Empresas que apostaram em agentes autônomos de inteligência artificial (IA) enfrentam agora um problema que a tecnologia não resolve sozinha: como governar o que foi colocado em produção. O Gartner prevê que 40% das organizações vão rebaixar ou desativar esses sistemas até 2027, não por limitações técnicas, mas por lacunas de governança descobertas apenas depois de incidentes reais.

A projeção traduz um descompasso documentado. Agentes de IA já operam em processos críticos de negócio, interpretando contexto, iniciando fluxos de trabalho e executando ações de forma autônoma. A capacidade de implantá-los avançou muito mais rápido do que os mecanismos para controlá-los, e o custo disso começa a aparecer nos números.

A lacuna de governança no Brasil

No Brasil, o cenário é especialmente exposto. Pesquisa da Censuswide com a Rimini Street, realizada em 2025 com mais de 360 executivos de nível C de empresas do país, mostra que 42% dos diretores de tecnologia da informação (TI) e 39% dos presidentes-executivos (CEOs) apontam automação e adoção de IA como principal prioridade de TI para os próximos cinco anos. Na mesma pesquisa, todos os entrevistados afirmam que implementar estratégias de redução de risco é prioridade, e 98% dizem que a escassez de talentos afeta sua visão de TI para o futuro.

O relatório Cost of a Data Breach 2025, da IBM, calculou em R$ 7,19 milhões o custo médio de uma violação de dados no Brasil, alta de 6,5% sobre o ano anterior. O estudo identificou que 87% das organizações brasileiras analisadas não tinham políticas de governança de IA e 61% não contavam com controles de acesso a IA. O uso não autorizado de ferramentas de IA, a chamada shadow AI, acrescentava em média R$ 591 mil ao custo de cada violação. A edição global de 2026 do relatório, divulgada em julho, registra que mais de 20% das organizações já sofreram violações dirigidas a modelos ou aplicações de IA.

Falhas silenciosas em sistemas críticos

Os primeiros sinais de falha já estão documentados em fóruns de usuários de sistemas de planejamento de recursos empresariais (ERP). Em outubro de 2025, um usuário relatou que um agente de IA para a área de contas a pagar informou que não existia uma fatura com determinado número, mesmo com ela visível na interface do sistema. Em janeiro de 2026, outro agente confirmou ter submetido uma promoção em ambiente de demonstração, mas a transação não foi localizada no sistema. Nenhum dos dois casos registrou prejuízo, mas ambos expõem a distância entre o que o agente diz ter feito e o que efetivamente aconteceu.

“Um agente que erra em silêncio é mais perigoso do que um que falha de forma visível. Quando ele informa que executou uma ação e o sistema não tem registro dela, o problema deixa de ser de tecnologia e passa a ser de auditoria. Quem opera ambientes críticos sabe que rastreabilidade não é opcional”, afirma Helio Matsumoto, diretor de tecnologia da Rimini Street Brasil.

Leia mais: “Não existe valor sem risco”, diz Gartner sobre retorno de investimento da IA

Governança proporcional ao risco

O Gartner recomenda que as organizações classifiquem seus agentes por nível de autonomia e apliquem controles proporcionais ao que cada um pode fazer. Um agente que resume documentos não representa o mesmo risco de negócio que um agente que dispara transações ou altera registros em sistemas de produção. Aplicar as mesmas regras a ambos produz dois resultados igualmente problemáticos: restrição excessiva sobre agentes simples, que atrasa entregas e estimula o desenvolvimento paralelo; e ausência de controle sobre agentes mais autônomos, que amplia o risco operacional, de segurança e de conformidade.

A Rimini Street, provedora de suporte independente para softwares Oracle, SAP e VMware, relata ter observado entre seus clientes um padrão recorrente: agentes de IA entrando em produção em ritmo acelerado, sem mecanismos de visibilidade, controle e medição adequados para operá-los em escala. A companhia lançou um serviço gerenciado de governança de agentes, o Rimini Govern™ for AI, voltado a mapear os agentes ativos nos sistemas e acompanhar o que executam de forma contínua.

“A IA não pode escalar apenas com entusiasmo. Ela precisa escalar com confiança, controle, responsabilização e medição”, afirma Seth Ravin, CEO da Rimini Street. Para Ravin, a governança de IA precisa se tornar uma capacidade operacional incorporada ao monitoramento, à medição e ao aprimoramento contínuo de agentes e fluxos de trabalho, e não um documento de políticas ou uma etapa de revisão pré-implantação.

A Constellation Research avalia que o movimento reflete uma mudança de estágio do mercado. “À medida que as organizações mudam da experimentação de IA para a adoção em escala empresarial, elas precisam de visibilidade, governança e controle confiáveis para implantar a IA de forma responsável e segura”, diz a empresa. A previsão do Gartner indica que o prazo para essa transição é curto: para as empresas que já colocaram agentes em produção, a questão deixou de ser se vale a pena governá-los e passou a ser quanto tempo ainda resta antes que o primeiro incidente responda por elas.

Leia o IT Forum no LinkedIn e fique por dentro de todas as notícias!