01
Cluster de capacidade
- Qualidade do resultado
- A IA produz trabalho aproveitável tal como está?
- Necessidade de supervisão
- Minutos de revisão humana por unidade de resultado.
- Latência
- Rápida o suficiente para a cadência real da tarefa?
Metodologia · Aberta, versionada, mensal
Como cada número é construído.
Não a leia — veja-a. Comece pelo resultado e depois abra a forma como cada valor é derivado. Cada número vem acompanhado do seu método e de uma banda de confiança.
Veja primeiro
Uma função, totalmente custeada.
O que a metodologia produz, antes de qualquer teoria: um Wagecard com a forma real — o número de exposição com a sua banda de confiança, o custo operacional da IA e o conjunto de tarefas em quatro classes.
Analista financeiro · US Tier-2 · nível intermédio
Território de aumento de capacidadeExposição económica à substituição
44/ 100±6 pts
0intervalo 38–50 · confiança alta100
Custo operacional da IA
$3,100/mo
Supervisão, repetições e custo de erro incluídos.
Taxa de mercado (p50)
$98k/yr
Salário mediano × cidade × faixa de experiência.
Distribuição de tarefas
Substituível16%
Aumentado por IA41%
Liderado por humanos + assistido por IA28%
Crítico para humanos15%
/m/v8 · calculado em direto · amostra ilustrativa
O número
Exposição económica à substituição numa escala de 0 a 100 — sempre apresentada com a sua banda de confiança ±, nunca uma pontuação isolada.
Custo operacional da IA
Quanto custa realmente executar a função com IA depois de contabilizar a supervisão, as repetições e o custo de erro. Não é o preço da licença.
O conjunto de tarefas
Cada tarefa cai numa de quatro classes de substituição. É a combinação que dá a leitura — não um veredicto único.
- Banda de confiança
- Custo operacional da IA
- Taxa de mercado
- Quatro classes de tarefas
Os nove eixos
O que move o número.
Um produto ponderado, não uma soma: a capacidade condiciona, a fiabilidade multiplica, o custo de erro divide, a vantagem humana atenua.
02
Cluster de fiabilidade e risco
- Fiabilidade
- Taxa de escalamento e de repetição em condições semelhantes às de produção.
- Risco de alucinação
- Frequência de resultados errados apresentados com confiança.
- Custo de erro
- Gravidade financeira, regulatória e reputacional quando a IA se engana.
03
Cluster de economia operacional
- Overhead de integração
- Preparação de contexto, monitorização e iteração de prompts, amortizadas.
- Ajuste da economia unitária
- O custo de IA por tarefa aguenta-se face à referência salarial da função?
04
Cluster de vantagem humana
- Atenuador da vantagem humana
- Composto a partir do valor irredutível da tarefa em cinco eixos: confiança, ambiguidade, responsabilização, persuasão, contexto.
Aprofunde
O método completo, quando o quiser.
As classes, o eixo que condiciona o uso em produção, a leitura para CFO e a evidência externa — recolhidos por defeito, para abrir apenas o que precisar.
As quatro classes de substituição — onde cada tarefa cai
Alta substituição
Substituível
A IA executa a tarefa de ponta a ponta com supervisão humana mínima. Viabilidade de substituição alta.
Território de aumento de capacidade
Aumentado por IA
A IA faz a maior parte do trabalho; o humano é dono das decisões e do contexto.
Híbrido ótimo
Liderado por humanos, assistido por IA
O humano lidera a tarefa; a IA acelera as ferramentas (redação, pesquisa, sumarização).
Trabalho crítico para humanos
Crítico para humanos
A IA não entrega valor líquido (ou entrega valor negativo) devido a confiança, regulação, responsabilização ou complexidade relacional.
Fiabilidade — o eixo que realmente condiciona o uso em produção
A capacidade é aquilo a que a maioria dos enquadramentos públicos da substituição por IA se reduz: o modelo consegue sequer fazer esta tarefa? É o eixo mais fácil de medir, por isso domina a conversa. O eixo que realmente condiciona o uso em produção é a fiabilidade — o modelo faz a tarefa corretamente com a frequência suficiente para que um humano possa deixar de vigiar cada resultado?
