O avanço das aplicações corporativas, a digitalização dos negócios e, mais recentemente, a corrida global por Inteligência Artificial levaram o consumo de nuvem a um alto índice. Estimativas da Gartner indicam que os gastos mundiais com cloud devem atingir US$723 bilhões até o fim de 2025, impulsionados por um crescimento anual de 21,5%. No entanto, de acordo com o relatório State of FinOps 2025, entre 27% e 32% deste montante poderia ser economizado com uma gestão mais eficiente.
Isso indica que, durante anos, as práticas de FinOps evoluíram pouco. A rotina nas empresas era pautada por processos manuais, inspeção humana constante, dashboards estáticos, alertas reativos e equipes especializadas operando em regime quase contínuo. Esse modelo, além de caro e pouco escalável, não acompanha a velocidade, nem a complexidade, do ambiente cloud atual.
A popularização da IA acelerou ainda mais esse desafio. Cerca de 65% das organizações aumentaram gastos específicos com Inteligência Artificial no ano passado, segundo dados do Randstad. Isso adiciona uma camada de complexidade relevante: instâncias de GPU (Unidade de Processamento Gráfico) de alto custo e modelos de consumo baseados em tokens, que flutuam em tempo real. Ajustar manualmente milhares de microsserviços e clusters de GPU não é possibilidade real. O resultado disso tudo é que, de acordo com o relatório State of FinOps 2025, a “Otimização de Cargas de Trabalho” e a “Redução de Desperdício” permanecem como as duas maiores prioridades globais nas agendas dos CIOs (Chief Information Officers).
Mas esse cenário está mudando rapidamente com a era dos Agentic FinOps, uma evolução natural das práticas tradicionais. A aplicação de Agentes de IA Autônomos é capaz de identificar problemas, sugerir soluções e executar ações de otimização de custos em ambientes cloud, tudo isso com mínima intervenção humana e com precisão muito superior ao monitoramento manual.
Imagine o contexto de armazenamento de dados em nuvem. Um agente identifica que determinados repositórios concentram a maior parte dos custos. Outro agente analisa padrões de uso e recomenda políticas mais econômicas. Um terceiro, com validação humana, aplica a alteração, testa o impacto e projeta a economia. Em paralelo, agentes de monitoramento acompanham continuamente a saúde do ambiente, antecipando anomalias.
Não se trata de um único agente, mas de um ecossistema de agentes especializados, cada um responsável por funções como detectar desperdícios, sugerir melhorias, priorizar ações segundo impacto financeiro, ajustar configurações técnicas e comerciais e monitorar tendências de anomalia em tempo real.
Um agente supervisor orquestra todo esse fluxo, garantindo coerência e coordenação entre as ações. A autonomia dos agentes traz, além de ganhos expressivos, a necessidade de cautela. A gestão financeira da nuvem não pode ser entregue de forma desgovernada. É indispensável estabelecer limites claros de confiança (Trust Boundary), mantendo o modelo de Human-in-the-Loop (HITL), ou seja, uma abordagem colaborativa que integra a contribuição e a experiência humana no ciclo de vida dos sistemas de machine learning e de inteligência artificial, para validações estratégicas.
Ferramentas e protocolos com guardrails, como o Open Policy Agent (OPA), ajudam a assegurar que os agentes atuem dentro das políticas e riscos aceitáveis pela organização. Em outras palavras: a IA executa, mas o humano define as regras do jogo.
À medida que a economia agêntica se consolida, veremos a maturação de um FinOps autogovernado, no qual a maior parte das ações será tomada de forma autônoma, com altos níveis de previsibilidade, segurança e alinhamento às intenções corporativas. Para o executivo de tecnologia moderno, a mensagem é direta: a era do monitoramento reativo ficou para trás. A gestão de custos em cloud deu um salto evolutivo, impulsionada por agentes de IA que executam, aprendem e otimizam continuamente e estão alinhados às intenções determinadas por humanos.
*Por Paulo Laurentys, COO da A3Data.
