Quando a IA Age, a TI Ainda É Responsável pelas Consequências

Os executivos responsáveis pela tecnologia estão enfrentando uma realidade desconfortável. As estratégias de gestão de TI que antes garantiam controle, responsabilidade e resiliência não são mais adequadas para o futuro. Isso não é um fracasso de liderança ou disciplina, nem é o resultado de erros isolados. Reflete uma mudança estrutural na forma como a tecnologia opera e como as decisões são tomadas dentro das empresas modernas.

No centro dessa mudança está a inteligência artificial, que está redefinindo não apenas as ferramentas que as organizações usam, mas a própria mecânica da governança. A IA não simplesmente estende os sistemas existentes; ela altera o ritmo, a escala e a autonomia com que esses sistemas funcionam e força a reconsideração de como o controle é estabelecido e mantido.

O desafio não é mais como controlar cada ação. É como projetar guardrails que permitam que os sistemas autônomos se movam rapidamente sem criar níveis inaceitáveis de risco, custo ou consequências não intencionais.

Quando a Governança Perde sua Janela

Por décadas, a governança de TI se baseou em uma suposição fundamental de que os sistemas operavam em um ritmo que permitia a supervisão humana. Políticas podiam ser revisadas, orçamentos avaliados, conformidade verificada e exceções escaladas porque sempre havia tempo para intervir antes que os resultados se tornassem materiais. Mesmo à medida que as organizações escalavam por meio de ondas de inovação móvel, em nuvem e de Big Data, essa suposição em grande parte se manteve. Sempre havia uma janela de governança, um ponto entre a intenção e a execução onde o julgamento humano podia ser aplicado para moldar, interromper ou expandir os resultados.

Essa suposição não é mais válida. A Pesquisa de Pulso de Tecnologia da EY de março de 2026 descobriu que 85% dos líderes de tecnologia agora estão priorizando a velocidade de mercado para IA sobre a governança, um sinal de que o equilíbrio entre controle e velocidade já começou a pender a favor da execução.

E sabemos por quê. A IA introduz loops de decisão autônomos que são complexos, interconectados e cada vez mais independentes de restrições tradicionais, como orçamento, conformidade e supervisão de segurança. Esses sistemas não param para revisão ou aguardam aprovação. São projetados para atuar relentemente, adaptar-se e concluir objetivos, frequentemente em tempo real e em uma escala que supera a compreensão humana, mesmo enquanto falam com a fachada de polidez humana. O resultado é uma compressão dos ciclos de decisão ao ponto em que a intervenção humana significativa não é mais viável.

A IA Muda a Economia da Execução

Ao mesmo tempo, essa transformação converge com outra mudança estrutural que está redefinindo a tecnologia empresarial. O consumo mudou de investimento fixo para modelos baseados em uso e resultados, onde os custos escalam dinamicamente com a execução. O relatório de dezembro de 2025 da Menlo Ventures, O Estado da IA Geradora na Empresa, ilustra a magnitude dessa mudança, observando que as empresas gastaram $37 bilhões em IA geradora em 2025 sozinho, um aumento de 3,2 vezes em relação ao ano anterior.

Nesse novo ambiente, os sistemas de IA são otimizados para alcançar resultados, não para aderir a restrições predefinidas. Eles perseguem objetivos por meio de padrões de consumo de recursos que são intrinsicamente difíceis de prever. Um único pedido pode desencadear uma cascata de ações em APIs, serviços internos e dependências de terceiros, com consequências financeiras e operacionais que frequentemente se tornam visíveis apenas após a execução ter ocorrido. O que parece simples no ponto de iniciação pode expandir-se em uma cadeia complexa de interações que não se encaixa mais nos quadros de governança ou orçamento tradicionais.

O Colapso dos Modelos de Controle Tradicionais

As implicações para a governança são profundas. Os modelos de gestão de TI tradicionais dependem de uma sequência familiar: definir políticas, pré-aprovar decisões, gerenciar exceções e auditar resultados. Cada etapa é construída sobre a suposição de que há uma separação clara entre intenção e impacto. Mas em um ambiente impulsionado por IA, a lacuna entre intenção e impacto efetivamente desapareceu.

