A IA desafia a arquitetura organizacional de decisões
Toda nova tecnologia cria certo nível de fricção, ao menos inicialmente. A inteligência artificial, entretanto, está criando uma fricção diferente, quando se considera a experiência das organizações: não exatamente entre pessoas e máquinas, mas entre a velocidade com que os sistemas passam a agir e a velocidade com que as organizações conseguem decidir, supervisionar e responder por aquilo que fazem. Esse atrito tem revelado algo inquietante: a IA não apenas cria desafios técnicos, mas também expõe a qualidade da governança, da liderança e da cultura decisória.
A inteligência artificial não chegou pedindo permissão. Em muitas organizações, vem sendo adotada de baixo para cima, por profissionais que nela encontraram uma forma de trabalhar melhor, mais rápido e com mais resultados, antes que os líderes organizacionais façam as primeiras perguntas relevantes, os orçamentos sejam estruturados e as políticas sejam formalmente escritas. A tecnologia entrou pela porta dos fundos, enquanto parte da administração, especialmente nos níveis mais elevados das empresas, ainda procura a chave da porta da frente.
Os números ajudam a compreender a dimensão desse fenômeno. Segundo a pesquisa global The State of AI 2025, da McKinsey (link de acesso ao final), para 88% dos respondentes, suas respectivas organizações já utilizavam IA regularmente em pelo menos uma função de negócios, acima dos 78% registrados no ano anterior. A mesma pesquisa observa que a maioria das organizações ainda não escalou plenamente no uso dessas tecnologias. A adoção planejada das ferramentas de IA, portanto, avançou mais rápido do que a institucionalização do seu uso.
O resultado é uma situação inédita: organizações utilizam amplamente tecnologias que ainda não decidiram como governar. A nosso ver, isso não se trata de negligência, mas de uma diferença de velocidade entre experimentação, adoção operacional e maturidade institucional. Essa defasagem cria desdobramentos relevantes, sobre os quais discorremos adiante.
Enfatizando: a adoção chegou antes da governança corporativa
Antes de tratar das consequências da defasagem supracitada, enfatizemos o contexto desse descasamento. A velocidade da adoção de ferramentas de inteligência artificial tem criado uma realidade curiosa. Em muitas organizações, elas já fazem parte da rotina diária de profissionais de diferentes áreas, mesmo quando a organização ainda não estabeleceu diretrizes formais suficientemente claras sobre seu uso. Relatórios são redigidos com apoio de IA, análises são aceleradas por algoritmos, pesquisas são realizadas em segundos e apresentações são estruturadas com o auxílio de ferramentas generativas.
Em muitas situações, a tecnologia tem se tornado parte do processo produtivo antes mesmo de se tornar parte da estratégia e das políticas corporativas. Essa inversão altera a lógica tradicional administrativa. Historicamente, as organizações definiam regras, aprovavam orçamentos, estruturavam processos e só então implementavam novas tecnologias em escala, buscando benefícios amplos. Com a IA generativa, entretanto, frequentemente tem ocorrido o oposto: primeiramente vem o uso; depois emerge a preocupação com governança, conformidade, segurança, propriedade intelectual, confidencialidade e responsabilização.
Esse deslocamento é relevante, pois a IA não é apenas mais um conjunto de ferramentas de produtividade. Ela tem grande poder de interferência – e interfere – na forma como informações são interpretadas, decisões são preparadas, riscos são avaliados e alternativas são apresentadas aos líderes organizacionais. Quando as tecnologias de IA entram silenciosamente no cotidiano corporativo, sem clareza sobre limites, critérios e responsabilidades, a organização pode ganhar velocidade operacional, mas também pode operar sob forte risco de baixa visibilidade institucional sobre o que essas ferramentas efetivamente fazem.
Primeiro sintoma da defasagem: impactos financeiros desconhecidos
O primeiro sintoma da defasagem antes comentada é de natureza financeira. Orçamentos de IA podem ser aprovados sem critérios claros de retorno, despesas podem crescer sem que exista visibilidade completa sobre o que se adquire ou é efetivamente utilizado, e modelos mais sofisticados de ferramentas podem consumir recursos sem que a qualidade das entregas cresça na mesma proporção. A organização passa a investir em tecnologia sem necessariamente saber se compra produtividade, conveniência, experimentação, paridade com a concorrência ou mero entusiasmo. A pergunta “qual é o Valor Presente Líquido (VPL) da aquisição de ferramentas de IA?” pode ficar sem resposta – ou sem resposta satisfatória.
