Pesquisa mostra que falta de governança ameaça avanços da IA nas empresas

Embora a Inteligência Artificial esteja avançando rapidamente e já mostre retornos significativos, um novo levantamento da Workiva expõe falhas estruturais preocupantes na forma como as empresas estão implementando a tecnologia. O estudo global, realizado com 2.300 profissionais de finanças, sustentabilidade, auditoria e riscos, aponta para problemas relacionados à qualidade dos dados, à governança da IA e ao treinamento específico dos colaboradores.

Para Marcelo Silva, Country Manager da Workiva, os resultados mostram uma diferença clara entre a percepção dos executivos e a realidade dos profissionais que trabalham diretamente com os dados. “Sabe aquela diferença entre quem está no front e quem olha mais de cima? É isso que a pesquisa mostra. Os profissionais que trabalham diretamente com dados e processos sentem na pele a falta de estrutura: mais de 60% das empresas ainda não têm dados de qualidade, políticas de governança ou treinamento específico em IA. Já os executivos costumam ter uma visão mais estratégica, então muitas vezes não percebem esses gargalos. E há um dado interessante: quando a empresa tem dados confiáveis, políticas claras e treinamento, a confiança aumenta quase duas vezes. Por isso esse descompasso.”

ROI positivo, mas maturidade limitada

Silva ressalta que o uso da IA já faz parte do cotidiano dos profissionais. “Praticamente todos os profissionais de relatórios usam IA diariamente, mas algumas áreas se destacam. Sustentabilidade, por exemplo, tem usado IA para lidar com grandes volumes de dados e automatizar tarefas manuais. Finanças e contabilidade também estão avançadas, usando a tecnologia para conectar planilhas e modelos de risco. E a auditoria começa a adotar IA para detectar anomalias em tempo real. O denominador comum é: quanto mais integrados os dados e processos, maior a maturidade.”

Mesmo assim, o Country Manager alerta para os riscos da falta de qualidade dos dados. “Ótima pergunta, porque sem dados bons a IA vira um tiro no pé. Algumas estratégias que têm funcionado: centralizar a coleta de dados em uma plataforma única para evitar silos; definir políticas claras de governança, com critérios de validação e acesso; investir em programas de qualidade de dados, com revisões e métricas; e, claro, treinar as equipes para que entendam a origem e o ciclo de vida dos dados. O relatório alerta que dados fragmentados ou inseguros podem transformar ganhos de eficiência em erros e danos reputacionais, então a governança tem de ser prioridade.”

Desafios de governança e capacitação

Segundo Silva, a falta de políticas de governança em quase 60% das empresas brasileiras traz riscos diretos. “Sem governança, a IA pode virar um ‘atalho para o caos’. Quase 60% das empresas brasileiras ainda não têm políticas claras de governança e segurança, o que significa que modelos podem ser alimentados com dados imprecisos ou facilmente manipuláveis. Resultado: a IA acelera erros, não corrige. Além disso, cada novo projeto de IA vira um esforço isolado, difícil de escalar e de manter em conformidade. Com governança sólida, a IA se torna um ativo estratégico; sem ela, aumenta o risco de exposição e de falhas.”

Outro ponto é a ausência de treinamento estruturado. “Quando as equipes não são treinadas, a tecnologia é subaproveitada. Os funcionários podem reproduzir processos manuais com ferramentas avançadas, ou até usar IA de forma inadequada, comprometendo decisões. Isso também aumenta o risco de vieses nos modelos e de uso indevido de dados. A pesquisa mostra que a confiança cresce quando há treinamento específico, então investir em capacitação não é custo, é investimento na maturidade digital da empresa.”

IA integrada e ESG

Na visão do executivo, a integração da IA a diferentes áreas já começa a mostrar resultados. “Pela nossa experiência na Workiva, a integração acontece quando todos os dados se conectam. Em finanças, a IA ajuda a atualizar modelos de risco e relatórios em tempo real; em sustentabilidade, ela coleta e valida centenas de indicadores ESG rapidamente; e em auditoria, algoritmos identificam anomalias antes que virem problemas. Tudo isso é possível porque a plataforma unifica dados de diferentes fontes, permitindo que IA e pessoas trabalhem juntas com mais eficiência.”

Por fim, Silva reforça a importância da ética e da transparência no uso da tecnologia. “Aqui a fórmula tem três componentes. Primeiro, dados confiáveis e governança — sem isso, os relatórios ESG podem ficar errados e comprometer a credibilidade. Segundo, políticas éticas claras, que tratem de viés algorítmico, conformidade regulatória e uso responsável da tecnologia. E, por fim, transparência: explicar como a IA está sendo usada, quais dados alimentam os modelos e quais são as limitações. Dessa forma, a IA se torna aliada dos objetivos ESG em vez de um risco.”

Fonte: TI Inside