Governança de IA vira licença para acelerar, não freio, mostram dados de adoção

A governança de IA deixou de ser tratada como entrave e virou o fator que separa quem escala a tecnologia de quem trava nos pilotos. É o que aponta o AI Impact Survey 2026 da Grant Thornton, feito entre 23 de fevereiro e 18 de março com 950 executivos de dez setores: 78% não têm confiança de que passariam em uma auditoria independente de governança de IA em 90 dias.

O dado que interessa a quem decide investimento está no cruzamento. Organizações com IA totalmente integrada têm quase quatro vezes mais chance de relatar crescimento de receita puxado por IA do que as que seguem em fase de piloto — 58% contra 15%. Entre as que ainda pilotam, apenas 7% se dizem muito confiantes em passar na auditoria; entre as que integraram a tecnologia, são 74%.

"A implantação de IA superou a infraestrutura para defendê-la. Os líderes que investiram em governança não estão mais lentos — estão mais rápidos, porque têm confiança para escalar", afirmou Tom Puthiyamadam, sócio da área de Advisory da Grant Thornton, no relatório.

MIT: 95% dos pilotos de IA não pagam a conta

Entre 30 e 40 bilhões de dólares foram investidos por empresas em IA generativa — e 95% das iniciativas não mostram retorno. O número vem do estudo "The GenAI Divide: State of AI in Business 2025", do MIT, que revisou mais de 300 projetos divulgados, entrevistou 52 organizações e ouviu 153 executivos.

A conclusão dos pesquisadores desloca a culpa. O problema não estaria na qualidade dos modelos, e sim na integração e no aprendizado dentro das empresas: projetos morrem quando a ferramenta não se conecta ao fluxo de trabalho e ninguém assume a conta do resultado.

O mesmo estudo descreve uma "shadow AI economy": em mais de 90% das companhias, funcionários usam ferramentas pessoais de IA mesmo quando o piloto oficial fracassa. O uso já existe — o que falta é a estrutura que o torna rastreável e defensável.

Uso fragmentado cobra o preço do retrabalho

No Brasil, oito em cada dez empresas ainda não têm política formal de governança de IA, segundo o relatório Cost of a Data Breach 2025, da IBM, citado em análise do consultor Sylvio Sobreira Vieira, da SVX Consultoria, na Inforchannel. Marketing usa um chatbot público, TI adota uma automação, RH testa um algoritmo de triagem — cada área reconstruindo a mesma base, sem coordenação central.

É dessa fragmentação que nasce o retrabalho: respostas inconsistentes entre canais e gente conferindo manualmente o que a IA produziu, porque não confia no resultado. Sem registro de qual modelo respondeu, com quais dados e em que momento, reconstruir o fluxo diante de uma auditoria fica quase impossível.

A resposta que o mercado passou a exigir tem nome. A ISO/IEC 42001, primeira norma internacional de sistema de gestão de IA, virou item de contrato: segundo a consultoria Schellman, a pergunta "você é certificado ou está implementando a 42001?" já aparece em cerca de 40% das concorrências de fornecedores de IA na União Europeia. Empresas que adotam tecnologias de governança economizaram, em média, R$ 629 mil por violação de dados, aponta a IBM.

Gartner projeta 40% dos agentes cancelados

Mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, projeta a Gartner, por custos crescentes, valor de negócio indefinido ou controles de risco insuficientes. A consultoria fala em "agent washing" — chatbots reetiquetados como agentes autônomos — para explicar parte da frustração com retorno.

A exposição aparece quando a autonomia corre à frente da supervisão. Na pesquisa da Grant Thornton, quase três em cada quatro empresas já dão a agentes de IA acesso a dados e processos, mas só uma em cinco tem plano de resposta a incidentes testado, e apenas 5% permitem que agentes executem decisões de alto risco sem revisão humana.

O custo do erro tem cifra no Brasil: a violação média de dados chega a R$ 7,19 milhões, segundo a IBM. É a distância entre a governança de IA tratada como controle preventivo e o passivo que só aparece quando o incidente estoura.

Marco Legal da IA aproxima obrigação do papel

Em 27 de maio de 2026, o plenário da Câmara dos Deputados levou a votação o PL 2338/2023, o Marco Legal da Inteligência Artificial, já aprovado pelo Senado em dezembro de 2024. O texto segue o modelo europeu do AI Act: classifica sistemas por nível de risco — excessivo, alto e baixo — e prevê sanções de até R$ 50 milhões por infração.

Para sistemas de alto risco, o projeto pode exigir avaliação de impacto algorítmico periódica e um profissional técnico qualificado — exatamente a documentação que a governança madura já produz. Quem estruturou controle não parte do zero quando a regra vira obrigação.

O desenho institucional coloca a Agência Nacional de Proteção de Dados como autoridade central para normas gerais e setores ainda não regulados, ao lado de instâncias como o Comitê de Regulação e Inovação em IA e o Sistema Nacional de Regulação e Governança de IA. A estrutura montada antes do prazo deixa de ser custo e vira vantagem de largada.

Número do MIT e definições em aberto dividem

Nem todos aceitam o número que virou manchete. Críticos ouvidos pelo Marketing AI Institute sustentam que o índice de 95% de fracasso do estudo do MIT foi lido fora de contexto e mede retorno de curto prazo, não a inviabilidade dos projetos — o que não derruba o diagnóstico de má integração, mas relativiza o alarme.

No front regulatório, a votação do Marco Legal da IA chegou a 2026 em meio a impasses políticos e críticas ao texto, sobretudo ao equilíbrio entre proteção de direitos e estímulo à inovação, registrou o Desinformante. Pontos sensíveis do projeto seguem em disputa entre setores.

A divergência não muda a direção que os dados desenham: entre estruturar governança e apenas acumular pilotos, quem organizou o controle chega mais rápido e com menos retrabalho ao uso que se sustenta.