Inteligência artificial na rotina da gestão

Segunda-feira, oito da manhã. O gerente de um empreendimento abre o resumo que a ferramenta de inteligência artificial preparou durante a noite: quarenta contratos de fornecedores condensados em três páginas, em português impecável. Na segunda página, o contrato de estrutura aparece com reajuste anual. No original, o reajuste é semestral. Ninguém percebe até a primeira medição chegar com um valor que não bate.

A cena é ilustrativa, mas o mecanismo é real. O resumo era plausível, e plausível não é sinônimo de verdadeiro. O resumo prova velocidade. Só a revisão prova confiança.

O tema chegou ao legislador. O Regulamento (UE) 2024/1689, assinado em 13 de junho de 2024, fixa 2 de agosto de 2026 como data geral de aplicação das regras europeias de IA. No Brasil, o PL 2338/2023, que "dispõe sobre o uso da Inteligência Artificial", foi aprovado pelo Senado em 10 de dezembro de 2024 e remetido à Câmara em 17 de março de 2025. A pergunta deixou de ser "a IA funciona?" e passou a ser "quem responde pelo que ela produz?".

Nossa resposta: a IA aplicada à gestão rende quando vira uma equipe de Consultores especializados por disciplina, cada um com escopo, fontes e limites definidos. E quando toda conclusão relevante passa por um especialista humano antes de virar decisão.

O ganho vem de dividir o trabalho por disciplina

Um assistente genérico responde a tudo com a mesma confiança, saiba ou não. Um Consultor de IA dedicado a uma disciplina trabalha de outro modo. Conferência documental, acompanhamento de cronograma e leitura de contratos recebem, cada um, um conjunto delimitado de fontes, instruções próprias e um critério de saída conhecido. O modelo por trás pode ser o mesmo. Muda a arquitetura em volta.

O guia de engenharia publicado pela Anthropic em dezembro de 2024 separa dois desenhos. Nos fluxos de trabalho, modelos e ferramentas seguem caminhos de código predefinidos. Nos sistemas autônomos, o próprio modelo escolhe o caminho e as ferramentas. O guia recomenda começar pelo simples e só acrescentar complexidade quando ela melhora o resultado de forma demonstrável. Autonomia custa latência e dinheiro, e os erros podem se acumular de um passo para o outro. Por isso o texto pede testes extensos em ambiente isolado e salvaguardas adequadas.

Sem divisão por disciplina, a mesma ferramenta lê matrícula, contrato de obra e fluxo de caixa sem distinguir o que é crítico em cada um. Com a divisão, cada Consultor sabe o que procurar, o que ignorar e quando parar para pedir revisão. O ganho é de precisão antes de ser de velocidade.

A IA só organiza o que já chega organizado

A construção civil já passou por esse aprendizado. O Decreto nº 10.306/2020 define o BIM como um "conjunto de tecnologias e processos integrados" para criar e atualizar modelos digitais da construção "de modo colaborativo". Desde 1º de janeiro de 2021, em projetos federais considerados de grande relevância, o decreto exige, entre outros usos, "a detecção de interferências físicas e funcionais entre as diversas disciplinas". O valor não nasceu do software, e sim da obrigação de estruturar a informação de cada disciplina num modelo comum.

A IA aplicada à gestão segue o mesmo caminho. Ela compatibiliza decisões quando encontra contratos indexados, cronogramas versionados e atas com responsável e prazo. Onde a informação vive em caixas de e-mail e planilhas soltas, ela produz resumos elegantes de um retrato incompleto. Primeiro o método, depois a ferramenta.

Esse trabalho tem nome: engenharia de contexto. Significa entregar a cada Consultor as fontes autorizadas para a tarefa, o vocabulário da empresa, as decisões já tomadas e as que não podem ser reabertas. Uma empresa que não documenta como decide só tem documentos soltos a oferecer a uma IA. A que documenta ganha duas vezes: a equipe nova aprende mais rápido e o Consultor erra menos.

Controlar o contexto também é restringi-lo. O Consultor de cronograma não precisa ver dados pessoais de adquirentes. Escopo mínimo reduz o erro e a exposição.

A IA não elimina a responsabilidade pela decisão. Ela a torna mais visível, porque cada conclusão passa a ter rastro, fonte e revisor.

