Apenas 12% dos CEOs globais afirmam ter obtido, ao mesmo tempo, ganhos de receita e redução de custos com inteligência artificial generativa. A informação é da pesquisa global da PwC com mais de 4.400 executivos em 95 países. Para a BCG, o número é ainda mais contundente: somente 5% das empresas estão capturando retorno real com IA. Em paralelo, os investimentos globais em IA generativa caminham para ultrapassar US$ 640 bilhões ao ano, segundo o Gartner. Esse descompasso não é uma questão de tecnologia. É uma questão de governança. Empresas estão comprando capacidade computacional sem os frameworks de decisão, as métricas de risco e a accountability executiva necessários para transformar inovação em resultado. E o problema começa, quase sempre, no topo da organização.
O déficit de governança de inteligência artificial nas empresas
A ausência de governança formal de IA não é exceção — é regra. O relatório Cost of a Data Breach da IBM, baseado em 600 organizações de 17 setores, revela que 63% das empresas que sofreram violações de dados não possuíam políticas de governança de IA ou ainda estavam desenvolvendo-as. A pesquisa Pacific AI corrobora: embora 75% das organizações tenham estabelecido políticas de uso de IA, apenas 36% adotaram um framework formal de governança. E segundo o PEX Report, 29% das organizações simplesmente não têm qualquer política sobre o tema.
Esse vácuo tem consequências financeiras mensuráveis. A pesquisa do MIT CISR, conduzida com quase 2.800 empresas americanas com receita acima de US$ 1 bilhão, demonstrou que organizações cujos conselhos de administração possuem ao menos três membros com expertise em IA apresentam retorno sobre patrimônio 10,9 pontos percentuais acima da média setorial. Empresas sem essa composição ficam 3,8 pontos abaixo. A diferença em capitalização de mercado chega a US$ 15,5 bilhões. A KPMG identificou que 90% das organizações reconhecem a pressão de investidores para demonstrar ROI de IA generativa como uma preocupação relevante. E dados da Gartner mostram que empresas com plataformas de governança de IA são 3,4 vezes mais propensas a alcançar alta eficácia em suas iniciativas. A mensagem é direta: governança não é barreira à inovação — é pré-requisito para captura de valor.
Conselhos de administração e a governança de inteligência artificial
A composição dos conselhos de administração é uma das vulnerabilidades mais bem documentadas nesse cenário. A pesquisa global da Deloitte com o Global Boardroom Program, realizada com 695 conselheiros de 56 países, mostra que 66% dos membros reportam conhecimento limitado ou nenhum sobre IA. Apenas 2% se classificam como altamente conhecedores. O MIT CISR confirma: somente 26% dos conselhos atendem aos critérios de letramento em IA. Ainda assim, 31% dos boards sequer incluem o tema na pauta — uma melhora em relação ao período anterior, quando o número era de 45%, mas ainda insuficiente diante da velocidade de adoção.
As consequências se desdobram em várias frentes. A NACD revela que menos de 25% das empresas possuem políticas estruturadas de IA aprovadas pelo conselho, e apenas 15% dos boards recebem métricas relacionadas a IA. A McKinsey avaliou as Fortune 100 e concluiu que apenas 39% divulgam qualquer forma de supervisão de IA pelo conselho. Segundo a Diligent Institute, apenas 22% dos conselhos adotaram políticas formais de governança, ética ou risco de IA. Há sinais de mudança acelerada — 40% dos entrevistados pela Deloitte afirmam que a IA os levou a repensar a composição do board, e quase metade das empresas do S&P 500 já menciona IA nas descrições de qualificação de conselheiros — mas a distância entre reconhecer a necessidade e agir sobre ela permanece significativa.
No Brasil, o IBGC tem sido protagonista nessa agenda, com a publicação de guias especializados e programas de imersão voltados a conselheiros. A pesquisa da EY com mais de 100 conselheiros brasileiros posiciona a governança de IA como uma das prioridades na agenda dos conselhos, ao lado de cibersegurança e sustentabilidade. No entanto, a maturidade de governança não acompanha a velocidade de adoção: segundo a Abiacom/Lideres.ai, 72% das empresas brasileiras ainda estão em nível iniciante ou experimental na adoção de IA, e a pesquisa ITDBr (PwC Brasil/Fundação Dom Cabral) mostra que a adoção saltou de 20% para 51% em apenas um ano — uma aceleração que, sem governança proporcional, amplia o risco em vez de reduzi-lo.
Shadow AI: quando a falta de governança vira risco operacional
A consequência mais imediata da ausência de governança é a proliferação do que o mercado chama de Shadow AI — o uso não autorizado de ferramentas de IA generativa por colaboradores, sem conhecimento ou supervisão das equipes de TI e segurança. Os números são expressivos: segundo o Microsoft/LinkedIn Work Trend Index, entre 78% e 80% dos usuários de IA levam suas próprias ferramentas ao trabalho. A Menlo Security identificou que 68% acessam GenAI por contas pessoais em ferramentas gratuitas, e 57% desses funcionários admitem inserir dados sensíveis da empresa em plataformas públicas. A IBM reportou que 98% das organizações possuem algum nível de uso não autorizado de aplicativos, incluindo IA.
O impacto financeiro é concreto. O Cost of a Data Breach da IBM revelou que 20% das organizações sofreram violações vinculadas a Shadow AI, com custo médio de US$ 4,63 milhões por incidente — US$ 670 mil a mais do que violações convencionais. Dessas violações, 65% envolveram dados pessoais e 40% envolveram propriedade intelectual. Um dado particularmente relevante: 97% dos incidentes de segurança relacionados a IA ocorreram em organizações sem controles adequados de acesso. No Brasil, 8 em cada 10 empresas não possuem políticas formais de governança de IA, segundo a IBM, e o custo médio de violação de dados no país é de R$ 7,19 milhões. A Shadow AI prospera exatamente onde a governança é ausente — e as consequências financeiras e reputacionais já são quantificáveis.
