Governança de IA ganha protagonismo nas empresas e redefine estratégias de inteligência artificial

A corrida corporativa pela inteligência artificial já ultrapassou a fase da experimentação. Depois do encantamento inicial com modelos generativos, copilotos e agentes autônomos, empresas começam a enfrentar um desafio mais profundo: como transformar IA em valor real sem perder controle, transparência e segurança.

Foi justamente esse o foco da conversa com Lyse Nogueira, especialista em AI e Governança do SAS, durante o Gartner Data & Analytics 2026. Em um cenário marcado pela aceleração da IA generativa, Lyse defende que a governança deixou de ser um diferencial técnico para se tornar um elemento estrutural dos negócios. “Quando a IA sai do laboratório e vai para produção, o risco cresce exponencialmente”, afirma.

Mais do que controlar modelos, a discussão agora envolve escalabilidade, rastreabilidade, custos operacionais, qualidade de dados, capacitação de equipes e sustentabilidade das operações de IA ao longo do tempo.

A IA acelera, mas não define a direção

Uma das principais distorções criadas pelo hype da IA generativa foi a ideia de que a tecnologia, sozinha, resolveria problemas históricos das empresas. Para a executiva, esse é justamente um dos maiores riscos do mercado atual.

“A IA acelera muito. Mas se a direção estiver apontada para um penhasco, você só vai cair mais rápido”, alerta.

A analogia resume uma mudança importante na maturidade corporativa em torno da IA. Depois da onda inicial de adoções apressadas, empresas começam a perceber que modelos generativos não substituem estratégia, estrutura organizacional ou clareza de objetivos.

Segundo ela, muitas organizações implementaram IA apenas para acompanhar o movimento do mercado, sem processos definidos, sem governança estabelecida e sem preparo interno para operar a tecnologia. O resultado, em muitos casos, foi aumento de custo sem geração proporcional de valor. A discussão deixa então de ser “como usar IA” e passa a ser “como usar IA com propósito”.

O fim da ilusão da IA universal

Outro ponto destacado pela executiva é que o mercado começa a abandonar a ideia de que existe um único modelo capaz de resolver tudo.

A experiência acumulada pelo SAS ao longo de cinco décadas trabalhando com modelagem analítica mostra justamente o contrário: diferentes problemas exigem arquiteturas, modelos e combinações distintas de IA.

A governança ganha uma nova camada de complexidade e as empresas passam a operar ecossistemas híbridos, combinando IA tradicional, modelos generativos, agentes autônomos, motores de decisão e múltiplas fontes de dados. A questão deixa de ser apenas performance e passa a envolver controle operacional.

“Qual IA eu vou utilizar? Quanto ela custa? Como essa decisão foi tomada? Qual dado sustentou essa resposta?” são perguntas que, segundo Nogueira, precisam estar incorporadas desde o desenho da arquitetura.

Isso inclui mecanismos de rastreabilidade, frameworks de auditoria, monitoramento contínuo e definição clara de guardrails para modelos e agentes.

Governança é um processo contínuo

Um dos pontos mais relevantes da entrevista é a visão de governança como um processo vivo, e não como uma etapa isolada da implementação tecnológica.

Segundo Lyse Nogueira, um dos erros mais comuns das empresas é imaginar que governança se resume a organizar dados existentes ou estabelecer uma política inicial de compliance.

Na prática, a dinâmica da IA exige revisões constantes. Esse movimento afeta diretamente modelos treinados anteriormente. Sem acompanhamento contínuo, modelos passam a operar com dados desatualizados, aumentando riscos de erro, enviesamento e decisões incorretas.

É nesse cenário que ganham relevância práticas como o monitoramento contínuo do ciclo de vida dos modelos, o retreinamento constante com dados atualizados e a observabilidade das informações utilizadas pela IA. Somam-se a isso mecanismos de gestão de performance, rastreabilidade das decisões tomadas pelos sistemas, controle de versões e validação humana em etapas críticas da operação – elementos que passam a ser fundamentais para garantir confiabilidade, segurança e escalabilidade no uso corporativo da inteligência artificial.

A governança deixa então de ser apenas uma camada regulatória e passa a funcionar como sustentação operacional da IA em escala.

