Governança de IA na empresa: quem pode usar o quê

Equipe Viver de IA · 2026-10-12

O manual de como a gente decide, por dentro dos projetos, quem acessa qual dado e até onde cada time pode ir com IA.

Governança de IA na empresa é um conjunto de regras sobre quem acessa o quê

Governança de IA na empresa é o conjunto de regras que decide três coisas, antes de qualquer ferramenta entrar: quem pode usar IA, com quais dados essa pessoa pode alimentar o modelo, e até onde o resultado da IA pode ir sem um humano conferir. Só isso. Sem política de 40 páginas, sem comitê, sem selo de certificação. É a resposta clara pra uma pergunta que a maioria das empresas descobre tarde demais: o estagiário do financeiro pode jogar a planilha de folha inteira dentro do ChatGPT pra pedir um resumo?

A gente vê isso direto. A empresa libera IA pra todo mundo de uma vez, acha que está sendo moderna, e três meses depois tem dado de cliente, contrato e número de faturamento espalhados em vinte contas pessoais de ferramentas que ninguém controla. Aí vira problema de confiança, não de produtividade.

Esse texto é sobre como a gente decide isso por dentro, nos projetos. Os critérios reais, o que a gente olha primeiro, o que a gente descarta.

O que a gente olha antes de liberar qualquer coisa

Quando a gente entra numa empresa pra estruturar o uso de IA entre times, a primeira pergunta não é "qual ferramenta". É "que tipo de dado circula aqui". Porque a governança se desenha a partir do dado, nunca a partir da ferramenta.

A gente separa o que a empresa manipula em três baldes, e cada balde recebe uma regra diferente:

• Dado público ou já divulgado. Post de blog, material de marketing, FAQ que já está no site. Pode ir pra qualquer IA, por qualquer pessoa, sem cerimônia. Travar isso é burocracia que não protege nada.
• Dado interno sensível de operação. Preço de custo, margem, estratégia comercial, nome de fornecedor. Aqui a IA pode ajudar, mas só em ambiente controlado e por quem tem o papel certo. Não vai pra conta pessoal de ninguém.
• Dado pessoal de terceiro. CPF, dado de saúde, contrato de cliente, folha de pagamento. Esse é o balde que a LGPD olha de perto. A regra default aqui é: não entra em IA genérica de jeito nenhum, e quando entra numa solução própria, entra anonimizado ou com base legal clara.

A maioria das empresas pula essa separação e trata todo dado igual. Ou libera tudo, ou proíbe tudo. Os dois erros custam caro: liberar tudo cria um custo real de exposição; proibir tudo mata a adoção e o time usa escondido mesmo assim.

Mapeia o dado → Define quem acessa → Escolhe o ambiente → Marca onde humano confere

Por que a gente desenha a regra por papel, não por pessoa

Um erro clássico que a gente descarta logo de cara: regra de acesso individual, nome por nome. Isso não escala e vira pesadelo de manutenção. Pessoa entra, pessoa sai, pessoa muda de área, e a tabela de permissão fica desatualizada em uma semana.

A gente amarra a regra ao papel dentro do processo. Quem ocupa a função de analista de crédito tem um conjunto de permissões; quem é do comercial tem outro; quem é da diretoria tem outro. A permissão segue a cadeira, não o CPF.

Isso muda a conversa inteira. Em vez de "a Fernanda pode usar IA pra isso?", a pergunta vira "a função de atendimento precisa, no trabalho dela, mexer com dado de cliente dentro de uma IA?". Se precisa, define o ambiente seguro pra isso. Se não precisa, bloqueia pra função toda e acabou. Na nossa leitura, essa é a decisão que separa governança que funciona de documento que vira enfeite na intranet.

Um caso de verdade: como a Truckpag amarrou isso entre crédito e comercial

Quero sair da teoria e entrar num caso de ponta a ponta, porque é onde a governança para de ser abstrata.

