Sua empresa começou a usar Inteligência Artificial. Mas alguém definiu como ela deve ser usada?

A Inteligência Artificial entrou rapidamente na rotina das empresas. Em muitos casos, sua adoção não começa a partir de um grande projeto corporativo. Começa de forma simples.

Um colaborador utiliza uma ferramenta para analisar uma planilha. Outro utiliza IA para estruturar uma apresentação. Uma área começa a apoiar a elaboração de documentos. Um gestor utiliza um modelo para resumir informações ou testar hipóteses.

Pouco a pouco, a tecnologia passa a fazer parte da operação. E esse movimento pode gerar ganhos relevantes de produtividade, velocidade e capacidade analítica.

Mas existe uma questão que nem sempre evolui na mesma velocidade: a governança sobre o uso dessas ferramentas.

Quando diferentes pessoas começam a utilizar Inteligência Artificial dentro de uma organização, a discussão deixa de ser apenas "como podemos usar IA?" e passa a incluir outra pergunta: "como devemos usar IA?"

Essa diferença parece pequena. Mas, do ponto de vista de gestão, ela é enorme.

Quando uma resposta convincente não é necessariamente uma resposta correta

Modelos de Inteligência Artificial Generativa podem produzir respostas extremamente convincentes. Mas uma resposta bem escrita não é necessariamente uma resposta verdadeira.

O National Institute of Standards and Technology — NIST — trata formalmente as chamadas confabulations como um dos riscos associados à Inteligência Artificial Generativa. O termo descreve situações em que sistemas produzem conteúdos falsos ou incorretos apresentados de forma plausível ou convincente.

Esse risco se torna especialmente relevante quando resultados de IA passam a apoiar:

• análises;
• decisões;
• relatórios;
• documentos;
• avaliações;
• comunicações externas;
• atividades de maior impacto.

O problema, portanto, não está simplesmente no fato de a IA poder errar. Pessoas também erram. O problema está em como a organização trata uma informação produzida por uma tecnologia capaz de gerar respostas convincentes em grande velocidade e escala.

A pergunta de governança passa a ser: quem valida o resultado antes que ele seja utilizado?

Um caso real: quando referências incorretas chegam a um relatório profissional

Em 2025, um relatório elaborado pela Deloitte Australia para o Department of Employment and Workplace Relations do governo australiano precisou ser corrigido após a identificação de referências e notas incorretas. A versão revisada do documento passou a informar o uso de uma ferramenta baseada em Azure OpenAI durante a elaboração do trabalho.

O episódio chamou atenção justamente porque ocorreu em um ambiente profissional de elevada responsabilidade.

Há, entretanto, uma distinção importante. Não foi estabelecido que todos os erros identificados tenham sido causados pela Inteligência Artificial.

Essa ressalva é fundamental. O ponto de governança não é atribuir automaticamente qualquer erro à tecnologia. O ponto é perceber que, independentemente da ferramenta utilizada, a responsabilidade pela validação da informação permanece com a organização e com as pessoas responsáveis pelo trabalho.

A utilização de IA não elimina a necessidade de revisão. Em determinadas atividades, pode aumentar essa necessidade.

O risco não está apenas na resposta. Está também no que é enviado para a ferramenta

Quando empresas discutem riscos de IA, muitas vezes a primeira preocupação é: "e se a IA gerar uma informação errada?" Mas existe outra pergunta igualmente importante: "que informação estamos entregando para a IA?"

Em 2023, a Samsung restringiu o uso de ferramentas de Inteligência Artificial Generativa em determinados ambientes corporativos depois de identificar que funcionários haviam inserido código confidencial no ChatGPT.

Segundo memorando da companhia reportado pela Bloomberg, existia preocupação com informações transmitidas para plataformas externas, incluindo a possibilidade de armazenamento em servidores externos e dificuldade de recuperação ou exclusão desses dados.

O episódio ilustra uma situação que pode ocorrer em organizações de qualquer porte. Um colaborador pode, com boa intenção, copiar para uma ferramenta:

• dados de clientes;
• contratos;
• informações comerciais;
• código-fonte;
• estratégias;
• informações financeiras;
• dados pessoais;
• documentos internos;
• informações confidenciais.

Tudo para conseguir uma resposta mais rápida. O problema é que a busca por produtividade pode gerar uma nova exposição caso não existam critérios claros sobre quais informações podem ou não ser utilizadas.