As políticas não podem se adaptar rapidamente o suficiente para governar a execução em tempo real. A pré-aprovação se torna impraticável quando as decisões se desenrolam em milissegundos. As exceções surgem apenas após o resultado já ter se propagado por sistemas. As auditorias permanecem possíveis, mas elas só podem reconstruir eventos após o fato, frequentemente muito tempo após as consequências já terem se materializado.

Evidências desse colapso já são visíveis. O Relatório de Custo de Violação de Dados da IBM descobriu que 97% das organizações que experimentaram violações de dados significativas relacionadas à IA careciam de controles de acesso apropriados para esses sistemas. No entanto, mesmo diante desses riscos, a adoção continua a acelerar, impulsionada pelo valor estratégico percebido da IA. A história sugere que esse desequilíbrio não persistirá indefinidamente. A tecnologia nunca operou sem governança por muito tempo, e com o tempo, a IA exigirá novas formas de estrutura, disciplina e controle executável que devem ser definidas de forma muito diferente dos pressupostos de hoje.

A emergência de IA agente sobre IA geradora acelera ainda mais essa transformação. Sistemas capazes de planejar, executar e refinar suas próprias ações representam uma mudança fundamental na forma como o trabalho é realizado. O controle não está mais embutido em sequências de decisões humanas; está embutido no design do sistema em si. Esse design determina não apenas quais ações são tomadas, mas também quão longe, quão rápido e a que custo essas ações se propagam. Ele deve, portanto, codificar os pressupostos, restrições e obrigações que as organizações são obrigadas a cumprir, desde a conformidade regulatória até a política operacional e a confiança do cliente.

A Responsabilidade Ainda é Humana

Isso cria uma tensão crescente entre capacidade e responsabilidade. A IA opera à velocidade da máquina, enquanto a responsabilidade permanece firmemente humana, limitada pelo ritmo ao qual as pessoas podem interpretar, entender e responder a resultados. Conselhos, reguladores e acionistas não aceitarão que sistemas autônomos simplesmente agiram como projetados como uma explicação suficiente para o fracasso. A responsabilidade não se desloca com a automação; permanece com a empresa e com os executivos encarregados de sua supervisão.

O resultado é uma desconexão crescente entre ação e responsabilidade. As decisões são executadas mais rapidamente do que podem ser governadas, e frequentemente de maneiras que são difíceis de rastrear em tempo real. Ao mesmo tempo, a obrigação de explicar, controlar e justificar essas decisões se intensifica à medida que seu volume e impacto crescem. Essa desconexão define o desafio central que a liderança de TI moderna enfrenta: governar um ambiente em que a intervenção não pode ser assumida, os custos são intrinsicamente variáveis e o controle não pode ser totalmente reconstruído após o fato.

Uma Nova Categoria de Risco Empresarial

A velocidade e autonomia das decisões impulsionadas por IA criam um perfil de risco materialmente diferente. Esses sistemas não simplesmente expandem a exposição em categorias familiares, como risco financeiro, operacional, legal ou de reputação; eles alteram como esses riscos surgem, escalam e se materializam. A exposição financeira pode crescer rapidamente à medida que a atividade impulsionada pelo consumo se compõe em tempo real. As interrupções operacionais podem se propagar por sistemas interconectados antes de serem detectadas. Violações legais e regulamentares podem ocorrer sem intenção clara ou rastreabilidade. O dano à reputação pode se desenrolar mais rapidamente do que uma organização pode responder.

Esses riscos não são mais teóricos. Um único indivíduo agora pode implantar agentes de IA capazes de comprometer gastos, modificar sistemas e iniciar ações a um ritmo que excede a capacidade das funções legais, de TI ou financeiras de definir limites, monitorar o comportamento ou impor controles. A responsabilidade se torna cada vez mais difícil à medida que os mecanismos de governança tradicionais falham em acompanhar a velocidade de execução, e o orçamento se torna menos coerente à medida que ações pequenas e incrementais se agregam em resultados financeiros materiais.