Esse fenômeno tem aparecido em estudos sobre maturidade digital. Organizações têm relatado ganhos localizados de produtividade e eficiência, mas um número menor tem conseguido converter esses ganhos em resultados corporativos amplos, mensuráveis e sustentáveis. A consequência é simples: parte dos investimentos passa a ser avaliada mais pela narrativa de modernização do que por indicadores objetivos de gasto e geração de valor.
Esse ponto é particularmente importante, pois o gasto com ferramentas de IA não deve ser medido apenas pelo valor contratado com fornecedores. O verdadeiro dispêndio é muito mais amplo e envolve integração, treinamento, revisão de processos, segurança da informação, supervisão humana, auditoria, compliance, avaliação de riscos reputacionais e o eventual retrabalho decorrente de decisões mal calibradas. Quando esses elementos não são considerados – e vários deles são de difícil quantificação, é preciso reconhecer –, o dispêndio passa a ser tratado de forma difusa como custo da transformação digital.
Existe ainda uma armadilha de narrativa que precisa ser evitada. Muitas organizações tendem a considerar a inteligência artificial como conjunto de ferramentas de eficiência: fazer mais com menos, reduzir custos, eliminar redundâncias e otimizar processos existentes. Essa visão não está errada, mas tem um problema: é incompleta. O potencial transformador das ferramentas de IA vai muito além da eficiência operacional, pois envolve a criação de novos produtos, novos serviços, novas experiências para clientes, novas fontes de receita e novas capacidades organizacionais.
Organizações que utilizam a inteligência artificial apenas para reduzir gastos e ganhar produtividade podem obter ganhos imediatos. Aquelas que utilizam IA para ampliar capacidades, melhorar decisões e criar valor tendem a construir vantagens competitivas mais difíceis de replicar. A diferença não está apenas na tecnologia adotada, mas na qualidade das decisões que orientam sua adoção. A IA pode ser usada para enxugar a organização ou para expandir sua inteligência institucional e agregar receitas – ou algo tão importante quanto: a permanência de clientes mais bem atendidos.
Segundo sintoma da defasagem: cultura paralela que amplia riscos
O segundo sintoma da defasagem entre governança e gestão operacional é cultural – e também corrosivo. Quando a liderança não define claramente o que espera das ferramentas de inteligência artificial, o espaço vazio é ocupado pela informalidade. Profissionais passam a utilizar IA em tarefas relevantes, mas nem sempre comunicam esse uso aos líderes. Criam fluxos paralelos de trabalho, desenvolvem métodos próprios, entregam resultados sem revelar o processo utilizado e constroem uma competência que a empresa ainda não reconhece formalmente.
A organização passa a operar em duas velocidades: a velocidade declarada e a velocidade real. A declarada aparece nos organogramas, políticas, comitês e apresentações institucionais. A velocidade real emerge nas rotinas, nos atalhos, nos prompts, nas ferramentas pessoais e nas soluções improvisadas para resolver problemas que o processo formal ainda não absorveu.
Esse comportamento gera um efeito colateral conhecido pelos especialistas em governança e segurança da informação. Quando os mecanismos formais são lentos, inexistentes ou excessivamente restritivos, tendem a surgir soluções paralelas não supervisionadas. O resultado pode ser o aumento dos riscos relacionados à proteção de dados, confidencialidade, propriedade intelectual, conformidade regulatória, responsabilidade e reputação corporativa.
O problema não é o profissional buscar produtividade, o que é positivo, mas a organização não transformar a produtividade dispersa, mas intensa, em capacidade institucional coletiva orientada para criação de valor para sócios e demais stakeholders. Quando o uso da IA permanece invisível ou incompreendido, a organização perde a oportunidade de governar, aprender, padronizar, treinar, aplicar e corrigir, de forma inteligente. E aumenta os riscos do que pode ocorrer em decorrência do uso intenso, porém disperso, das ferramentas de IA disponíveis.
Terceiro sintoma da defasagem: tomada de decisões e responsabilização sem clareza
Em grandes organizações, empresariais ou não, o problema raramente é a ausência de estruturas e processos formais de decisão, nas dimensões da governança corporativa e da gestão das operações. Várias organizações contam com conselhos de administração, diretorias executivas, comitês especializados, auditorias interna e externa, áreas de suporte aos líderes, políticas corporativas e sofisticados fluxos e métodos de aprovação. Por isso, seria impreciso afirmar que simplesmente não existe cultura decisória.
