até a vigência plena do modelo, em 2033. Cada etapa exige rever critérios de preço líquido, recomposição de margem, políticas de desconto e estrutura de verbas, sem interromper a operação. A dimensão dos ajustes também aparece em O Retrato do RGM no Brasil 2026, conduzido pela Aprix: 67,2% das lideranças esperam revisar integralmente a lista de preços. 

Entre os desafios esperados, a adaptação de sistemas e ERPs é o mais recorrente, citado por 46,6% dos respondentes. Para quem desenvolve internamente, a pergunta é quanto tempo o time levará para responder a uma mudança dessa escala, com mudanças constantes nas leis, que reorganiza prioridades e que desloca entregas já previstas no backlog? Um parceiro especializado, que mantém equipes e conhecimento voltados à atualização contínua da solução, dilui esse esforço e o trata como parte do próprio roadmap.

Maciel detalha o que isso significa na prática. “Quem constrói internamente assume sozinho a interpretação da regra, a mudança no cálculo de preço líquido, o tratamento de descontos incondicionais e verbas na nova base, os testes e a convivência dos dois regimes tributários durante toda a transição até 2033. Tudo isso disputa prioridade com o resto do backlog de TI.”

Já quem contrata divide a responsabilidade, segundo o executivo. O fornecedor atualiza o motor de cálculo uma vez para todos os clientes, e o cliente continua dono das decisões que são dele, como quanto do efeito repassar ao preço e como negociar verbas e condições com o varejo. 

Na Aprix, a Reforma Tributária está no roadmap como frente própria, com equipe de produto acompanhando a regulamentação e convertendo cada definição em requisito. O objetivo, explica, é que “uma mudança de alíquota, base e método de cálculo entre como ajuste de parâmetro auditável na configuração de cada cliente, sem virar um projeto de desenvolvimento a cada nova instrução normativa.”

lightbulb Para apoiar seus próximos passos: a Aprix desenvolveu a Jornada da Reforma Tributária, uma trilha de conteúdos preparatórios para você se preparar para a nova arquitetura tributária com método e consistência. Clique aqui e acesse agora.

2. Manter o conhecimento além das pessoas que desenvolveram a solução

Outro custo invisível é humano. Sistemas desenvolvidos internamente tendem a concentrar conhecimento em poucas pessoas, geralmente as mesmas que os construíram. Enquanto estão na equipe, essa dependência parece eficiência, visto que as respostas vêm rápido, sem processos formais. Com sua saída, porém, surgem vulnerabilidades, como documentações que raramente registram critérios, regras de arredondamento ou campos sem uso.

Há ainda um segundo efeito. Sem benchmarks de soluções já validadas pelo mercado, o motor de cálculo evolui apenas com a experiência do próprio time. Do lado da TI, o diagnóstico é parecido. Enquanto ferramentas de mercado recebem atualizações e boas práticas continuamente, o desenvolvimento interno tende a ficar parado, sobretudo quando já não há mão de obra para sustentá-lo.

O risco não é exclusivo de quem constrói, pois também existe quando a relação com um fornecedor fica concentrada em poucas mãos. A diferença é que, no desenvolvimento interno, o conhecimento perdido não tem como ser recuperado. Com um parceiro, parte desse conhecimento fica registrada no próprio produto e na equipe do fornecedor que o mantém. Assim, a saída de uma pessoa do cliente não compromete a continuidade da solução.

3. Sustentar a segurança e a governança ao longo do tempo

A segurança em sistemas com IA passa, antes de tudo, por controles capazes de regular o acesso, proteger os dados e estabelecer regras para o uso da tecnologia. O Cost of a Data Breach Report 2026, da IBM, analisou 602 organizações que sofreram violações de dados e mostra em que pontos a proteção costuma falhar. Entre as que relataram incidentes envolvendo IA, 92% não tinham controles de acesso adequados, como acesso por papéis e autenticação multifator.

Em RGM, o problema tem contornos próprios. “O primeiro gargalo costuma ser o controle de acesso: quem pode ver margem, quem pode aprovar preço e a trilha de auditoria de quem alterou o quê”, afirma Maciel. De acordo com ele, o segundo ponto de atenção é a integração com o ERP, que exige credenciais, ambiente segregado e aprovação de infraestrutura. 

Um terceiro vem ganhando peso: saber para onde vão os dados enviados a modelos de IA durante o desenvolvimento e o uso. “Na teoria, quem responde é a área de segurança da informação. Na prática, a responsabilidade fica espalhada entre TI e a área de negócio que patrocina o projeto, e essa falta de dono atrasa a liberação de valor para os times”, completa.

No conjunto da amostra do estudo da IBM, a aplicação desses controles sobre modelos e dados de IA alcançava apenas 40% das organizações. Entre as que relataram violações, 68% não tinham políticas de governança para o uso da tecnologia. O impacto financeiro também chama atenção; Os incidentes envolvendo IA custaram, em média, US$5,33 milhões, ante US$4,70 milhões nos demais casos.

