A adoção de inteligência artificial nas empresas brasileiras seguiu um roteiro conhecido de toda nova tecnologia: primeiro veio o entusiasmo, depois a corrida, e só agora, mais devagar, chega a pergunta que deveria ter vindo primeiro. Quem responde quando a IA erra? A leitura da RZ3 é que o intervalo entre a adoção e essa pergunta é exatamente onde se forma o maior passivo corporativo da próxima década. O cenário ganha contornos de urgência quando observamos os dados: segundo a pesquisa TIC Empresas 2025, do Cetic.br, a adoção de IA em empresas no Brasil cresceu de 13% em 2024 para 17% em 2025, sendo ainda mais expressiva nas grandes corporações, onde o uso saltou de 38% para 50%.
O problema não está na tecnologia, e sim na ausência de governança em torno dela. Ferramentas de IA foram incorporadas a áreas sensíveis (recursos humanos, jurídico, fiscal, atendimento) sem que muitas organizações definissem quem aprova, quem audita, quem responde e como se corrige um erro. A inteligência entrou na operação mais rápido do que a estrutura capaz de governá-la.
O encontro entre IA e proteção de dados é o ponto mais delicado. Sistemas de inteligência artificial processam volumes grandes de informação, e parte dela é dado pessoal. Quando o tratamento desses dados acontece sem base legal clara, sem transparência sobre a decisão automatizada e sem controle de quem acessa o quê, a empresa acumula exposição sob a LGPD (Lei Geral de Proteção de Dados). A automação que parecia ganho de eficiência vira risco regulatório. O relatório semestral da ANPD (Autoridade Nacional de Proteção de Dados) de 2025 ilustra esse cenário, registrando mais de 120 autos de infração apenas no primeiro semestre, totalizando R$45 milhões em multas.
Em recursos humanos, o risco ganha contorno humano. Modelos usados para triar currículos, avaliar desempenho ou apoiar decisões sobre pessoas podem reproduzir vieses, e o fazem de forma opaca, difícil de auditar depois. Como alertam especialistas, a IA pode perpetuar desigualdades históricas, penalizando grupos sub-representados por refletir os dados com os quais foi treinada. Uma decisão sobre a carreira de alguém, tomada com apoio de um sistema que ninguém consegue explicar, é um problema ético antes de ser jurídico, e os dois chegam juntos.
Na frente fiscal e tributária, a IA aplicada à apuração e ao cruzamento de informações acelera o trabalho, mas concentra responsabilidade. Um erro sistemático em um modelo de cálculo se multiplica em escala e silêncio, e a empresa segue respondendo pela apuração, independentemente de ter sido um humano ou um algoritmo a cometer o equívoco. A delegação para a máquina não transfere a responsabilidade legal.
No jurídico, ferramentas que redigem, revisam ou analisam contratos e processos introduzem um risco novo: a confiança excessiva. Quando a revisão humana se afrouxa porque o sistema parece competente, o erro passa sem ser visto. A IA jurídica é assistente, não substituta, e tratar a diferença como detalhe é onde mora o passivo.
A RZ3 dá nome ao sintoma mais difuso desse cenário: o shadow AI. São as ferramentas de inteligência artificial usadas por equipes sem conhecimento, aprovação ou controle da empresa. Colaboradores colando dados sensíveis em sistemas públicos, processos rodando em ferramentas não homologadas, decisões apoiadas por modelos que a organização sequer sabe que estão em uso. É o equivalente, em IA, ao software pirata da década passada, só que com dado pessoal no meio. De acordo com relatório da Netskope, as violações de políticas de dados envolvendo IA generativa mais que dobraram em 2025, com 40% das empresas brasileiras registrando incidentes mesmo possuindo controles de segurança.
A inteligência artificial bem governada é vantagem competitiva real. Mal governada é o passivo que ninguém viu se formar, até o dia em que ele cobra a conta. A pergunta que toda empresa precisa responder agora não é se vai usar IA. É quem, dentro dela, responde por essa IA.