Ir para o conteúdo
O McKinsey AI Trust Maturity Survey 2026, realizado com cerca de 500 organizações, mostra que a maturidade média das empresas em governança responsável de IA é de apenas 2,3 pontos em uma escala de 4. O dado revela um descompasso entre a velocidade de adoção da inteligência artificial e a capacidade das organizações de controlar seu uso de forma estruturada.
Ao mesmo tempo, empresas aceleram projetos de IA generativa e agentes autônomos enquanto conselhos, processos internos e mecanismos de supervisão evoluem em ritmo mais lento, reflexo do próprio paradoxo da agilidade que atravessa a tecnologia corporativa como um todo.
Em análise publicada na MIT Technology Review Brasil, Everton Amorim, IT Managing Director da Peers, e Marcello Mussi, Managing Director e Board Member da Peers, defendem que a governança deixou de ser uma preocupação futura para se tornar uma condição necessária para escalar IA com segurança.
Governança de IA é o conjunto de políticas, responsabilidades, processos e controles que define como sistemas de inteligência artificial podem ser utilizados dentro de uma organização, quem responde por suas decisões e quais mecanismos garantem segurança, transparência e prestação de contas.
O tema deixou de ser exclusivo das áreas de tecnologia porque modelos de IA já influenciam decisões financeiras, operacionais, jurídicas e de relacionamento com clientes. Mesmo assim, menos de 39% dos conselhos das empresas da Fortune 100 possuem supervisão formal sobre IA, de acordo com a McKinsey, evidenciando que a adoção da tecnologia avança mais rapidamente do que sua gestão.
O principal risco é operacional antes mesmo de ser regulatório. À medida que a IA ganha autonomia para apoiar ou executar decisões, a ausência de regras claras amplia a exposição da empresa.
Os riscos mais comuns incluem:
A própria McKinsey identificou que quase 60% das organizações que sofreram incidentes envolvendo IA classificaram sua capacidade de resposta como apenas satisfatória ou negativa. Isso demonstra que o problema está tanto na tecnologia quanto na ausência de processos capazes de detectar, interromper e corrigir falhas.
Nesse contexto, a governança passa a estabelecer responsabilidades, definir níveis de autonomia e criar mecanismos de supervisão compatíveis com o risco de cada aplicação.
O avanço regulatório torna esse debate ainda mais urgente.
Na União Europeia, o EU AI Act entrou em vigor de forma escalonada, estabelecendo diferentes exigências conforme o nível de risco dos sistemas de IA. Já as regras específicas para aplicações de alto risco e determinados agentes autônomos continuam sendo implementadas em fases até 2028.
No Brasil, o PL 2338/2023, conhecido como Marco Legal da IA, foi aprovado pelo Senado e segue em tramitação na Câmara dos Deputados. O texto prevê um modelo baseado em risco e multas que podem chegar a R$ 50 milhões por infração.
O avanço regulatório torna esse debate ainda mais urgente.
Na União Europeia, o EU AI Act entrou em vigor de forma escalonada, estabelecendo diferentes exigências conforme o nível de risco dos sistemas de IA. Já as regras específicas para aplicações de alto risco e determinados agentes autônomos continuam sendo implementadas em fases até 2028.
No Brasil, o PL 2338/2023, conhecido como Marco Legal da IA, foi aprovado pelo Senado e segue em tramitação na Câmara dos Deputados. O texto prevê um modelo baseado em risco e multas que podem chegar a R$ 50 milhões por infração.
| Critério | EU AI Act | Marco Legal da IA |
|---|---|---|
| Status | Implementação em fases | Em tramitação na Câmara |
| Modelo | Baseado em risco | Baseado em risco |
| Sanção máxima | Percentual do faturamento global | Até R$ 50 milhões |
Organizações que já possuem processos maduros de governança de tecnologia, auditoria e gestão de riscos tendem a adaptar esses requisitos com maior rapidez, reduzindo custos de adequação e exposição regulatória.
A governança começa antes da tecnologia entrar em produção.
Os primeiros passos envolvem classificar os casos de uso conforme seu nível de risco, definir responsáveis pelas decisões automatizadas, estabelecer mecanismos de auditoria e garantir que toda decisão relevante possa ser rastreada posteriormente.
Na prática, um framework de governança costuma incluir:
Como resume Marcello Mussi em sua análise para a MIT Technology Review Brasil, a pergunta central deixa de ser quanto a empresa consegue acelerar a adoção da IA e passa a ser se sua estrutura consegue sustentar esse crescimento com segurança.
Os impactos aparecem muito antes da aplicação de multas.
Erros operacionais, decisões automatizadas equivocadas, retrabalho, incidentes de segurança e perda de confiança costumam gerar custos significativamente maiores do que a implantação preventiva de controles.
Além disso, a McKinsey estima que a lacuna entre adoção tecnológica e capacidade de liderança em IA represente uma oportunidade de criação de valor de até US$ 4,4 trilhões por ano. Sem uma estrutura adequada de governança, parte relevante desse potencial deixa de ser capturada.
Nesse cenário, governança passa a ser a base que permite ampliar o uso da inteligência artificial sem aumentar proporcionalmente os riscos do negócio.
Os agentes de IA representam uma nova etapa dessa discussão porque passam a executar ações em nome das empresas, além de gerar conteúdo.
Segundo a Gartner, agentes especializados devem estar presentes em aproximadamente 40% das aplicações corporativas até o fim de 2026, frente a menos de 5% em 2025.
Essa mudança exige ampliar o conceito tradicional de governança. Não basta registrar qual resposta foi produzida pelo sistema. Também é necessário compreender quais informações embasaram a decisão, quais regras foram aplicadas e quem responde pelos resultados gerados.
Esse movimento já levou diversas organizações a criarem ambientes internos capazes de controlar acesso, registrar interações e garantir rastreabilidade sobre o uso corporativo da IA.
Curiosamente, a própria McKinsey mostra que a maior preocupação das empresas não está na legislação. Segurança e risco aparecem como a principal barreira para escalar agentes de IA, superando inclusive as incertezas regulatórias.
Quer entender o nível de maturidade da governança da sua organização? Faça o Assessment de Governança Corporativa e receba um diagnóstico com recomendações práticas para fortalecer a tomada de decisão, a transparência e a gestão da empresa.
Governança de IA vai deixar de ser diferencial competitivo para se tornar pré-requisito de operação, como aconteceu com segurança da informação uma década atrás. A empresa que só estruturar controles quando a lei obrigar terá perdido a fase em que governança ainda era vantagem.
Como a Peers pode ajudar na governança de IA da minha empresa?
A Peers estrutura classificação de risco, papéis de responsabilidade, rastreabilidade e auditoria proporcionais à autonomia de cada sistema de IA.
Qual a diferença entre governança de IA e governança de dados?
Governança de dados trata da qualidade e uso das informações. Governança de IA define também limites de autonomia sobre decisões de modelos e agentes.
Toda empresa precisa de um framework formal de governança de IA?
Empresas com sistemas de IA em produção, sobretudo os que decidem de forma automatizada, precisam de controles proporcionais ao risco.
Quais empresas fora da Europa são afetadas pelo EU AI Act?
Empresas de qualquer país que ofertem sistemas de IA de alto risco no mercado europeu estão sujeitas à norma.
Quando o Marco Legal da IA deve entrar em vigor no Brasil?
O PL 2338/2023 aguarda votação final na Câmara dos Deputados, com expectativa de conclusão em 2026.