O custo real das falhas de governança de IA: lições que o mercado já aprendeu
As consequências da ausência de governança de IA não são teóricas. O caso da Zillow Offers permanece como referência: o algoritmo de precificação da empresa supervalorizou sistematicamente imóveis durante um período de volatilidade do mercado, resultando em prejuízo de US$ 421 milhões em um único trimestre, write-down de US$ 304 milhões, perda estimada de US$ 9 bilhões em capitalização de mercado e demissão de 2.000 funcionários. A falha de governança era tripla: não havia monitoramento de concept drift, a gestão havia alterado o KPI principal de “retorno por transação” para “número de transações”, e não existia supervisão humana para decisões de alto impacto.
Outros casos ilustram a amplitude do problema. O Google perdeu US$ 100 bilhões em valor de mercado em horas após o Bard produzir uma resposta alucinada em seu lançamento. A Samsung enfrentou três vazamentos de dados confidenciais de semicondutores em 20 dias quando engenheiros inseriram código-fonte no ChatGPT — o que levou a empresa a banir todas as ferramentas de GenAI. O caso Mata v. Avianca gerou multa quando advogados americanos apresentaram precedentes judiciais fabricados pelo ChatGPT. A Air Canada foi responsabilizada por informações incorretas fornecidas por seu chatbot. O Stanford HAI AI Index registrou 233 incidentes documentados relacionados a IA em seu relatório mais recente, um aumento de 56% sobre o período anterior. O padrão é consistente: em todos os casos, a tecnologia funcionou conforme projetada — o que falhou foi a estrutura de governança ao redor dela.
O contexto regulatório brasileiro: PL 2338/2023 e a convergência com a LGPD
O Brasil caminha para um marco legal de IA baseado em risco, nos moldes do AI Act europeu. O PL 2338/2023, aprovado pelo Senado e em análise na Câmara dos Deputados, classifica sistemas de IA em risco excessivo, alto risco e risco residual. Para sistemas de alto risco — que incluem crédito, emprego, saúde, segurança pública e infraestrutura — o projeto exige documentação completa do ciclo de vida, supervisão humana obrigatória, avaliação algorítmica de impacto, medidas de mitigação de viés e notificação à autoridade competente. As penalidades previstas incluem multas de até R$ 50 milhões por infração ou 2% do faturamento anual no Brasil.
A convergência com a LGPD é estratégica. A ANPD, recentemente transformada em agência reguladora independente, será a coordenadora do Sistema Nacional para Desenvolvimento, Regulação e Governança de IA. A autoridade já demonstra postura ativa: suspendeu o uso de dados pessoais de brasileiros pela Meta para treinar modelos de IA generativa, e proibiu a Tools for Humanity de oferecer compensação em criptomoeda para coleta de dados biométricos de íris. O Artigo 20 da LGPD já garante o direito de revisão de decisões automatizadas, e o PL 2338 amplia significativamente esse escopo. Para empresas brasileiras, isso significa que governança de IA e conformidade com a LGPD não são agendas separadas — são faces do mesmo desafio regulatório.
O que conselhos e executivos precisam fazer na prática
As recomendações das principais consultorias e institutos convergem em pontos concretos. A NACD propõe um framework de quatro pilares: estratégia e criação de valor, gestão de risco, estrutura de governança e proficiência do conselho. A McKinsey recomenda que boards monitorem métricas como ROI por unidade de negócio, percentual de processos habilitados por IA, indicadores de resiliência e progresso em requalificação da força de trabalho. O IBGC brasileiro recomenda a criação de comitê de tecnologia dedicado, revisão do apetite de risco em relação à IA e monitoramento regulatório proativo.
Quanto a modelos organizacionais, cinco arquétipos predominam no mercado: o comitê multifuncional de IA, o Chief AI Officer (presente em cerca de um terço das organizações globais), o modelo distribuído entre CTO, CIO e CRO, o board de ética de IA e o modelo híbrido. A Forrester prevê que 60% das Fortune 100 terão um Head de Governança de IA dedicado em breve. Frameworks de referência incluem o NIST AI Risk Management Framework, a ISO/IEC 42001:2023 e a abordagem de 360° do WEF AI Governance Alliance. O mercado global de governança de IA, estimado pelo Gartner em US$ 227,6 milhões recentemente, deve superar US$ 1 bilhão até o final da década — um crescimento que reflete a urgência do tema.
Governança de IA: a variável que separa captura de valor de destruição de capital
O paradoxo central da IA corporativa é que a tecnologia amadureceu mais rápido do que as estruturas de governança necessárias para capturar seu valor. Os dados convergem de forma inequívoca: as empresas que obtêm retorno real com IA — os 5% a 12% de elite global — são precisamente aquelas com governança madura, conselhos capacitados e métricas vinculadas a risco. O MIT CISR demonstrou que a diferença entre ter ou não um conselho com letramento em IA vale 10,9 pontos percentuais de retorno sobre patrimônio. A IBM provou que a ausência de governança transforma Shadow AI em um vetor de risco de US$ 670 mil adicionais por violação.
No Brasil, a convergência entre o PL 2338/2023, a LGPD e a atuação cada vez mais proativa da ANPD cria uma janela de oportunidade para empresas que estruturarem governança de IA agora. Essas organizações estarão simultaneamente protegidas contra riscos regulatórios e posicionadas para extrair valor real de seus investimentos. A governança de inteligência artificial nas empresas deixou de ser tema de compliance — é a variável que separa captura de valor de destruição de capital.