Durante décadas, a pergunta “de quem é a culpa?” foi respondida com organogramas, contratos e políticas internas. Havia um rosto, um cargo, uma assinatura por trás de cada decisão relevante. Porém, à medida que os sistemas de inteligência artificial passam a tomar ou influenciar decisões de negócio — desde a concessão de crédito até a seleção de fornecedores, do atendimento ao cliente ao monitoramento de riscos —, essa clareza começa a se dissolver de maneira preocupante. O conflito entre IA e governança corporativa não é mais uma especulação acadêmica: é um desafio que está sendo vivenciado agora, no dia a dia de empresas de todos os portes e segmentos.
O que torna esse cenário particularmente desafiador para líderes sêniores é a velocidade com que essa realidade se impôs. Não houve tempo para que os frameworks regulatórios, os modelos de compliance e as estruturas de accountability amadurecessem no mesmo ritmo em que as ferramentas de IA foram sendo adotadas. E, nesse vácuo, quem assume o risco é o executivo no topo da hierarquia — quer ele saiba disso ou não.
Existe uma narrativa muito sedutora que permeia o discurso sobre IA nos negócios: a ideia de que automatizar processos é, por definição, reduzir erros humanos. É verdade que sistemas bem calibrados eliminam inconsistências, aceleram análises e processam volumes de dados que seriam humanamente inviáveis. Contudo, essa eficiência vem acompanhada de um efeito colateral silencioso e pouco discutido: a diluição da supervisão humana.
Quando uma decisão é tomada por um algoritmo — mesmo que baseado em parâmetros definidos por pessoas — o senso de responsabilidade tende a se dispersar pela organização. O analista que configurou o modelo diz que apenas seguiu as instruções do CTO. O CTO afirma que aprovou a ferramenta recomendada pelo time de inovação. O time de inovação argumenta que a contratação foi validada pelo jurídico. E o jurídico, por sua vez, diz ter avaliado apenas o contrato com o fornecedor, não o funcionamento do algoritmo em si. Esse fenômeno — já documentado em estudos de gestão de risco como “diffusion of responsibility” — é amplificado exponencialmente quando a decisão é delegada a uma máquina.
Para o CEO, o risco aqui não é apenas operacional. É reputacional. É regulatório. E, em casos extremos, é pessoal. Regulações como a AI Act europeia e as crescentes exigências do Banco Central e da CVM no Brasil já sinalizam uma direção inequívoca: a responsabilidade última pelos sistemas de IA integrados à empresa recairá sobre a liderança executiva, independentemente de quão opaca seja a “caixa-preta” tecnológica envolvida.
“Adotar IA sem uma estrutura clara de governança não é acelerar o negócio — é andar rápido no escuro. Quanto mais veloz, maior o risco de colisão.”
Antes de avançar para as soluções, é essencial que os CEOs compreendam a topografia do risco que estão navegando. Não se trata de riscos tecnológicos no sentido estrito — esses, em geral, as equipes de TI e os fornecedores conseguem gerenciar. O que preocupa em termos de governança são os riscos sistêmicos que emergem da intersecção entre decisões de IA e responsabilidade executiva.
O primeiro vetor — o risco de accountability — é o mais insidioso, porque frequentemente só se torna visível quando um problema já eclodiu. Uma empresa que utiliza IA para triagem de currículos, por exemplo, pode estar sistematicamente filtrando candidatos de determinados grupos sem que nenhum gestor tenha consciência disso. Quando o problema vem à tona, a pergunta “quem aprovou isso?” recebe respostas vagas, e a responsabilidade cai sobre o cargo mais alto — o CEO.
O segundo vetor — regulatório — está evoluindo de forma acelerada. No Brasil, o Projeto de Lei 2338/2023, conhecido como PL da IA, já traça diretrizes sobre o uso responsável de inteligência artificial, com ênfase especial em sistemas de alto risco. Paralelamente, setores como financeiro, saúde e educação já estão sob escrutínio crescente de reguladores atentos ao uso de automação em decisões que afetam diretamente pessoas. Empresas que não tiverem documentado seus processos de IA — quais dados utilizam, como são treinados, como são monitorados — estarão em posição extremamente vulnerável quando as auditorias chegarem.
Existe uma confusão comum entre “supervisão técnica” e “supervisão executiva” em sistemas de IA. A primeira é responsabilidade de times de engenharia, dados e segurança da informação. A segunda — que é a que compete ao CEO e ao conselho — diz respeito a um conjunto diferente e mais amplo de questões: Quais decisões a empresa está delegando a algoritmos? Quais são os critérios para revisar ou anular uma decisão automatizada? Quem é notificado quando o sistema apresenta comportamento inesperado? E, criticamente: existe um humano responsável por cada ponto de inflexão do processo?
Manter o controle não significa entender o código ou saber calibrar parâmetros de machine learning. Significa, sim, estabelecer uma arquitetura de governança que preserve a capacidade humana de questionar, auditar e corrigir qualquer processo automatizado. Significa criar comitês ou papéis explícitos de responsabilidade sobre IA — o chamado Chief AI Officer ou equivalente — com autoridade real para pausar ou modificar sistemas quando sinais de risco aparecerem. E significa, fundamentalmente, garantir que a velocidade de adoção não supere a velocidade de compreensão por parte da liderança.
