A definiu inteligência artificial e tecnologias emergentes como um dos quatro temas prioritários para fiscalização no biênio 2026-2027. Na prática, isso significa que empresas que utilizam automação envolvendo dados pessoais já estão sob a mira das autoridades reguladoras, independentemente da aprovação do Marco Legal da IA.
Amparada pela Lei Geral de Proteção de Dados Pessoais (LGPD), a ANPD pode fiscalizar e notificar empresas sobre o uso de automações, exigindo comprovações técnicas rigorosas. As organizações precisam demonstrar o mapeamento completo de todos os robôs e agentes em operação. Além de provar que as IAs acessam apenas os dados estritamente necessários para suas funções e apresentar registros auditáveis para cada decisão autônoma e as intervenções humanas realizadas.
“Quanto mais autônomos os sistemas se tornam, maior precisa ser o nível de governança sobre eles. A automação deixa de ser apenas uma ferramenta de apoio quando passa a operar processos críticos como aprovações financeiras, análise de documentos ou interpretação de contratos”, afirma Daniel Torres, CEO da Roboteasy, empresa brasileira de automação corporativa. Segundo ele, a gestão empresarial hoje não administra apenas pessoas, mas um ambiente híbrido formado por colaboradores e agentes inteligentes.
Essa nova realidade traz riscos específicos: decisões baseadas em dados incorretos, falta de rastreabilidade, ausência de revisão humana, exposição de informações confidenciais e uso descontrolado de ferramentas de IA pelos colaboradores. “O erro mais comum é acreditar que automação reduz a necessidade de gestão. Na prática, a gestão só muda de natureza, saindo do controle direto sobre tarefas e passando para supervisão de sistemas”, explica Torres.
Os 4 pilares de governança que toda empresa precisa implementar agora
Com base na experiência da Roboteasy em implementar mais de 15 mil automações para clientes como Krona, Britânia e Tirolez, Torres aponta quatro pilares essenciais de governança que as empresas devem estabelecer antes da fiscalização:
1. Inventário e mapeamento completo
Documentar todos os robôs, agentes inteligentes e automações em operação na empresa. Identificar quais processos cada sistema executa, quais dados acessa e qual o nível de autonomia de cada ferramenta. Sem esse mapeamento, não há como comprovar conformidade regulatória.
2. Controle de dados e acesso
Definir quais dados podem alimentar modelos de IA e implementar controles de acesso rigorosos. Cada sistema deve acessar apenas as informações estritamente necessárias para sua função. Isso inclui revisar permissões, estabelecer políticas de uso de dados e monitorar acessos em tempo real.
3. Rastreabilidade e auditoria
Manter logs auditáveis de todas as decisões automatizadas, incluindo validações humanas realizadas. É indispensável registrar quando um sistema tomou uma decisão, com base em quais dados, se houve intervenção humana e qual foi o resultado. Essa rastreabilidade é o que permite comprovar responsabilidade e conformidade.
4. Governança de decisões críticas
Estabelecer quais decisões exigem validação humana obrigatória. Nem tudo deve ser completamente automatizado, atividades que envolvem julgamento sensível, impacto financeiro significativo ou direitos de clientes precisam de supervisão humana.
Segundo Torres, existe um limite estratégico para a busca por produtividade via automação. “Quando a busca por eficiência ignora qualidade, confiança do cliente ou governança, o ganho pode se transformar em risco. A próxima etapa da produtividade corporativa não será definida por quem adotar IA mais rápido, mas por quem conseguir integrá-la aos processos de negócio com controle, rastreabilidade e inteligência de gestão”.
