A governança de IA ainda não acompanha a velocidade de adoção da tecnologia nas empresas. Embora 70% dos CIOs entrevistados considerem a inteligência artificial uma prioridade alta ou máxima, muitas organizações não possuem processos estruturados para controlar seu uso. Os dados são de uma pesquisa realizada pela Premiersoft durante o 4CIO Private Sectors 2026, com 59 lideranças de tecnologia.
O levantamento ouviu representantes dos setores de indústria, serviços financeiros, saúde e educação. Entre os resultados, 56% das empresas não têm processos formais para testar novas capacidades de IA. Além disso, 32% admitem que a governança está atrasada em relação à adoção, enquanto 29% não realizam auditorias de uso.
A expansão das ferramentas também aumenta a complexidade. Segundo a pesquisa, 71% das empresas utilizam mais de um modelo ou solução de IA simultaneamente. Desse total, 42% trabalham com duas a quatro ferramentas e 29% utilizam cinco ou mais.
“O desafio agora é garantir que esse uso de Inteligência Artificial seja seguro, eficiente, rastreável e sustentável do ponto de vista operacional”, afirma Rodrigo Hülsenbeck, CEO da Premiersoft.
Adoção de IA avança mais rápido que os controles
Os problemas de governança ficam mais evidentes quando as ferramentas deixam de ser projetos-piloto e passam a integrar operações críticas. Nesse estágio, as empresas precisam lidar com riscos de segurança, custos e compatibilidade com sistemas existentes.
Na prática, algumas soluções entram em funcionamento sem avaliação prévia de seus impactos. Como consequência, problemas como vazamento de dados sensíveis ou aumento inesperado de custos podem aparecer somente depois da integração à rotina.
Além disso, 32% dos CIOs reconhecem que suas empresas tentam estruturar controles para ferramentas que já são utilizadas de maneira dispersa pelas equipes.
“Empresas que tentam governar IA só depois que ela já está espalhada pela operação enfrentam um desafio muito maior do que aquelas que começam com visibilidade e controle desde o primeiro dia”, afirma Hülsenbeck.
Falta de responsáveis amplia riscos
A estrutura organizacional também influencia a capacidade de controlar a inteligência artificial. De acordo com a pesquisa, 44% das organizações têm um responsável pela IA que acumula outras funções. Já 19% não possuem qualquer supervisor definido.
Dessa forma, a falta de uma liderança dedicada pode dificultar o acompanhamento das ferramentas e a definição de responsabilidades. Além disso, a ausência de supervisão específica torna mais complexo estabelecer regras para diferentes departamentos.
Auditoria ainda é um desafio para as empresas
O levantamento também aponta dificuldades no monitoramento das aplicações. Ao todo, 29% das empresas não realizam qualquer auditoria sobre o uso de inteligência artificial. Outras 46% fazem esse acompanhamento apenas parcialmente.
Consequentemente, as organizações podem enfrentar dificuldades para demonstrar conformidade com a Lei Geral de Proteção de Dados (LGPD) e com normas como a ISO 42001. A falta de registros também prejudica a investigação de incidentes e a identificação de falhas.
O cenário fica ainda mais complexo quando diferentes modelos operam simultaneamente. Afinal, cada ferramenta possui políticas de uso, estruturas de custos e níveis de segurança próprios.
Sem um controle centralizado, a área de tecnologia pode perder visibilidade sobre os gastos por departamento, o consumo de recursos e os riscos associados a cada solução.
Três práticas para adotar IA com segurança
Diante desse cenário, Rodrigo Hülsenbeck aponta três práticas para que as empresas avancem na adoção da inteligência artificial sem comprometer a segurança e a operação.
1. Mapear o uso antes de estabelecer regras
A primeira medida é identificar quais ferramentas estão em funcionamento e como as equipes utilizam essas soluções. Segundo o executivo, esse levantamento deve anteceder a criação de políticas de governança.
“A elaboração de uma política de uso de Inteligência Artificial é ineficaz sem o mapeamento prévio de como a organização irá utilizá-la”, explica Rodrigo.
Para ele, muitas empresas só identificam o uso disperso quando os problemas já aparecem. Por isso, é necessário conhecer as aplicações existentes antes de definir os controles.
“Isso permite que a empresa saia de um cenário idealizado e que a governança seja desenhada para a realidade da operação”, complementa.
2. Integrar a governança à operação
A segunda medida é incorporar os controles à rotina das empresas. Isso envolve criar uma estrutura centralizada entre as equipes e os provedores de inteligência artificial.
Assim, as organizações conseguem aplicar políticas de uso de forma padronizada, sem depender de aprovações individuais para cada novo teste.
Nesse contexto, a Premiersoft desenvolveu o PRISMON, solução voltada ao controle do uso corporativo de IA. A plataforma oferece monitoramento em tempo real, acompanhamento de custos por área ou projeto, classificação de dados sensíveis e registros para auditoria e compliance.
“A governança precisa acompanhar a velocidade da operação, não travá-la”, afirma Rodrigo Hülsenbeck.
3. Garantir rastreabilidade desde o início
Por fim, a terceira prática é registrar as interações realizadas com as ferramentas de IA. Dessa maneira, as empresas podem manter evidências para auditorias e investigações posteriores.
O controle é especialmente importante em setores regulados. Afinal, diante de uma fiscalização, incidente de segurança ou solicitação de prestação de contas, a organização precisa demonstrar como a tecnologia foi utilizada.
“Empresas que operam em escala crítica não têm margem para experimento sem estrutura. A IA democratizou o desenvolvimento, permitiu que qualquer equipe crie protótipos em dias, mas governança, segurança e continuidade operacional continuam sendo responsabilidades de quem entende ambientes corporativos complexos. A diferença entre um piloto bem-sucedido e uma operação sustentável está na camada de controle que você coloca desde o início”, conclui o executivo.