1. Inventário de sistemas com decisão automatizada: Mapeie todos os processos onde a IA toma ou influencia decisões que afetam clientes, funcionários ou parceiros. Isso é o ponto de partida inegociável.
2. Definição clara de responsáveis humanos: Para cada sistema mapeado, deve haver um dono nomeado — um executivo que responde pela performance, pelos riscos e pelas revisões periódicas daquele algoritmo.
Há uma dimensão do problema de governança de IA que tende a ser subestimada nas conversas técnicas e jurídicas: o impacto reputacional sobre o próprio executivo. Em um ambiente onde notícias sobre falhas algorítmicas de grandes empresas ganham repercussão global em horas, a percepção pública sobre a competência e a ética de um CEO pode ser permanentemente afetada por um incidente que ele sequer sabia que estava em curso.
Diferentemente de crises operacionais tradicionais — atrasos, recalls, problemas de qualidade —, as crises originadas em falhas de IA têm características que tornam a gestão reputacional especialmente complexa. Em primeiro lugar, são frequentemente invisíveis até que um gatilho externo as exponha: uma denúncia, uma auditoria, um caso judicial. Em segundo lugar, a explicação técnica raramente é satisfatória para o público leigo ou para a imprensa. E em terceiro lugar, a narrativa de “não sabia o que o algoritmo estava fazendo” — embora muitas vezes verdadeira — raramente funciona como defesa no tribunal da opinião pública, especialmente quando o CEO em questão celebrava publicamente as vantagens da IA poucos meses antes.
Portanto, a gestão reputacional responsável na era da IA começa muito antes de qualquer crise. Começa com a disposição honesta de reconhecer os limites do que se sabe, de comunicar de forma proativa as políticas de governança adotadas e de demonstrar, por meio de ações concretas, que a liderança está genuinamente comprometida com o uso ético e supervisionado dessas tecnologias.
Uma das resistências mais comuns que aparecem quando o tema da governança de IA é levantado em reuniões executivas é a preocupação de que controles excessivos irão desacelerar a inovação, comprometer a competitividade ou criar burocracia desnecessária. É uma preocupação legítima — mas que parte de uma premissa equivocada: a de que governança e velocidade são forças opostas.
Na realidade, as empresas que mais avançaram na adoção responsável de IA — casos como a Unilever, o Banco Santander e diversas fintechs brasileiras que já operam sob regulação de IA — descobriram que estruturas claras de accountability aceleram, e não freiam, a inovação. Isso ocorre porque, quando os limites são claros, as equipes técnicas têm mais liberdade para experimentar dentro desses limites. O medo do erro imprevisto — que é o que realmente paralisa organizações — diminui quando existe um sistema de monitoramento robusto e uma liderança comprometida com a revisão contínua.
Além disso, há um argumento de mercado que cada vez mais pesa nas decisões de parceiros, clientes institucionais e investidores: a reputação de uma empresa como operadora ética de IA está se tornando um diferencial competitivo real. ESG, que já incluía critérios ambientais, sociais e de governança, começa a incorporar explicitamente práticas de IA responsável em seus frameworks de avaliação. Ignorar isso não é neutralidade — é risco.
“O executivo que trata governança de IA como burocracia está confundindo o cinto de segurança com um obstáculo à velocidade.”
Todas as discussões sobre frameworks, regulação e protocolos de governança são necessárias — mas são insuficientes quando o CEO se vê diante da decisão concreta: até onde avançar, a que velocidade, com que salvaguardas. Porque por mais que as melhores práticas estejam documentadas, cada empresa tem uma cultura, uma estrutura e um momento específicos que tornam a decisão profundamente singular. E é exatamente aí que a experiência de quem já esteve na mesma posição se torna inestimável.
Não porque exista uma fórmula universalmente aplicável — não existe. Mas porque ouvir como outro CEO, de um setor diferente ou de uma empresa em estágio semelhante, navegou pelo mesmo dilema oferece algo que nenhum relatório de consultoria consegue replicar: perspectiva real, sem filtro de vendas e sem viés de quem tem interesse no resultado. É a diferença entre ler sobre natação e conversar com alguém que quase se afogou — e sobreviveu para contar como.
É nesse contexto que a Vistage se posiciona como um recurso estratégico genuíno para líderes que enfrentam decisões complexas sobre IA e governança. A Vistage conecta CEOs, presidentes e diretores executivos em grupos exclusivos de pares — pessoas que ocupam ou já ocuparam posições equivalentes, que compartilham desafios reais sem os constrangimentos de uma reunião de conselho ou de uma conversa com concorrentes. Em um momento em que as perguntas sobre responsabilidade, supervisão e risco executivo com IA ainda não têm respostas definitivas, a troca de experiências com quem está enfrentando os mesmos desafios pode ser o que faz a diferença entre uma decisão bem fundamentada e um erro que poderia ter sido evitado.
Comunidade Vistage
Conecte-se com outros CEOs e líderes executivos que estão navegando os mesmos desafios de IA e governança. A Vistage pode te ajudar a ter mais clareza — com a perspectiva de quem já esteve onde você está.