IA também é uma questão de dados

O NIST inclui Data Privacy entre os riscos relevantes da Inteligência Artificial Generativa. A preocupação envolve, entre outros aspectos, exposição, uso, divulgação ou tratamento inadequado de informações pessoais ou sensíveis.

No Brasil, essa discussão também está avançando. Em julho de 2026, a Autoridade Nacional de Proteção de Dados — ANPD — publicou os primeiros resultados de seu Sandbox Regulatório em Inteligência Artificial.

Segundo a própria Autoridade, os projetos acompanhados identificaram desafios tecnológicos, jurídicos e operacionais e oportunidades de aprimoramento em áreas como:

• governança;
• segurança;
• transparência;
• proteção de dados pessoais.

A ANPD também destaca preocupações relacionadas ao uso de dados pessoais, falta de transparência em decisões automatizadas e possíveis vieses discriminatórios.

Isso mostra que a discussão sobre Inteligência Artificial não pode ficar restrita à capacidade tecnológica da ferramenta. Ela também envolve como os dados são utilizados, protegidos e governados.

A empresa sabe quais ferramentas seus colaboradores estão utilizando?

Este talvez seja um dos primeiros pontos que uma organização deveria compreender. A empresa pode acreditar que ainda não possui uma estratégia de Inteligência Artificial. Mas isso não significa que seus colaboradores não estejam utilizando IA.

Ferramentas generativas podem ser acessadas diretamente pela internet e incorporadas à rotina de trabalho sem qualquer projeto formal. Isso cria um desafio conhecido no universo da tecnologia como utilização não governada de ferramentas.

Do ponto de vista da gestão, a questão é simples: a organização não consegue governar aquilo que não conhece.

Por isso, algumas perguntas se tornam importantes:

• Quais ferramentas de IA estão sendo utilizadas?
• Para quais atividades?
• Por quais áreas?
• Com quais tipos de informação?
• Existem soluções oficialmente autorizadas?
• Existem ferramentas proibidas ou restritas?
• Os colaboradores receberam alguma orientação?

Antes de criar uma política sofisticada, muitas empresas talvez precisem simplesmente compreender a realidade atual de uso.

Governança de IA não significa impedir a inovação

Existe o risco de tratar governança como sinônimo de burocracia. Não deveria ser assim.

O objetivo não é impedir que as pessoas utilizem tecnologias capazes de gerar produtividade. O objetivo é permitir que a organização aproveite seus benefícios sem abrir mão de critérios mínimos de responsabilidade.

Governança pode significar, por exemplo, estabelecer:

• ferramentas autorizadas;
• usos permitidos;
• usos restritos;
• regras para informações confidenciais;
• critérios de validação;
• necessidade de supervisão humana;
• responsabilidades;
• tratamento de incidentes;
• registro de usos considerados críticos;
• critérios para utilização de IA em decisões relevantes.

Nem toda utilização exige o mesmo nível de controle. Pedir à IA sugestões para organizar uma pauta de reunião não possui necessariamente o mesmo risco de utilizar um modelo para apoiar uma decisão financeira relevante.

A governança deve ser proporcional ao risco.

Nem toda aplicação de IA deveria receber o mesmo tratamento

Um dos erros possíveis em governança é criar uma única regra para qualquer uso de Inteligência Artificial. Na prática, as aplicações possuem diferentes níveis de impacto.

Uma organização pode considerar diferentes critérios, como:

• Sensibilidade da informação — o uso envolve dados públicos, internos, confidenciais, pessoais ou estratégicos?
• Impacto da decisão — a resposta servirá apenas como apoio ou poderá influenciar uma decisão relevante?
• Possibilidade de revisão — existe uma pessoa capaz de revisar adequadamente o conteúdo produzido?
• Exposição externa — o resultado será utilizado apenas internamente ou será enviado a clientes, investidores, reguladores ou outras partes interessadas?
• Reversibilidade — um eventual erro pode ser facilmente corrigido ou gerar consequências difíceis de reverter?

Quanto maior o impacto potencial, maior deveria ser a preocupação com validação, responsabilidade e controle.

Supervisão humana continua sendo essencial

O uso de Inteligência Artificial pode acelerar significativamente determinadas atividades. Mas velocidade não substitui julgamento.

Em atividades relevantes, a revisão humana pode desempenhar um papel fundamental na identificação de:

• informações incorretas;
• ausência de contexto;
• conclusões inadequadas;
• vieses;
• inconsistências;
• interpretações equivocadas;
• informações confidenciais;
• decisões incompatíveis com a realidade da empresa.

