29% do spend de IaaS e PaaS é desperdiçado. O número vem da Flexera, em pesquisa de março de 2026 com 753 organizações, e traz uma novidade desconfortável: pela primeira vez em 5 anos, o desperdício cresceu.
A curva era descendente. Pico de 32% em 2021, queda para 27% em 2023, e agora a reversão. Em dólares, a Red9 estima cerca de 122 bilhões desperdiçados em IaaS e PaaS em 2025, num mercado de cloud pública que ultrapassa 1 trilhão de dólares em 2026, segundo a IDC.
Por que o desperdício voltou a subir
A Flexera aponta três causas: complexidade de custos de IA, novos modelos de precificação e descontos de compromisso subutilizados.
As três têm a mesma raiz. A IA trouxe uma categoria de gasto que cresce mais rápido do que a governança ao redor dela: tokens, inferência, GPU dedicada, ambientes de experimento que ninguém desliga. Os processos de FinOps desenhados para VM e storage não capturam esse gasto no mesmo ciclo. Resultado: a conta cresce antes do controle existir.
A GPU ociosa é o símbolo da década
O dado mais duro do relatório não é a média de 29%. É a utilização média de GPU em ambiente corporativo: 5%, segundo a Cast AI, medida em 23 mil clusters Kubernetes.
A conta é simples e brutal: com 5% de utilização, o custo efetivo é 20 vezes o preço nominal. Um H100 ocioso custa 8.850 dólares por mês. Não é que a GPU seja cara: é que se paga por 20 GPUs para usar 1. Já detalhamos aqui a crise de utilização de 8% no Kubernetes e o padrão se repete na camada de IA com números piores.
Compromisso sem critério virou passivo
O outro lado da moeda: descontos de compromisso subutilizados. Segundo a VendorBenchmark, 31% das Reserved Instances de 3 anos da AWS geram benefício líquido zero, com utilização abaixo do break-even.
Reserved Instance é aposta de que o workload vai continuar ali, no mesmo formato, por 3 anos. Comprada por inércia ou no susto da fatura on-demand, ela vira o próprio desperdício que deveria combater. O mercado está trazendo workloads de volta para infraestrutura própria exatamente quando o cálculo de compromisso deixa de fechar.
63% têm time de FinOps. E o desperdício cresce
O paradoxo central do relatório: 63% das organizações têm time de FinOps, mas os praticantes relatam retornos decrescentes. Os big rocks foram capturados. O que sobra é mais difícil.
A resposta da disciplina foi se expandir: a FinOps Foundation mudou sua missão de gerenciar o valor do cloud para gerenciar o valor da tecnologia, incluindo IA, SaaS, licenciamento e private cloud. O número que mede a urgência: 98% dos times de FinOps agora gerenciam spend de IA, em 1.192 organizações que juntas respondem por 83 bilhões de dólares em cloud. Em 2024, eram 31%.
E surgiu um mecanismo novo, a self-funding: organizações sendo obrigadas a financiar investimento em IA com economia de otimização. Cortar cloud waste para pagar GPU. Quando 17% das organizações já estouraram o orçamento e 27% esperam aumento de spend, otimização deixou de ser programa de economia e virou pré-requisito de investimento.
Onde a correção começa
A Tech86 implementa FinOps para infraestrutura de IA na LATAM, e o diagnóstico de entrada é quase sempre o mesmo: o desperdício não está escondido em métrica exótica, está em arquitetura. Recurso sem dono, ambiente de teste 24/7, superdimensionamento por medo, compromisso sem revisão.
A ferramenta de observabilidade é o último passo. Antes dela vem a sequência que resolve a maior parte do 29%: mapear recursos com dono, eliminar o óbvio, rightsizing com dados de uso real, auditar compromissos contra o uso atual e colocar governança dentro da arquitetura (tags obrigatórias, orçamento com alerta, desligamento automático).
Conclusão
O desperdício de 29% não é uma falha de caráter do mercado de cloud: é o preço padrão de infraestrutura autogerida sem governança. A boa notícia é que ele é atacável em ordem de impacto, e os primeiros 10 pontos percentuais são quase mecânicos.
Para quem está prestes a assinar o próximo compromisso de 3 anos ou comprar a próxima GPU, a pergunta certa vem antes da fatura: quem é o dono, qual o uso real medido e qual o plano de revisão. Se a resposta não existe, o desperdício já está contratado.