João Pedro Brasileiro, professor de IA na Fundação Dom Cabral e na XP Educação
A governança de inteligência artificial precisa contemplar diferentes usos da tecnologia: de ferramentas que apoiam tarefas do dia a dia a agentes capazes de executar ações de forma autônoma. Quanto maior a autonomia, maior a necessidade de definir limites e acompanhar seu funcionamento. Uma previsão da Gartner, divulgada em maio de 2026, aponta que, até 2027, 40% das empresas vão reduzir a autonomia ou desativar agentes autônomos de IA devido a lacunas de governança identificadas somente após incidentes em produção.
Para João Pedro Brasileiro, professor de IA na Fundação Dom Cabral, na XP Educação e CEO da Innovation Latam, estabelecer regras desde o início ajuda a aproveitar as iniciativas das equipes e evita retrabalho na hora de ampliá-las. “Governança, no mundo da inteligência artificial, é o que garante escala e velocidade dos projetos”, afirma.
A seguir, o especialista destaca sete boas práticas para empresas que já utilizam IA.
1. Mapear o uso e oferecer ferramentas homologadas - “Não dar ferramenta à área de negócio é garantir que haverá Shadow AI”, afirma João Pedro. O primeiro passo é identificar as ferramentas em uso, permitindo que os colaboradores relatem suas experiências sem punição, e então avaliar o que homologar e oferecer alternativas oficiais às equipes.
2. Criar uma esteira de capacitação e cultura - Antes de liberar o uso da IA, a empresa precisa preparar as pessoas, com capacitação, certificação, termo de responsabilidade e recapacitação a cada seis meses ou um ano. “Para ter governança, a empresa passa por uma etapa de cultura. As pessoas têm que entender os riscos do uso da inteligência artificial”, afirma. Ele também alerta: “Um colaborador de alto risco é o incompetente motivado”.
3. Definir orientações e aplicar a governança desde o desenho - A política estabelece os limites, o manifesto explica os objetivos da adoção e o código de conduta orienta o dia a dia. “Nos projetos que envolvem decisões sensíveis, como análise de crédito, o jurídico deve participar desde o início. Também é necessário respeitar os estágios de desenvolvimento para evitar que problemas sejam transferidos para a operação”, explica.
4. Registrar os agentes e nomear responsáveis humanos - Cada agente precisa ter uma tarefa definida, identidade própria e um responsável humano nomeado. A empresa deve manter um inventário do que cada agente faz, do que não pode fazer e de suas interações. A função de Chief AI Officer (CAIO) ajuda a coordenar esse modelo. “O papel do CAIO não é controlar todos os agentes, e sim fazer o modelo de controle ser replicado em cada área”, destaca.
5. Manter um cockpit de governança acessível - A recomendação é manter um cockpit aberto aos colaboradores, que reúna as ferramentas homologadas, os agentes em produção e seus responsáveis, a política vigente e os treinamentos disponíveis. Para a liderança, o painel também concentra custos e alertas. “Não basta fazer governança, é preciso mostrar que ela está sendo feita”, afirma João Pedro.
6. Medir resultados - Cada agente deve ter um ou dois indicadores que mostrem se concluiu a tarefa corretamente, com quanto tempo e recurso, se o cliente foi bem atendido e se ficou dentro dos limites. “Agente sem indicador é custo sem retorno”, resume. Os indicadores orientam se o agente deve ser ampliado, ajustado ou desligado.
7. Proteger os agentes e prever os custos de proteção - A empresa deve acompanhar o consumo de tokens, as informações que saem do sistema e os alertas fora do padrão, como tentativas de prompt injection, quando instruções escondidas em e-mails ou documentos são lidas pelo agente como ordens. O orçamento precisa contemplar os mecanismos de proteção, conhecidos como guardrails. “Proteção de IA não é grátis: guardrail precisa de linha no orçamento”, afirma.
