IA no conselho: como CEOs e boards podem construir uma visão única
Frameworks de Gartner, BCG, Deloitte e INSEAD mostram como destravar o alinhamento entre conselho e liderança executiva na hora de definir prioridades, riscos e velocidade de adoção da IA
Atualmente, apenas 1% das decisões de negócio são tomadas de forma autônoma ou semiautônoma por agentes de IA. Mas segundo o Gartner, esse número vai subir para um terço ou mais das decisões. O que significa que, para cumprir seu dever fiduciário, os conselhos de administração precisam exercer uma supervisão proativa sobre estratégia, implementação, desempenho, regulação e risco de IA, e não apenas relatórios pontuais de tecnologia. Em outras palavras, o desafio ultrapassa o limite técnico e chega ao alinhamento.
Quatro estudos recentes do Gartner, Boston Consulting Group (BCG), Deloitte e INSEAD apontam que o maior risco na adoção e integração de Inteligência Artificial nas organizações está na falta de uma visão compartilhada entre o conselho e o CEO sobre para onde a empresa está indo e a que velocidade. O relatório “How Boards and CEOs Can Build a Shared AI Vision”, do BCG, descreve a urgência. “Há poucos temas em que conselhos e CEOs estejam mais alinhados do que a urgência de implementar a IA da forma certa.” Os dois lados concordam que agir tarde demais é arriscado e que investir muito dinheiro em áreas erradas, perder tempo em pilotos que não escalam e não gerar vantagem competitiva mensurável é igualmente perigoso. O desacordo aparece em outro lugar. “Onde conselhos e CEOs frequentemente divergem é quanto à velocidade, à escala e ao impacto de negócio mensurável que a IA pode realisticamente entregar”, cita o documento. Na experiência do BCG, “para cada conselho que acredita que seu CEO não empurra a agenda de IA da empresa com decisão suficiente, há um CEO que sente que suas ambições de IA são freadas pelo conselho.”
Esse cabo de guerra aparece de forma quantificada na primeira edição do estudo “Split Decisions: The BCG CEOs and Boards Survey”, conduzida com 625 líderes (351 CEOs e 274 conselheiros) de empresas com receita anual superior a US$ 100 milhões nos setores público e privado. O resultado: 61% dos CEOs afirmam que seus conselhos estão pressionando a transformação de IA rápido demais, mesmo havendo consenso de que a IA será central para a estratégia futura do negócio. Judith Wallenstein, sócia sênior e líder global da prática de CEO Advisory do BCG, relata que os CEOs “precisam ser muito intencionais ao apoiar seus conselhos na mesma jornada de aprendizado que eles próprios já percorreram, só que em um ritmo muito mais rápido, com mais foco, e de um jeito que construa entendimento real, não apenas uma consciência superficial de como a IA pode gerar vantagem competitiva verdadeira para a empresa.”
A chair da Deloitte US, Lara Abrash, descreve uma evolução parecida a partir da cadeira do conselho. “Quando me tornei Chair da Deloitte US em 2023, a IA Generativa havia acabado de entrar no mainstream. Agora, três anos depois, a IA saiu rapidamente da fase de experimentação para se tornar uma prioridade corporativa.” Neste artigo, ela conta que a mudança mais perceptível é que antes “os conselhos começavam e terminavam a conversa sobre IA falando de risco. Agora eles avaliam o risco lado a lado com estratégia e oportunidade. Um conselheiro que antes perguntava ‘Qual é a nossa política de IA?’ agora pergunta ‘Onde a IA vai reconfigurar nossa posição competitiva daqui a três anos?’”
Avaliar a maturidade antes de definir a ambição (sem esquecer da governança)
Antes de atropelar etapas e adotar um framework qualquer, o conselho precisa entender o quanto a IA é disruptiva para o setor da empresa. Em algumas indústrias, ela é uma ameaça fundamental ao modelo de negócio, em outras é uma questão de eficiência. Essa avaliação inicial define para onde os recursos devem ir: para capacidades fundacionais como dados e infraestrutura, ou para apostas mais experimentais e de longo prazo.