Na decisão entre construir e contratar, o que importa é saber se alçadas, acessos e trilha de auditoria existem de fato. Outro ponto é verificar se a solução recebe manutenção contínua e já foi submetida a auditorias externas. É possível ter bons controles num sistema interno, mas cada um deles compete por prioridade no roadmap. Já numa plataforma especializada, ambientes separados, workflows de aprovação e logs tendem a vir com segurança como premissa de fábrica. 

Contratar não elimina a responsabilidade da empresa, mas muda quem arca com o custo de manter os controles de pé. Maciel resume a diferença prática entre as duas rotas: “Os critérios que normalmente precisam ser atendidos são SSO, perfis de acesso por papel. Num software contratado, é importante que tudo isso já venha comprovado por certificação auditada e por due diligence de outros clientes. No build interno, tudo precisa ser construído e evidenciado do zero.”

4. Integrar diferentes sistemas sem comprometer a qualidade dos dados

Entre as promessas mais recorrentes da IA aplicada à receita está a capacidade de identificar oportunidades e apontar em quais pontos agir. Por trás desse avanço, há uma estrutura essencial: as integrações. Mudanças em sistemas como ERP, CRM e BI exigem ajustes contínuos na forma como os dados chegam às decisões de preço. Sem dado confiável na entrada, o modelo pouco acrescenta à gestão de receita.

Os resultados de O Retrato do RGM no Brasil 2026 dão dimensão a esse cenário. A qualidade e o acesso aos dados internos (51,7%), seguidos pela governança e segurança da informação (50%), concentram os principais entraves à expansão da IA nas áreas de RGM. A resistência cultural à mudança é citada por apenas 22,4% dos participantes. O obstáculo, portanto, é estrutural, e passa pela preparação da base que alimenta os modelos.

Essa relação entre integração dos dados e resultados com IA também aparece no levantamento do BCG, que mostra que mais da metade das empresas que obtêm os melhores resultados com IA trabalha sobre um modelo único de dados corporativos, contra cerca de 4% entre as que estagnaram. O mesmo levantamento estima que 70% do valor potencial da IA está concentrado em funções centrais do negócio, preço entre elas.

lightbulb Para se aprofundar: compare a sua gestão de receita com a de quem lidera RGM nas maiores indústrias do país. Clique aqui e baixe O Retrato do RGM no Brasil 2026.

5. Frente extra: o repertório que não aparece no orçamento

Para além dos pontos levantados pelos estudos, existe um elemento que também faz parte da dinâmica das equipes de RGM: o repertório. Interpretar uma queda de margem em determinado canal como consequência de uma verba mal alocada três meses antes exige que o sistema compreenda as particularidades daquela operação, inclusive o significado atribuído a canais, clientes, exceções e acordos. É a experiência em diferentes operações que permite reconhecer problemas recorrentes e antecipar caminhos de solução. 

Um time interno pode desenvolver esse repertório, ainda que limitado à vivência da própria operação, mas um parceiro especializado encurta esse caminho. Soluções como a da Aprix reúnem a experiência de mais de 20 implantações em indústrias de bens de consumo, têm integração com diferentes ERPs e forças de vendas e concentram listas de preço, verbas, exceções de preço e simulação tributária no mesmo ecossistema de gestão de receita.

Quando o ERP ou outro sistema conectado muda, o ajuste tende a ficar a cargo de quem já mantém integrações com vários ERPs, e não de um novo projeto na fila da TI. Assim, o time de RGM não precisa construir do zero a ponte entre os sistemas nem o repertório para interpretar a operação, e se concentra no que diferencia: a estratégia de preço que roda sobre uma base de dados confiável.

O que sustenta a escolha pelo desenvolvimento interno

Com os agentes de código, desenvolver a primeira versão de um sistema tornou-se significativamente mais rápido e barato, seja para aplicações em precificação, gestão de receita, finanças ou outras disciplinas. Um levantamento divulgado pelo Nielsen Norman Group dimensiona esse avanço: na criação de um servidor, desenvolvedores que utilizaram IA concluíram a tarefa em 1,2 hora, enquanto aqueles que trabalharam sem auxílio levaram cerca de 2,7 horas.

Na Aprix, um dos ganhos mais concretos apareceu na configuração de clientes. “Montar fórmulas, colunas e casos de uso de precificação era trabalho manual e dependia de desenvolvedores. Hoje um consultor da Aprix faz isso conversando com um agente que lê a configuração, propõe as mudanças que o consultor sugere e valida antes de publicar”, conta Maciel. Já na definição do que construir e na validação com o cliente, o ganho é menor: quando a especificação está ruim, o retrabalho aparece do mesmo jeito.