A Truckpag é uma empresa de finanças. E finanças é o setor onde esse problema morde mais forte, porque praticamente todo dado que circula é sensível: análise de crédito, histórico, valor de operação. Dois times que precisam conversar o tempo todo, crédito e comercial, mas que não podem ter o mesmo nível de acesso ao mesmo dado.

O gargalo deles era de comunicação entre essas duas áreas. Quando o time de crédito identificava que uma proposta precisava de ajuste, essa informação demorava a chegar no comercial, e no meio do caminho tinha retrabalho e conversa perdida em grupo de WhatsApp.

O que foi feito: a gente reposicionou a comunicação e a inteligência no centro do processo, com automações integradas usando n8n, ManyChat, o CRM e o WhatsApp. Sempre que o time de crédito identifica a necessidade de um ajuste, o comercial é notificado automaticamente via WhatsApp e pode agir na hora.

+99%: melhoria no tempo operacional da Truckpag

Repare no detalhe de governança que está embutido nesse desenho. A automação não joga o dado bruto de crédito dentro do WhatsApp do comercial. Ela manda o sinal e o gatilho de ação, não a análise completa. O comercial recebe o que precisa pra agir, não a ficha de risco inteira do cliente. O dado sensível fica onde tem que ficar, dentro do sistema controlado, e só a instrução viaja.

Essa é a diferença entre integrar times com IA e abrir um canal de exposição de informação entre eles. O mesmo fluxo que acelerou a operação é o que define o limite do que cada área vê. Governança não foi uma camada em cima do projeto. Foi o jeito como o projeto foi desenhado.

O padrão que a gente aplica em todo projeto de finanças vem daí: a pergunta não é "como faço os dois times verem tudo rápido". É "qual é o mínimo que cada time precisa ver pra fazer o trabalho dele, e como entrego exatamente isso".

Onde o humano confere, e onde a IA pode seguir sozinha

Essa é a parte da governança que mais gente ignora, e é a que evita o estrago grande. Toda saída de IA se encaixa em um de dois casos: ou um humano confere antes de aquilo virar ação real, ou a IA executa direto. Decidir isso por tarefa é metade do trabalho.

A régua que a gente usa tem a ver com o custo do erro:

• Erro barato e reversível (resumir um e-mail interno, rascunhar um post, organizar uma planilha de dado público): IA segue sozinha. Pôr humano pra conferir aqui é desperdício de gente boa.
• Erro caro ou irreversível (mandar valor pra cliente, aprovar crédito, disparar comunicação em massa, mexer em dado de saúde): humano confere, sempre, antes de sair.

O erro que a gente mais corrige no começo dos projetos é a empresa botar humano pra revisar tudo, inclusive o que é barato e reversível, e com isso matar o ganho de produtividade. O time reclama que a IA "dá mais trabalho". Dá mesmo, quando você faz a pessoa reler o que não precisava reler.

E tem o oposto, mais perigoso: deixar a IA disparar comunicação ou tomar decisão financeira sem nenhum olho humano no caminho, confiando que o modelo "já está bom o suficiente". Não está, e isso ainda não dá pra garantir em nenhuma empresa. Aqui a gente é teimoso: onde o erro é caro, tem gente conferindo, ponto. É cálculo de risco, não falta de confiança na tecnologia.

O documento de uma página que vale mais que a política de 40

Governança de IA na empresa não precisa nascer grande. Precisa nascer clara e visível. A gente começa quase sempre com um único documento que cabe numa página e que qualquer pessoa do time entende sem advogado do lado.

Esse documento responde, por área, quatro perguntas:

1. Que ferramentas de IA essa área pode usar? Lista curta, aprovada. Fora dela, ninguém usa pra trabalho da empresa.
2. Que dado pode entrar nessas ferramentas? Usando os três baldes de antes. O que é proibido entra em destaque, com exemplo concreto da rotina daquela área.
3. O que exige conferência humana antes de sair? A lista das tarefas de erro caro, específica daquela função.
4. Com quem falar quando bater a dúvida? Um nome. Alguém dono disso, que a pessoa procura antes de improvisar.

