Especialistas defendem que governança, processos e regulação são pré-requisitos para ampliar o uso de IA com segurança e resultados consistentes
À medida que a inteligência artificial avança nas empresas, cresce também a preocupação com a qualidade das informações que alimentam esses sistemas. A avaliação foi consenso entre especialistas reunidos durante a quarta edição do evento Amigos do Cadastro, realizado em São Paulo, que destacou a governança de dados como um dos principais fatores para ampliar o uso de IA de forma segura, eficiente e aderente às exigências regulatórias.
O tema foi debatido em mesa redonda mediada por Alexandre Figueiredo, Head Comercial da 4MDG, com participação de Vanessa Cavalcanti, coordenadora de PJ/PF no Banco BMG, e Maurício Muniz, presidente do conselho da Brasport. Os participantes discutiram como a preparação das bases de dados, a estruturação de processos e a adoção de mecanismos de governança influenciam diretamente os resultados obtidos com inteligência artificial.
Na abertura do painel, Figueiredo destacou que a gestão de dados entrou em uma nova fase com a popularização da IA. Segundo ele, os dados deixaram de servir apenas como suporte à tomada de decisão humana e passaram a alimentar sistemas capazes de produzir análises, gerar hipóteses e executar tarefas de forma autônoma.
“A inteligência artificial pode não estar errada. O que pode estar errado são os dados colocados nela. Se a empresa não colocar dados corretos, a saída também tende a ser incorreta”, afirmou.
Para Vanessa Cavalcanti, embora a IA amplie a capacidade de análise e acelere o processamento de informações, os ganhos dependem de processos bem definidos e de objetivos claros para o uso dos dados.
“Para além da IA, é preciso primeiro entender se os processos estão realmente estruturados. A tecnologia ajuda a trazer velocidade, mas a empresa precisa saber por que precisa daqueles dados e quais respostas espera obter com eles”, disse.
Outro ponto destacado foi a necessidade de incorporar práticas de governança desde o início das iniciativas de IA. Segundo Maurício Muniz, a velocidade de adoção dessas tecnologias exige um modelo capaz de equilibrar inovação e controle. “Dá para fazer uma governança ágil. Dá para equilibrar o controle necessário para a inovação obrigatória”, afirmou.
Durante a discussão, os especialistas observaram que a inteligência artificial também está transformando a forma como os profissionais acessam e utilizam informações. Em vez de depender do conhecimento sobre onde os dados estão armazenados, os usuários passam a se concentrar cada vez mais na formulação de perguntas adequadas e na interpretação dos resultados gerados pelos sistemas.
Para Muniz, esse cenário exige novas competências profissionais, como capacidade de experimentação contínua, adaptação rápida e aprendizado baseado em ciclos curtos de validação. “Com a informação que se tem agora, é possível experimentar, ver o resultado e melhorar o próximo ciclo. A outra habilidade é a antifragilidade, para lidar com erros, frustrações e necessidade de buscar conhecimento”, afirmou.
A governança apareceu como tema transversal em todo o debate. Os participantes defenderam que o acesso cada vez mais simplificado aos dados aumenta a necessidade de mecanismos claros de segurança, controle de permissões, gestão de riscos e supervisão das decisões apoiadas por inteligência artificial.
“A governança é fundamental. Tudo nasce no processo. Para garantir segurança e controle, é preciso ter processos regulatórios, processos de risco e mapeamentos. Muitas vezes as empresas agem na correção quando o problema já aconteceu”, ressaltou Vanessa Cavalcanti.
No setor financeiro, a executiva também destacou a expectativa de avanço da regulação relacionada à inteligência artificial, reforçando a importância da conformidade com normas de proteção de dados e da transparência em processos automatizados.
Ao final do encontro, os participantes convergiram para a avaliação de que a expansão da IA nas organizações depende menos da tecnologia em si e mais da maturidade dos processos e da confiabilidade das informações disponíveis. Governança, qualidade de dados, capacitação das equipes e conhecimento das regras de negócio foram apontados como elementos essenciais para que empresas avancem na adoção de modelos de IA, automações e agentes inteligentes.