A capacidade correu à frente da fiabilidade em toda a matriz: 31 células tarefa-modelo pontuam capacidade ≥ 75, mas só 5 pontuam fiabilidade ≥ 80. É nessa diferença que a maioria das implementações de IA não supervisionada de hoje acaba revertida.
Cada Wagecard expõe três números de fiabilidade: a capacidade média ponderada por horas nas suas tarefas, a fiabilidade média ponderada por horas e a diferença entre ambas. Reportamos também a parcela das suas horas de função situadas na zona «capaz mas pouco fiável» — capacidade ≥ 75 com fiabilidade < 80.
Diferença de capacidade
- 31
- células com capacidade ≥ 75
- 5
- células com fiabilidade ≥ 80
A Klarna reverteu a sua implementação de IA em 700 funções quando o CSAT caiu nos tickets complexos. A capacidade era suficiente; a fiabilidade não.
Como um CFO lê isto — NPV, IRR e payback
As decisões empresariais de implementação de IA passam por três crivos financeiros padrão. Calculamos os três para qualquer Wagecard com um salário introduzido — tratando a substituição por IA como qualquer outro projeto de capital.
NPV
5 anos
Soma das poupanças anuais descontadas menos o custo de transição do Ano 0. Um NPV positivo significa que a implementação cria valor à taxa de desconto dada.
IRR
Taxa interna de retorno
O retorno anual que o projeto gera sobre o seu capital, comparado com a taxa mínima exigida pela empresa (WACC). Uma IRR de 35% com capital barato significa «fazer já».
Payback
Período
Anos até as poupanças acumuladas recuperarem o custo de transição. Uma verificação de bom senso face ao NPV/IRR — um NPV positivo com um payback de 6 anos pode ainda assim ser rejeitado.
Um exemplo completo resolvido — cada valor com o seu método — está na vista de Investimento de cada Wagecard. A taxa de desconto assume por defeito 10% (WACC típico de mid-market) e é aí ajustável nas contas Pro. Deliberadamente, não modelamos valor de opção, valor de redistribuição estratégica nem valor terminal para além do Ano 5 — o modelo está calibrado para ser conservador na leitura individual e de mid-market.
Validação externa — a tese, confirmada de forma independente
Que a capacidade não é viabilidade económica — e que o verdadeiro custo da substituição por IA está na supervisão, nas repetições, no custo de erro e no overhead de integração — não é uma afirmação só nossa. Quem a implementa diz o mesmo.
VP de Applied Deep Learning da Nvidia
Abril de 2026“Para a minha equipa, o custo da computação está muito acima do custo dos colaboradores.”
Fortune ↗MIT CSAIL
Estudo de 2024“Automação por IA economicamente viável em apenas 23% das funções centradas na visão, com as estruturas de custo atuais.”
Estudo ↗BCG
2025“Apenas 5% das empresas estão a captar valor de IA em escala; cerca de 60% reportam não obter qualquer valor material, apesar do investimento.”
BCG ↗Klarna + Uber
2025–2026“A Klarna reverteu a implementação de IA em 700 funções quando o CSAT caiu. A Uber gastou todo o seu orçamento de IA para programação de 2026 em quatro meses.”
É esta a diferença que a Wagecore precifica. A capacidade está a subir. A viabilidade económica não — ainda, e não de forma uniforme. A nossa taxonomia de quatro classes está calibrada para onde a IA é operacionalmente mais barata hoje, não para onde poderá estar em 2030.
Avaliador e versionamento — como a matriz é pontuada e atualizada
A matriz v1 (em produção) é pontuada por um único avaliador calibrado face a uma grelha transparente. Uma metodologia de avaliação alargada chega com a v1.5 no Q3 2026. A metodologia é aberta e versionada mensalmente; os planos pagos acrescentam profundidade e detalhe ao nível da função.
Metodologia aberta
A grelha e a fórmula são públicas, para que qualquer número possa ser verificado face ao método que o produziu.
Versionada mensalmente
A matriz de capacidade é atualizada numa cadência publicada.
Banda de confiança em cada número
Sem pontuações isoladas — cada valor vem com o seu intervalo ±.
Avaliador único calibrado
A v1 é pontuada face a uma grelha transparente; a v1.5 alarga-a.
Faça as contas na sua própria função.
Escolha uma função e veja o custo operacional da IA, a combinação de substituição e onde entra a camada de vantagem humana. Dois minutos, pré-visualização anónima.