O professor Theodoros Evgeniou, do INSEAD, alerta que mover-se rápido demais pode desestabilizar uma força de trabalho já ansiosa com as implicações da IA, enquanto mover-se devagar demais custa terreno para os concorrentes. A implantação de IA nunca é neutra em valores, pois toda escolha envolve trade-offs, como entre privacidade e segurança, cuja prioridade depende da empresa e do setor.
Antes de tudo isso, porém, o conselho precisa ter clareza sobre sua própria maturidade em IA. Evgeniou aponta três habilitadores centrais a avaliar: dados, infraestrutura e talento. Entender a distância entre onde a empresa está hoje e onde precisa chegar é o ponto de partida essencial. E, para os próprios conselheiros, ele defende que uma alfabetização ampla em IA importa mais do que expertise profunda em uma única área. Entender a tecnologia é importante, mas também é preciso compreender seu impacto organizacional, sua relação com os dados, o cenário regulatório e as dimensões geopolíticas da cadeia de IA.
O relatório “Strategic Governance of AI: A Roadmap for the Future”, da Deloitte, aplica o Framework de Governança Corporativa da empresa à IA e organiza o papel do conselho em seis componentes: Estratégia, Risco, Governança, Desempenho, Talento, e Cultura e Integridade.
- Estratégia: cabe ao conselho avaliar a integração da abordagem de IA à estratégia corporativa mais ampla, supervisionar sua execução e ajudar a gestão a identificar quando e como ela precisa ser adaptada.
- Risco: o papel é entender e supervisionar os riscos que a IA traz – estratégicos, funcionais e externos – considerando-os dentro do programa de risco corporativo já existente, incluindo o risco de não agir.
- Governança: trata-se de entender a relevância da IA para a organização e definir claramente a quem cabe a supervisão, se ao conselho pleno, um comitê existente ou um novo comitê.
- Desempenho: o conselho monitora o progresso frente às metas estratégicas, financeiras e operacionais específicas de IA.
- Talento: o board avalia se as competências necessárias para executar a estratégia e gerenciar riscos estão de fato representadas na gestão.
- Cultura e Integridade: ajuda a cultivar uma cultura de IA confiável, com divulgações e comunicações apropriadas sobre a estratégia de IA.
Esse framework nasce de um diagnóstico extraído da pesquisa “The State of Generative AI in the Enterprise” da própria Deloitte:
- 52% das organizações afirmam estar avançando “rápido” na adoção de IA Generativa
- 75% das empresas preveem mudanças em suas estratégias de talento dentro de dois anos por causa da IA Generativa
- 76% das lideranças esperam que a IA Generativa seja o motor de uma grande transformação em suas organizações nos próximos três anos
- 78% das organizações planejam aumentar os gastos totais com IA no próximo ano fiscal.
No artigo publicado no The Wall Street Journal, Lara Abrash cita ainda o relatório mais recente da Deloitte, “The State of AI in the Enterprise 2026”, baseado em pesquisa com mais de 3.200 líderes de negócios e de TI diretamente envolvidos nas iniciativas de IA de suas empresas: as principais preocupações identificadas foram, de forma esmagadora, relacionadas à governança. E o achado mais importante do relatório, segundo ela, é que “as empresas em que a liderança sênior molda ativamente a governança de IA alcançam um valor de negócio significativamente maior do que aquelas que deixam essa tarefa só para as equipes técnicas”. Para o CEO, isso implica não deixar a governança à margem.
Muitas organizações continuam superinvestindo em risco, compliance ou ROI de curto prazo, enquanto subinvestem em fluência da força de trabalho e cultura, criando uma lacuna organizacional. Para Lara Abrash, “é mais fácil montar um comitê de governança do que mudar a forma como milhares de funcionários pensam sobre usar IA”, mas reforça que fechar essa lacuna é “fundamentalmente um desafio de liderança, não técnico”. Ela acrescenta que “não existe uma cartilha única para a governança de IA”, mas o papel do CEO na relação com o conselho precisa ir além de adotar um framework eficiente. E diz que os CEOs que estão se saindo melhor são os que “tiveram a conversa difícil com o conselho sobre que tipo de empresa aspiram ser”. “Uma governança bem feita não restringe a ambição; é ela que torna o progresso possível.”
