A escalada dos investimentos em inteligência artificial no Brasil encontra um obstáculo crescente: a incapacidade das empresas de demonstrar governança sobre as decisões automatizadas. O relatório AI Impact Survey 2026, da consultoria Grant Thornton, divulgado nesta segunda-feira (29), indica que 78% das corporações não têm confiança para atender a requisitos de auditoria de IA em até 90 dias.
O alerta chega em um momento de projeções ambiciosas para o mercado de finanças embarcadas — serviços de crédito, seguros e pagamentos integrados a plataformas digitais. A GlobalData estima que esse setor no Brasil pode movimentar US$ 18 bilhões até 2030. A convergência entre a expansão dos modelos de IA e a fragilidade na comprovação de controles acende o sinal amarelo para investidores e reguladores.
A pressa para incorporar algoritmos em operações financeiras contrasta com a lentidão na criação de mecanismos de transparência. O PIRANOT mostrou que a corrida por chips de IA já levou a Micron a ultrapassar US$ 1 trilhão em valor de mercado, superando gigantes como Meta e Tesla (leia mais). O dinamismo do mercado, entretanto, não é acompanhado pela mesma velocidade na comprovação de que essas tecnologias são auditáveis e responsivas a exigências legais.
Crescimento acelerado e a lacuna de controle
Dados do IBGE mostram que a adoção de inteligência artificial pela indústria brasileira cresceu 163% entre 2022 e 2024. O salto é significativo, mas o ambiente regulatório e as práticas de governança ainda não evoluíram no mesmo ritmo. A governança de IA vai além da proteção de dados prevista na LGPD: exige que as empresas provem a rastreabilidade das decisões, a explicabilidade dos modelos e a responsabilização por eventuais vieses ou erros.
Sem esses elementos, uma fintech que usa IA para análise de crédito, por exemplo, não consegue demonstrar a um auditor ou ao Banco Central como a decisão de negar um empréstimo foi tomada, quais variáveis foram consideradas e quem responde por possíveis distorções. Essa falta de trilha aumenta o risco reputacional e financeiro, especialmente diante da projeção de US$ 18 bilhões para o embedded finance no país.
Reguladores estudam o caminho, mas sem regra definida
Até o momento, não há uma norma específica em vigor no Brasil que trate de auditoria de IA no sistema financeiro. A Autoridade Nacional de Proteção de Dados (ANPD) e o Banco Central já promovem discussões sobre o tema, mas ainda não publicaram diretrizes que obriguem as empresas a comprovar compliance de modelos automatizados. A Comissão de Valores Mobiliários (CVM) também não emitiu orientações formais para o mercado de capitais.
Especialistas do setor alertam que a ausência de uma régua clara cria uma zona de insegurança: as companhias correm o risco de não atender a futuras exigências e, enquanto isso, operam com base em autorregulação frágil. O relatório da Grant Thornton, ao expor a baixa confiança das corporações em sua própria governança de IA, joga luz sobre um problema que pode se tornar sistêmico se ignorado.
Enquanto as regras não são publicadas, a lacuna de auditoria segue como um ponto cego para empresas que já tomam decisões automatizadas em larga escala. A velocidade da adoção de IA, impulsionada por cifras bilionárias, exige que os controles de transparência e responsabilidade entrem na pauta com a mesma urgência.