Entretanto, quando se utilizam ferramentas de inteligência artificial, o jogo das decisões e da responsabilização se torna mais complexo. Não basta haver governança documental formal, é preciso haver governança efetivamente praticada, relacionada ao eixo de governança de IA. A inteligência artificial termina por confrontar a diferença entre ter arquiteturas formais e ter clareza real sobre quem decide, com base em quais critérios e quem responde pelo resultado produzido, para o bem e para o mal.
Quando a inteligência artificial entra em cena, é preciso identificar quais decisões podem ser automatizadas, quais decisões podem ser apenas apoiadas, quais decisões exigem validação humana e quais decisões jamais devem ser delegadas sem supervisão explícita de seres humanos. Organizações podem aparentar domínio decisório por disporem de estruturas e processos aparentemente robustos, mas a realidade pode ser outra.
Importante: as ferramentas de IA, por mais possantes que sejam, simplesmente aguardam comandos. Tais ferramentas recomendam, classificam, priorizam, resumem, comparam, sugerem caminhos e, em alguns contextos, executam ações com certo nível de autonomia. Todavia, cada atividade envolve limites de decisão, ainda que sob o epíteto de apoio técnico. É preciso estabelecer, no plano da governança corporativa, diretrizes para a tomada de decisões suportadas por ferramentas de IA.
Governança de IA: diferente do uso de ferramentas de IA
Existe uma diferença fundamental entre governar a inteligência artificial e usar a inteligência artificial. Governar é institucional, usar é operacional. Governar exige definição de limites, critérios, responsabilidades, métricas, controles, instâncias de revisão e mecanismos de correção. Usar IA pode ser uma iniciativa de um profissional individual, equipe ou departamento; ou, preferencialmente, pode decorrer das diretrizes da governança de IA.
A preocupação com a governança de IA não é de base teórica, tem fundamento na realidade. A Gartner projetou que mais de 40% dos projetos de IA serão cancelados até o fim de 2027, em razão de custos crescentes, valor de negócio pouco claro ou controles de risco inadequados (link de acesso). A previsão é relevante porque desloca o debate: muitos projetos não fracassarão por falta de tecnologias, mas por falta de governança, clareza sobre geração de valor e responsabilização.
Os conselhos de administração, nas organizações onde eles existem, têm um papel central nesse contexto. Aprovar investimentos em ferramentas de IA sem entender seus benefícios econômicos e sem discutir critérios de decisão, controle e responsabilização equivale a ignorar as implicações institucionais do emprego das tecnologias adotadas. É preciso mais do que saber quanto se gasta com IA e quanto se pretende criar de valor econômico com suas ferramentas: cumpre compreender o que tais instrumentos estão efetivamente fazendo e decidindo dentro da organização.
Como visto, os desafios reais não são apenas tecnológicos, mas organizacionais. A inteligência artificial chegou antes que muitas empresas desenvolvessem toda a clareza estratégica, a disciplina de governança e a maturidade decisória necessárias para absorvê-la plenamente. Talvez seja por isso que a IA provoque tanto fascínio e tanto desconforto ao mesmo tempo. Ela não revela apenas limitações tecnológicas, mas termina por revelar limitações administrativas, estratégias pouco claras para orientar a execução, decisões sem dono definido e responsabilidades difusas.
Algumas perguntas necessárias
A pergunta que conselhos de administração, diretorias executivas e lideranças precisam responder não é apenas “estamos usando inteligência artificial?”. Em grande parte das organizações, a resposta já é sim, com ou sem política formal, com ou sem aprovação explícita.
Existem outras perguntas muito importantes a responder, quais sejam, e sem esgotar as possibilidades:
- Por que queremos inteligência artificial?
- Quais ferramentas de IA nos interessam? Por quê?
- Sabemos o que a inteligência artificial estará decidindo em nosso nome?
- Quem autoriza, supervisiona e valida as decisões apoiadas por IA?
- Quais decisões jamais poderão ser tomadas sem intervenção humana qualificada?
- Como deve ocorrer a responsabilização pelas decisões apoiadas, influenciadas ou executadas com o uso de IA?
Lideranças que ainda não têm as respostas, talvez já tenham, pelo menos, algumas perguntas para pensar. Em governança corporativa, isso não é pouco: pode ser o começo.
Mônica Mansur Brandão
Sugestões de leitura:
Referências interessantes:
