Montei um SaaS de IA sozinho, e a IA foi a parte fácil

Colocar um modelo de linguagem para responder bem é a parte barata do trabalho. A parte cara é login, cobrança em real e conformidade legal funcionando ao mesmo tempo, com cliente pagando do outro lado. Montei o Portal Acadêmico sozinho para medir exatamente esse pedaço: quatro ferramentas de IA num produto só — newsletter, tradução, mini-curso e glossário —, pagamento ao vivo por PIX, boleto e cartão, e adequação à LGPD. Está no ar, em portalacademico.ia.br.

A pergunta que eu queria responder era estreita. Uma pessoa só consegue manter em pé um SaaS de IA de verdade no Brasil, com dinheiro entrando e regra cumprida? Consegue. Só que o esforço não fica onde a maioria das conversas sobre IA coloca.

O difícil nunca foi o modelo

Quem faz pesquisa no Brasil carrega uma fila de tarefas repetidas: traduzir um artigo, revisar um texto antes da submissão, entender uma ferramenta nova sem contratar consultoria para isso. Nenhuma dessas tarefas pede um modelo de fronteira. Elas pedem que a ferramenta esteja no ar, que o pagamento aceite os meios que o pesquisador usa e que o texto enviado tenha um destino declarado.

A diferença de esforço aparece aqui. Um tradutor de artigo fica pronto num fim de semana. Um produto é outra obra. Nele o pesquisador cria conta, paga no boleto e recebe o acesso quando a compensação cai — e sabe o que o sistema faz com o texto que colou. Login, cobrança em real e LGPD são três frentes independentes que precisam terminar juntas, e nenhuma delas melhora se o modelo melhorar.

As quatro ferramentas foram a parte que eu já sabia fazer. Newsletter, tradução, mini-curso e glossário são quatro caixas de entrada e saída de texto, com prompts diferentes. O trabalho estava em mantê-las de pé enquanto o resto do sistema cobra dinheiro e responde por dado pessoal.

Cinco peças, e só uma delas é a IA

O frontend é Next.js. O processamento de IA roda em FastAPI, separado do site, porque tradução de artigo e geração de mini-curso são chamadas longas e não devem disputar recurso com a renderização das páginas. Supabase cuida de banco e autenticação — é a peça que dispensa escrever de novo cadastro, sessão e recuperação de senha.

Asaas é o gateway de pagamento, com PIX, boleto e cartão. A escolha foi geográfica antes de ser técnica: um produto vendido para pesquisador brasileiro que só aceita cartão internacional perde gente antes da primeira tela de checkout.

LiteLLM fica entre o FastAPI e os provedores de modelo, como gateway multi-provedor. As quatro ferramentas não exigem o mesmo modelo — glossário aceita um modelo pequeno, tradução de artigo científico não. Com o gateway no meio, eu troco o modelo de uma tarefa mudando configuração, sem tocar no código do produto. O preço disso é uma camada a mais para depurar: quando a resposta sai errada, o log útil está no gateway, não no endpoint que eu escrevi.

Boleto e texto de terceiro são os dois riscos que ninguém desenha antes

Cobrar em real desalinha o tempo do produto. Cartão aprova em segundos; boleto compensa dias depois. Entre o cadastro e a compensação existe uma pessoa que já pagou, ainda não tem acesso e vai escrever perguntando por quê. A conciliação assíncrona não é detalhe de contabilidade — é regra de liberação de acesso, e ela precisa estar escrita antes do primeiro cliente.

O segundo risco é de conteúdo. Um produto que traduz e revisa texto acadêmico recebe material de terceiros: manuscrito não publicado, trecho de tese, artigo com direito de uso restrito. A LGPD trata do dado pessoal e cumpri-la é obrigação. Autoria e direito de uso do texto enviado são outra pergunta, e ela chega junto. Prazo de retenção, descarte e uso do texto precisam estar decididos e publicados na política. O produto responde por isso mesmo quando foi o usuário quem colou o material.

Três torneiras de custo, e só uma eu fecho sem reescrever o produto

O custo de rodar um produto assim tem três comportamentos distintos. Supabase e a hospedagem de Next.js e FastAPI são custo de plataforma: sobem por degrau, conforme uso de banco e de servidor. Asaas cobra por transação, então cresce junto com a receita — o tipo de custo menos incômodo, porque só existe depois que alguém pagou. E há a inferência das quatro ferramentas, que varia com quanto texto entra.

A terceira é a única que eu ajusto por tarefa. Como as chamadas passam pelo LiteLLM, dá para colocar um modelo mais barato no glossário e manter um modelo melhor na tradução, sem reescrever nada. Isso não é economia garantida — é uma opção que fica disponível. Sem o gateway, trocar de provedor significa mexer no código das quatro ferramentas, e a troca deixa de ser decisão de custo para virar migração.

Se eu recomeçasse, mediria uso por ferramenta desde o primeiro dia

Quatro ferramentas dentro de uma assinatura única criam um ponto cego: a receita é uma, o uso é quatro. Sem medir newsletter, tradução, mini-curso e glossário separadamente, não dá para apontar qual delas segura a renovação e qual está ali porque parecia boa ideia na hora de desenhar o produto.

A medida que interessa não é volume de chamada. É presença nas sessões de quem renova. Uma ferramenta pode consumir a maior fatia da inferência e ter peso zero na decisão de continuar pagando; outra pode ser usada uma vez por mês e ser o motivo inteiro da assinatura. Com essa separação instrumentada desde o começo, cortar ou investir vira decisão com dado. Sem ela, vira gosto pessoal.

Produto de IA não é o modelo. É login, cobrança e conformidade funcionando junto com o modelo, com alguém pagando de verdade do outro lado. Faltando uma dessas três peças, o que está no ar é demonstração: funciona, impressiona, e não cobra.