A questão não deveria ser simplesmente "foi produzido por IA?", mas "existe alguém responsável por avaliar se esse resultado pode ser utilizado?"

Quem responde quando a IA participa de uma decisão?

Essa pergunta precisa existir antes que o problema aconteça. Se uma análise produzida com apoio de IA estiver incorreta, quem é responsável pela validação? O usuário? O gestor? A área? Tecnologia? Compliance? A empresa?

Uma governança minimamente estruturada precisa evitar que a tecnologia crie uma zona de responsabilidade indefinida.

A Inteligência Artificial pode participar do processo. Mas a responsabilidade pelas decisões empresariais continua precisando estar claramente definida.

Uma estrutura inicial para pensar governança de IA

Empresas que estão começando essa discussão podem organizar a análise em alguns blocos.

• 1. Uso — onde a IA está sendo utilizada?
• 2. Dados — quais informações entram nessas ferramentas?
• 3. Risco — qual é o impacto potencial de um erro ou exposição?
• 4. Validação — quem revisa os resultados?
• 5. Responsabilidade — quem responde pela atividade?
• 6. Controle — quais usos exigem regras adicionais?
• 7. Monitoramento — como a empresa saberá se as regras estão funcionando?

Essa abordagem ajuda a transformar uma discussão abstrata sobre Inteligência Artificial em uma questão concreta de gestão.

Algumas perguntas que sua empresa deveria conseguir responder

• Quais ferramentas de IA estão atualmente em uso?
• Quem pode utilizá-las?
• Para quais atividades?
• Quais informações podem ser inseridas?
• Quais informações são proibidas?
• Existem regras para dados pessoais e informações confidenciais?
• Há usos que exigem validação humana obrigatória?
• Quem responde pela revisão dos resultados?
• Existem atividades em que IA não deve ser utilizada?
• Como erros ou incidentes são reportados?
• As regras são conhecidas pelos colaboradores?
• A empresa acompanha mudanças relevantes nas ferramentas utilizadas?

Se essas perguntas ainda não possuem respostas claras, talvez a adoção tecnológica esteja avançando mais rápido do que a governança.

O verdadeiro desafio não é decidir se a empresa utilizará IA

Para muitas organizações, essa discussão provavelmente já começou na prática. A Inteligência Artificial pode estar sendo utilizada independentemente da existência de uma estratégia formal.

O desafio passa a ser construir capacidade para utilizar essa tecnologia de forma consciente. Isso exige equilíbrio: evitar controles excessivos que inviabilizem inovação, mas também evitar uma adoção sem critérios que aumente riscos de forma desnecessária.

A tecnologia pode ampliar produtividade. Pode aumentar capacidade analítica. Pode acelerar processos. Pode ajudar pessoas a produzir mais e melhor.

Mas a velocidade proporcionada pela tecnologia não reduz a necessidade de governança. Ela aumenta sua importância.

Talvez, portanto, a pergunta mais relevante não seja "sua empresa já utiliza Inteligência Artificial?", mas "sua empresa está adotando Inteligência Artificial mais rápido do que está criando governança para utilizá-la?"

Na WiseMap, acreditamos que novas tecnologias geram mais valor quando estão conectadas a processos, dados, responsabilidades e decisões bem estruturadas.

Governança não existe para impedir a inovação. Existe para criar condições para que ela aconteça de forma consciente, responsável e sustentável.

WiseMap | Inteligência de Gestão

Transformamos informações em inteligência para apoiar empresas, gestores e tomadores de decisão na evolução da gestão.

Fontes e referências

• NIST — National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1): nist.gov · documento oficial — referência para confabulation, riscos da IA generativa e data privacy.
• ANPD — Autoridade Nacional de Proteção de Dados. Publicados primeiros resultados do Sandbox Regulatório em Inteligência Artificial: gov.br/anpd · por que Inteligência Artificial — referência para governança, segurança, transparência, proteção de dados pessoais, transparência em decisões automatizadas e vieses.
• Bloomberg. Samsung Bans Staff's AI Use After Spotting ChatGPT Data Leak: bloomberg.com · versão em português — referência para inserção de código confidencial no ChatGPT, restrição corporativa posterior e preocupação com armazenamento externo de informações.
• Australian Government — Department of Employment and Workplace Relations. Targeted Compliance Framework Assurance Review: dewr.gov.au — referência para as correções do relatório e a informação sobre uso de ferramenta baseada em Azure OpenAI. Não foi estabelecido que todos os erros identificados tenham sido causados pela Inteligência Artificial.