Nesse ambiente, os sistemas de IA perseguirão consistentemente o caminho mais eficiente para alcançar seus objetivos. Sem restrições claramente definidas, esse caminho frequentemente divergirá das expectativas organizacionais.

Da Gestão de Infraestrutura ao Projeto de Guardrails

Essas realidades estão redefinindo o papel da liderança de TI. Os líderes de tecnologia não estão mais simplesmente gerenciando sistemas; estão gerenciando comportamento autônomo em escala. O papel de TI está mudando do controle direto da infraestrutura para o design e a aplicação de guardrails que definem níveis aceitáveis de intenção, risco e custo. Onde a TI antes se concentrou na provisão de armazenamento, computação e conectividade, agora deve se concentrar em moldar como os sistemas agem dentro de limites definidos, porque o futuro da TI depende da eficácia desses guardrails.

As organizações que falharem em se adaptar lutarão para operar na velocidade exigida pelos clientes e mercados. Aquelas que tiverem sucesso obterão uma vantagem competitiva sustentada, combinando velocidade com controle. Este momento representa um ponto de inflexão para as empresas, que determinará como elas podem aproveitar a IA para expandir a produção, melhorar o desempenho e competir em um ambiente cada vez mais dinâmico.

Em última análise, a responsabilidade permanece humana. As organizações que tiverem sucesso serão aquelas que reconhecerem essa realidade e estiverem preparadas para operar dentro dela.

O que os CIOs com Visão de Futuro Devem Fazer em Seguida

Essas mudanças criam um conjunto claro de prioridades para o CIO com visão de futuro.

Os CIOs devem estabelecer uma forte governança financeira e operacional sobre a atividade de IA, fundamentada em controles em tempo real que gerenciam custos, gatilhos de execução e comportamento agente. Esses controles devem incluir mecanismos executáveis, como limites de gastos, tetos de uso e cortes automatizados que previnam o consumo descontrolado antes que ele crie um impacto financeiro material.

Ao mesmo tempo, as organizações devem definir e gerenciar a economia subjacente da IA. Isso requer rastrear os principais impulsionadores, como prompts, chamadas de modelo, agentes e padrões de acesso, enquanto garantem que essas medidas estejam diretamente vinculadas a resultados de negócios, como demanda do cliente, entrega de serviço, produtividade operacional e crescimento de receita.

A governança também deve incluir a incorporação de visibilidade contínua e em tempo real na atividade de IA. A rastreabilidade e a auditorabilidade não podem mais depender da análise pós-evento; elas devem fornecer uma compreensão contínua de como os sistemas operam, de onde a atividade se origina, quais modelos e agentes estão envolvidos e como os recursos são consumidos. Essa visibilidade permite que as organizações observem o comportamento à medida que ele se desenrola e intervenham quando necessário.

A execução de IA deve ser entendida não como um evento único, mas como uma cadeia de interações e transferências que devem ser rastreadas contextualmente e continuamente. Um único pedido pode desencadear atividade downstream em sistemas internos, serviços externos e agentes coordenados, ampliando tanto o custo quanto o impacto operacional. Portanto, a governança eficaz exige visibilidade nessas cadeias de dependência e definições para compreender plenamente o escopo da execução.

Propriedade e responsabilidade claras devem fundamentar todos esses esforços. As organizações devem definir quem é responsável por construir e implantar sistemas de IA, quem é dono das saídas que eles geram e quem é responsável por resultados financeiros, operacionais e de conformidade. Sem propriedade explícita, a governança não pode ter sucesso.

Finalmente, os CIOs devem padronizar um conjunto de métricas de nível executivo que traduzem a atividade técnica em insights de negócios significativos. Essas incluem o custo do uso do modelo, custo por resultado impulsionado por IA, gasto total de IA sob gestão e visibilidade em nível de portfolio em modelos e agentes. Juntas, essas medidas fornecem uma visão clara da escala e eficiência do uso de IA, permitindo decisões informadas nos mais altos níveis da empresa.