O estudo Build for the Future 2025, do BCG, acrescenta uma perspectiva inesperada a essa discussão. Entre as empresas mais maduras em IA, a decisão sobre o que construir internamente e o que buscar em parceiros e soluções de mercado é feita de maneira intencional. Essas organizações também mantêm internamente as capacidades críticas e retêm o controle sobre modelos e prompts estratégicos.

O mesmo estudo evidencia os limites dessa lógica. Os dados mostram que o mercado está longe de se concentrar nesses dois extremos: apenas 11% das empresas dependem principalmente do desenvolvimento interno, enquanto 4% apostam em um único fornecedor de ponta a ponta. A maioria combina os dois modelos: compra a base tecnológica e adapta-a às necessidades do negócio.

Nesse arranjo, a plataforma de mercado oferece algo que um sistema próprio exige investimento e esforço contínuos para incorporar: atualizações, boas práticas e estruturas de governança. Além de acompanhar a evolução tecnológica, a empresa acessa essas capacidades sem precisar desenvolvê-las internamente.

Segundo Maciel, a decisão não precisa se limitar a construir ou contratar “quando a empresa tem alguma lógica comercial que é diferencial competitivo e quer controle sobre ela, mas não quer manter motor de cálculo, workflow de aprovação, compliance tributário e interface.” 

Um arranjo comum, segundo ele, é contratar a plataforma para o núcleo de precificação e governança e manter internamente os modelos proprietários de elasticidade, regras de negociação e o data lake. Por isso, acrescenta, vale exigir que a plataforma seja aberta, com configuração legível e auditável pelo time do cliente. “Na Aprix fomos nessa direção, ao expor todas as configurações de precificação para que o próprio cliente consiga inspecionar e propor mudanças.”

A conta de construir ou contratar não termina no go-live

Os números reunidos ao longo do texto apontam para uma diferença entre o custo considerado na decisão e aquele que se acumula na operação. Ao optar por desenvolver uma ferramenta de RGM internamente, a empresa costuma considerar o investimento inicial, enquanto os custos que determinam o resultado surgem gradualmente e raramente voltam à mesa onde a escolha foi feita.

A IA acentuou essa diferença. Tornou-se muito mais barato começar e com isso, a decisão compara um investimento inicial bem definido a despesas futuras ainda estimadas, embora o primeiro número não seja necessariamente o mais importante.

Na prática, algumas perguntas ajudam a avaliar essa decisão:

  • Quem será responsável por manter e evoluir o sistema daqui a dois anos? 
  • Em quanto tempo a empresa consegue revisar preços, descontos e verbas diante de uma mudança de regra?
  • Os controles de acesso, versionamento e trilha de auditoria resistiriam a um exame independente?
  • Os dados chegam prontos, confiáveis e rastreáveis?
  • O orçamento inclui manutenção, atualização, nuvem e custo de operação de IA, ou apenas a construção? 
  • E o motor de cálculo representa um diferencial competitivo ou o valor está na estratégia construída a partir dele?

Se a maioria das respostas for “não” ou “ainda não”, o sinal é de que a capacidade interna, embora existente, tem limites. Cabe à empresa decidir onde concentrá-la: na sustentação da operação ou naquilo que diferencia o negócio. Uma plataforma especializada, como a da Aprix, permite contar com uma estrutura dedicada à gestão de RGM com IA, respaldada por controles avaliados por auditoria independente, relatório SOC 1 Tipo 2 (ISAE/NBC 3402) e certificação ISO em andamento.

Na hora de decidir, vale colocar na balança cada uma dessas perguntas. Em uma plataforma especializada, ao menos uma das dimensões que exigiriam construção, documentação e manutenção contínuas em um projeto interno já chega verificada por auditoria independente. A pergunta que organiza tudo, no fim, é simples: daqui a três anos, a área de RGM quer estar operando uma estratégia de receita ou mantendo um sistema?

lightbulb Dica: Descubra como a plataforma de RGM da Aprix, com IA integrada, pode atender às necessidades da sua empresa. Clique aqui e agende uma conversa com nossos especialistas para explorar as possibilidades.

Foto de Ana Beatriz Gomes
Ana Beatriz Gomes
Graduanda em Relações Internacionais pela PUC Minas e em Linguística pela Unicamp, além de Content Marketing Trainee na Aprix.
Foto de Ana Beatriz Gomes
Ana Beatriz Gomes
Graduanda em Relações Internacionais pela PUC Minas e em Linguística pela Unicamp, além de Content Marketing Trainee na Aprix.

Continue lendo sobre o assunto

Ajude-nos a melhorar os conteúdos da Aprix

Não perca nenhum conteúdo

Inscreva-se na newsletter do Aprix Journal e receba gratuitamente todas as atualizações em seu email.