O custo invisível da IA desgovernada

Outro tema central da conversa foi FinOps aplicado à IA, um debate que ganha força à medida que empresas percebem o impacto financeiro do uso indiscriminado de modelos generativos.

Tokens, processamento, GPUs, armazenamento, integrações e consumo computacional começam a transformar IA em uma operação de alto custo. E o problema, segundo Lyse, é que muitas organizações ainda não sabem medir adequadamente esse consumo. “A IA desgovernada gera um custo altíssimo”, afirma.

O cenário se agrava quando há baixa capacitação das equipes. Sem conhecimento técnico ou entendimento claro sobre limites e aplicações adequadas, colaboradores utilizam IA de forma ineficiente, elevando consumo sem necessariamente gerar produtividade.

Nesse ponto, Lyse defende um equilíbrio entre três pilares: tecnologia, processos e pessoas. “Não adianta entregar uma Ferrari para alguém que não tem habilitação”, comenta a especialista.

Para ela, empresas que investem apenas em infraestrutura tecnológica sem revisitar processos internos ou capacitar equipes tendem a enfrentar frustração operacional e baixo retorno sobre investimento.

A nova governança é compartilhada

A entrevista também evidencia uma mudança importante no conceito de governança corporativa aplicada à IA: ela deixa de ser responsabilidade exclusiva da área de TI.

Segundo Lyse, a governança passa a ser distribuída entre diferentes áreas da empresa. Negócio, tecnologia, operação, fornecedores e parceiros precisam atuar conjuntamente para definir limites, critérios de uso, monitoramento e accountability dos sistemas de IA.

Essa descentralização ocorre porque a IA hoje impacta diretamente decisões estratégicas, relacionamento com clientes, automação operacional e experiências digitais. O desafio agora não é apenas tecnológico. É cultural.

Do chatbot engessado aos agentes autônomos

Ao longo da entrevista, Lyse também contextualiza como a evolução recente da IA mudou radicalmente o relacionamento das empresas com a tecnologia. Se há poucos anos chatbots operavam de forma limitada e rigidamente estruturada, hoje modelos baseados em LLMs conseguem simular interações muito próximas das humanas.

Esse avanço amplia o potencial da IA, mas também expande proporcionalmente os riscos. Quanto maior a autonomia dos sistemas, maior a necessidade de mecanismos robustos de supervisão, auditoria e intervenção humana.

A discussão sobre governança deixa então de ser apenas preventiva e passa a ser estratégica para viabilizar o avanço dos agentes autônomos dentro das empresas.

Governança “by design” deve se tornar padrão

Na visão da executiva, o mercado está entrando em uma nova fase de maturidade, na qual a governança tende a nascer integrada aos projetos, e não adicionada posteriormente.

“A governança precisa estar intrínseca aos novos projetos para que a empresa consiga escalar a IA com segurança, transparência e consistência. Não dá mais para pensar em governança como uma camada adicionada depois. Ela precisa nascer junto com a tecnologia, acompanhando dados, modelos, processos e pessoas desde o início”, afirma Lyse Nogueira.

Isso significa incorporar requisitos de rastreabilidade, transparência, segurança e controle já nas etapas iniciais de desenvolvimento. A tendência acompanha o avanço de regulações globais, a pressão por IA responsável e o aumento da preocupação corporativa com riscos reputacionais ligados a decisões automatizadas.

Mais do que atender exigências regulatórias, a governança se torna peça central para escalar a inteligência artificial de forma sustentável. Sem essa estrutura, iniciativas tendem a permanecer restritas a projetos piloto e experimentações isoladas. Quando incorporada à estratégia do negócio, ela permite transformar a IA em uma operação confiável, contínua e preparada para crescer no longo prazo.

O futuro da IA será menos sobre hype e mais sobre confiança

Ao final da conversa, Lyse deixa um recado direto para executivos que ainda enxergam a governança como uma camada burocrática.

A próxima etapa da IA corporativa não será definida apenas pela capacidade de gerar respostas sofisticadas, mas pela capacidade de operar essas respostas com confiabilidade, transparência e controle. “Fazer IA deixou de ser o diferencial. O desafio agora é garantir transparência, governança e confiança para escalar essas operações dentro das empresas”, finaliza a executiva.

Fonte: TI Inside