Parece pouco. Mas esse documento resolve o que o manual gigante não resolve: ele é lido. A política de 40 páginas que o jurídico escreveu ninguém abre, e por isso ninguém segue. Uma página pregada no processo de cada time muda o comportamento de verdade.

A política que ninguém lê protege a empresa no papel e deixa ela nua na prática.

Quando apertar demais a governança vira o problema

Tem um trade-off honesto aqui, e ele é real. Governança apertada demais empurra o time pra clandestinidade. A pessoa precisa entregar, a ferramenta aprovada é lenta ou não existe, então ela abre a conta pessoal dela e usa escondido. Aí você tem o pior dos mundos: dado sensível circulando fora do seu controle, enquanto você acha que está tudo travado.

Por isso a gente não trata governança como muro. Trata como estrada com faixa. O objetivo não é impedir o uso, é canalizar o uso pro caminho seguro, e deixar esse caminho rápido o bastante pra ninguém querer o atalho.

Na prática isso significa uma coisa que parece contraintuitiva: quanto mais você quer controlar o dado sensível, mais você precisa oferecer uma ferramenta boa e aprovada pra aquela tarefa. Proibir sem oferecer alternativa é garantia de que a regra será furada. Quando a empresa tem uma solução própria, rodando dentro do ambiente dela, o dado nunca precisa sair pra conta pessoal de ninguém, porque o trabalho já acontece no lugar certo.

Comprar uma ferramenta, construir do zero ou montar por dentro

Quando a empresa decide estruturar isso pra valer, aparece a bifurcação de sempre, e ela tem três saídas, não duas.

A ferramenta de prateleira resolve o básico, mas você herda os limites de governança que o fornecedor escolheu, e seu dado sensível joga pelas regras dele. Construir tudo do zero dá controle total e consome um time que a maioria não tem.

A terceira via, a que a gente recomenda na maioria dos casos, é montar por dentro com método e plataforma. Você implementa as soluções no seu ambiente, com as regras de acesso e os limites desenhados pro seu negócio, e a capacidade de governar isso fica na empresa em vez de ficar presa num contratado. O trade-off é honesto: exige um dono interno e uma rotina, alguém responsável por manter as regras vivas. Em troca, quando a próxima ferramenta chegar, a empresa já sabe governar sozinha. Se você quer ver o que dá pra implementar já rodando dentro do seu ambiente, as soluções prontas são o ponto de partida.

Como saber por onde a sua empresa deve começar

Se você leu até aqui e não sabe qual o primeiro movimento, o teste é objetivo: pegue a área que hoje mais usa IA por conta própria, sem regra nenhuma, e descubra que tipo de dado ela está jogando nas ferramentas. O padrão que a gente vê é marketing ou comercial, com mais dado sensível circulando do que o dono imagina. Esse é o ponto de maior risco e o melhor lugar pra desenhar a primeira página de governança. Se quiser um retrato de onde sua operação está antes de decidir, o diagnóstico de IA mapeia isso por área.

O próximo passo é um só, e é concreto: marque uma conversa de uma hora com os líderes das duas áreas que mais usam IA hoje e preencha com eles, ali na mesa, o documento de uma página, só pra essas duas áreas. Não tente governar a empresa inteira de uma vez. Governe onde o dado sensível já está circulando sem controle, e expanda a partir daí.

Governança boa não é a que trava mais. É a que o time consegue seguir sem perceber que está seguindo.

Relacionados

Automação com IA: o guia completo

Soluções de IA prontas para empresas

Mais de 500 cases reais de IA

Decisão de IA que afeta cliente agora tem dono: você

IA no jurídico brasileiro: o ganho de tempo não é o ponto