IA avança nas empresas, mas governança ainda não acompanha ritmo de adoção
Pesquisa da Gartner mostra que 93% dos líderes de auditoria já utilizam IA, mas apenas 38% têm uma estratégia definida para a tecnologia
A adoção de Inteligência Artificial já faz parte da rotina de grande parte das equipes de auditoria, mas o avanço do uso da tecnologia ainda não é acompanhado pela mesma evolução em estratégia. É o que mostra uma nova pesquisa da Gartner, segundo a qual 93% dos líderes de auditoria relatam algum nível de uso de IA, enquanto apenas 38% afirmam contar com uma estratégia definida para a tecnologia. O levantamento ouviu 743 profissionais de auditoria em 2026.
O cenário revela um movimento que começa a se repetir em diferentes áreas das organizações: a IA chega primeiro às atividades do dia a dia, enquanto políticas, responsabilidades, avaliação de riscos e mecanismos de controle precisam correr para acompanhar a velocidade de adoção.
Na auditoria, por exemplo, o uso da tecnologia ainda está concentrado principalmente em tarefas pontuais. Segundo a Gartner, 60% dos entrevistados utilizam IA para elaborar questões, classificações ou relatórios de auditoria, 41% para revisar documentos e 35% para preparar comunicações com stakeholders. Já aplicações mais estruturais aparecem em menor escala: 35% utilizam IA em avaliação de riscos e planejamento de auditoria, 26% em gestão do conhecimento e apenas 12% em revisões de garantia da qualidade.
Para a Vultus, empresa brasileira de cibersegurança, o dado reforça uma questão que vai além da escolha das ferramentas: as organizações precisam ter visibilidade sobre como a IA está sendo utilizada e estabelecer critérios para controlar os riscos associados a esses usos.
“O ponto não é simplesmente decidir se a empresa pode ou não utilizar Inteligência Artificial. A tecnologia já está presente nas organizações e tende a se espalhar por diferentes áreas e processos. O desafio passa a ser entender onde ela está sendo utilizada, quais dados estão envolvidos, quais decisões ou ações dependem desses sistemas e quem é responsável por acompanhar esses riscos”, afirma Marcus Marques, diretor de Consultoria Estratégia da Vultus.
A preocupação ganha outra dimensão conforme a IA deixa de ser utilizada apenas como ferramenta de produtividade e passa a assumir funções mais autônomas. Sistemas capazes de acessar bases de dados, consultar aplicações, utilizar APIs e executar determinadas ações ampliam os potenciais ganhos para as empresas, mas também aumentam a necessidade de definir limites de acesso, mecanismos de supervisão, registros das atividades e formas de contenção.
Nesse contexto, uma política de uso de IA, isoladamente, pode não ser suficiente. Para acompanhar a evolução da tecnologia, a governança precisa considerar também aspectos como identificação dos casos de uso, classificação de riscos, definição de responsabilidades, avaliação dos controles e acompanhamento contínuo.
“A governança precisa acompanhar o ciclo de vida do uso da IA. Não basta estabelecer uma política e considerá-la concluída. Conforme surgem novos modelos, aplicações e agentes, os riscos mudam e os controles precisam ser reavaliados. É uma capacidade que precisa evoluir junto com a própria adoção da tecnologia”, acrescenta Marcus.
A própria Gartner alerta que medir o sucesso da IA apenas pela quantidade de usuários ou pelos ganhos de produtividade pode deixar de fora impactos mais amplos sobre os resultados e a tomada de decisão. Para os analistas, as iniciativas precisam estar relacionadas à qualidade, à consistência e à geração de insights de risco.
É nesse cenário que a discussão sobre Governança de IA ganha espaço entre áreas como Segurança da Informação, Tecnologia, Auditoria, Riscos, Jurídico, Compliance, Dados e Negócios. Mais do que restringir o uso da tecnologia, a governança busca criar mecanismos para que a organização tenha clareza sobre seus usos e consiga tomar decisões proporcionais aos riscos envolvidos.
A Vultus passou a atuar também nessa frente, apoiando organizações na estruturação da Governança de IA a partir da avaliação de maturidade, identificação e priorização de riscos, definição de políticas e responsabilidades, validação de controles e construção de planos de evolução. A abordagem utiliza referências como ISO/IEC 42001, NIST AI RMF e Google SAIF, adaptadas ao contexto e ao nível de maturidade de cada organização.
A tendência, portanto, não é que as empresas precisem escolher entre adotar IA ou controlá-la. À medida que a tecnologia se torna parte dos processos corporativos, a capacidade de entender seus usos, estabelecer limites e acompanhar seus riscos passa a ser uma condição para ampliar a adoção de forma sustentável.
Crédito da foto: Freepik