O que os conselhos realmente esperam do CEO
Um mal-entendido comum é achar que o conselho espera do CEO domínio técnico total sobre IA. Não é o caso. Os conselhos não buscam “respostas perfeitas”: eles querem um diálogo aberto com a gestão sobre o que a IA vai e não vai fazer, onde a empresa vai competir e se diferenciar, e onde vai agir com mais cautela. Eles entendem também que tantas mudanças em tão pouco tempo geram incerteza e que a única maneira de continuar avançando é adotar transparência. Em outras palavras, o CEO não precisa ter todas as respostas e firmar uma aliança para procurar as melhores respostas.
O BCG propõe três ações práticas que os conselhos podem adotar desde já para caminhar lado a lado com o CEO.
1. Coinvestir em alfabetização em IA e experiência prática
Muitos conselhos já contratam coaches de IA, e alguns conselheiros participam, junto dos executivos, de “sessões de produtividade pessoal” para se familiarizarem com as ferramentas mais recentes. O BCG relata o caso de uma participante que usou ferramentas prontas para criar um “segundo cérebro” que varre sua caixa de entrada, dá contexto a pedidos difíceis de clientes e mantém sua gestão do tempo alinhada às prioridades mais importantes – e que também montou um “chefe virtual” para treinar apresentações simulando as perguntas típicas do CEO.
As viagens anuais de conselho e diretoria também são oportunidades de aprendizado prático: em uma delas, organizada pelo próprio BCG para conhecer robôs humanoides, os conselheiros usaram o tempo livre para testar ferramentas de IA disponíveis no mercado local, como pedir chá pelo celular e receber o pedido entregue por drone. Longe de querer influenciar diretamente a estratégia de IA da empresa, o objetivo dessas experiências conjuntas “é ganhar um entendimento compartilhado de quão rápido a tecnologia está avançando e o grau de mudança comportamental que a IA exige em toda a organização.”
2. Buscar uma visão de linha de frente das implementações de IA na empresa, com uma avaliação honesta das capacidades reais
Segundo o BCG, “os desafios diários e concretos da implementação de IA nem sempre podem ser entendidos a partir de uma visão de 30 mil pés.” Por isso, alguns conselhos vão além das apresentações do CEO ou do CIO, organizando imersões que permitem ver em primeira mão onde e como a IA está sendo usada e ouvir diretamente de funcionários da linha de frente sobre seus acertos e dificuldades. Também estão cobrando da liderança avaliações sóbrias sobre como o impacto está sendo medido e quais são as prioridades para fechar lacunas críticas, incluindo cibersegurança e risco de IA.
3. Explorar a próxima fronteira da IA com praticantes de diferentes setores – e não apenas com hiperescalas, gurus de tecnologia e empreendedores, que costumam ser as vozes mais ouvidas
Ao trazer profissionais de outras indústrias para reuniões, jantares ou retiros, o conselho ganha uma visão mais ampla do estado da arte tecnológico, de como os líderes de mercado já criam vantagem competitiva mensurável e do que está no horizonte, incluindo os erros que cometeram e como estão desenvolvendo talento para essa jornada. Como resume o BCG, ao construir fluência genuína em IA, obter uma visão sem filtro de onde a empresa está e aprender com quem está na linha de frente da tecnologia, os conselhos “conseguem garantir que são parceiros verdadeiros do CEO, equipados para fazer as perguntas certas, pressionar com confiança e governar com o tipo de convicção informada que a transformação de IA exige”.
Um framework de supervisão: quatro pilares e muitas perguntas
O Gartner propõe que a supervisão eficaz de IA pelo conselho seja organizada em quatro pilares interligados, cada um sustentado por perguntas recorrentes que a gestão deve responder, com métricas de apoio.
- Supervisão estratégica e financeira é o pilar que busca entender como a IA impacta o negócio, o setor e a concorrência, e qual o risco de não agir, além de garantir alinhamento entre os modelos de IA e a estratégia central do negócio e sua estrutura de custos. Aqui entram métricas como posicionamento competitivo, retenção de clientes, custo por token, uso de energia, crescimento de receita, margens e um índice de dependência de fornecedores.
- Supervisão de capacidades e infraestrutura, que avalia se a empresa tem pessoas, processos e sistemas para escalar IA de forma eficaz e se sua governança de dados é suficientemente madura. O Gartner dá nome ao risco: “a falha mais comum em IA corporativa é uma lacuna de capacidade”. Até 2028, o Gartner projeta que a alfabetização em IA será o principal conjunto de habilidades exigido em critérios de contratação e promoção.
- Supervisão de desempenho dos sistemas, cobrando indicadores concretos de acerto, erro, drift do modelo e taxas de resposta fundamentada, além de mecanismos para detectar e corrigir alucinações e viés. O Gartner recomenda que os conselhos não aceitem garantias genéricas de que “a IA está performando bem” e exijam medidas quantificadas e sua trajetória ao longo do tempo.
- Supervisão jurídica, de risco e governança, que exige saber qual framework de risco rege a organização (como a ISO 42001 ou o NIST AI RMF) e quais executivos respondem pelos riscos específicos e amplificados pela IA. Segundo o Gartner, não deveria bastar uma resposta vaga do tipo “temos um programa de risco de IA”.
Sobre a composição do próprio conselho, o Gartner traz um dado relevante: até 2025, 44% das empresas da Fortune 100 incluíam expertise em IA nas biografias de seus conselheiros, ante 26% no ano anterior, um salto que sinaliza a rapidez com que a alfabetização em IA está se tornando critério de recrutamento e educação continuada nos próprios conselhos.
O Gartner traz uma série de perguntas que os boards, juntamente com o CEO, devem se fazer ao estabelecer sua estratégia de IA.
- Como a IA está impactando nossos negócios, o setor e a concorrência – e qual é o risco de não agir?
- Que vantagens competitivas específicas estamos construindo?
- Como a escala da IA afetará nossos custos e modelo operacional?
- Como garantimos o alinhamento entre nossos modelos de IA, a estratégia central do negócio e a estrutura de custos?
- Estamos criando valor estratégico de longo prazo ou uma dependência de fornecedores?
- Como a IA está sendo avaliada em relação às metas e aos resultados de negócios existentes?
- Como modelamos os custos totais (incluindo custos indiretos e operacionais) em escala de implementação?
- Dispomos das capacidades necessárias em termos de pessoas, processos e sistemas para escalar a IA de forma eficaz?
- Qual é o impacto esperado em nossa estratégia de talentos?
- Onde as limitações da pilha tecnológica ou do modelo operacional estão restringindo o progresso?
- Que programas de capacitação existem para diretores e gestores?
- Nossa governança de dados é suficientemente madura para o uso e controle eficazes da IA?
- Qual porcentagem dos casos de uso de IA é sustentada por dados prontos para produção?
- Como a maturidade da governança de dados está sendo medida e aprimorada?
- Como os resultados da IA são medidos, e como detectamos a precisão e a degradação (drift) do modelo?
- Como os benchmarks são estabelecidos?
- Quais padrões de qualidade de dados regem os conjuntos de dados de treinamento e inferência?
- O que desencadeia uma revisão formal de desempenho?
- Que salvaguardas existem para gerenciar erros, alucinações e vieses dos modelos, e como garantimos a melhoria do desempenho ao longo do tempo?
- Com que frequência humanos detectam e corrigem erros da IA?
- A “Shadow AI” (uso não oficial de IA) está sendo identificada e governada?
- Dispomos de governança e segurança em tempo real para realizar implementações com confiança?
- Temos cobertura de seguro suficiente para transferir riscos?
- Quais princípios de IA ética e responsável norteiam nossa abordagem, e como identificamos e reagimos quando a organização se desvia deles?
- Como os princípios de IA ética são aplicados em casos de uso de alto risco?
- Que mecanismos existem para que funcionários ou partes interessadas apontem desvios?
- Qual estrutura de gestão de riscos de IA rege nossa organização (como a ISO 42001 ou o NIST AI RMF), e existem executivos designados como responsáveis por riscos específicos ou amplificados pela IA?
- Com que frequência os processos de supervisão são revisados em relação à estrutura de riscos?
- Quais são os riscos jurídicos mais significativos que a IA amplificou – abrangendo propriedade intelectual, cibersegurança e privacidade?