106

Revisar é exigência legal, não cortesia

A LGPD dá ao titular o direito de pedir a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses (art. 20). A regra alcança as decisões que definem seu perfil profissional, de consumo e de crédito. Quando solicitado, o controlador precisa informar, de forma clara e adequada, os critérios e os procedimentos usados. Se uma gestora usa IA para triar o crédito de adquirentes ou avaliar prestadores pessoas físicas, revisão e explicação entram no desenho desde o primeiro dia.

A regra europeia vai na mesma direção para sistemas de alto risco. Ela exige que pessoas naturais possam supervisioná-los de fato e que o supervisor esteja consciente da tendência de confiar demais no resultado, o chamado viés de automação. Exige também que ele possa decidir não usar, ignorar, anular ou reverter a saída do sistema. A norma não alcança diretamente uma operação brasileira sem vínculo com a União Europeia, mas descreve um risco universal.

O mecanismo é simples de entender e difícil de manter. Quando a IA acerta com frequência, o revisor relaxa. Quando relaxa, o erro raro passa. Revisão eficaz exige amostragem deliberada, critérios escritos do que conferir e autoridade real para devolver o trabalho. Revisão que não pode recusar é carimbo, e carimbo não protege a empresa nem o titular dos dados.

A governança de IA já tem moldura pública

Não é preciso esperar a lei brasileira para governar o uso da tecnologia. O AI Risk Management Framework do NIST, lançado em 26 de janeiro de 2023 para uso voluntário, organiza a gestão de risco em quatro funções: governar, mapear, medir e gerenciar. Em 26 de julho de 2024, o instituto publicou um perfil específico para IA generativa. A página oficial informa que o documento-base está em revisão.

No Brasil, a Agência Nacional de Proteção de Dados (ANPD) conduz um sandbox regulatório em inteligência artificial com três empresas selecionadas por edital. Segundo o primeiro relatório parcial, de julho de 2026, os próximos ciclos vão aprofundar segurança digital, transparência, governança de dados, anonimização e produção de evidências. É a pauta que o regulador já está olhando.

Outro ponto europeu vale fora da Europa. O art. 4 do regulamento pede que fornecedores e responsáveis pela implantação garantam um nível suficiente de literacia em IA às pessoas que operam esses sistemas. Ou seja, a equipe precisa saber o que a ferramenta faz bem e o que faz mal. Na leitura da InnovaSphere, é a medida de maior retorno e menor custo de um programa de IA. Equipe que entende revisa melhor e confia na medida certa.

O registro transforma a IA em prestação de contas

A LGPD inclui entre seus princípios a responsabilização e a prestação de contas. Não basta adotar medidas: é preciso demonstrar que são eficazes. O art. 37 fornece o instrumento, ao exigir que controlador e operador mantenham registro das operações de tratamento de dados pessoais que realizarem. Aplicado à IA, isso significa guardar o que entrou, o que saiu, qual versão das instruções estava em uso e quem revisou.

O registro tem uma segunda utilidade, menos óbvia: ele mede a própria IA. Com a trilha de entradas e saídas, dá para comparar a conclusão do Consultor com a decisão final do especialista. Com dados da própria operação, descobre-se em que disciplina ele acerta e em qual precisa de mais contexto ou de menos autonomia. Sem trilha, a percepção de qualidade vira opinião. E opinião não sustenta a decisão de ampliar ou recuar.

Exemplo numérico: do teto do simulador ao ganho líquido

O simulador que acompanha este texto parte de duas entradas, Consultores ativos e horas mensais substituídas. Ele entrega um teto: o custo de fazer à mão o que a IA passaria a fazer, menos o custo dos Consultores. O exemplo abaixo acrescenta o que o teto não mostra. Todos os números são hipóteses da InnovaSphere, não dados de mercado.

O teto sugere R$ 56 mil por mês. Descontadas as horas que a IA não absorve e o tempo de revisão, o ganho líquido fica em R$ 23 mil. É 41% do teto, com retorno simples da implantação em três meses, sem desconto financeiro porque o prazo é curto.

Agora, o teste de estresse. Se a fração absorvida cair de 60% para 30%, mantidas as demais premissas, o ganho líquido recua para R$ 9.500 por mês e o retorno passa de sete meses. Se a revisão consumir metade das horas absorvidas, e não um quarto, o ganho cai para R$ 14 mil e o retorno vai a cerca de cinco meses.

O equilíbrio mensal fica perto de 9% de absorção: abaixo disso, os Consultores custam mais do que poupam. A variável que mais pesa não é o preço da IA. É quanto do trabalho mapeado ela assume de fato, com qualidade.

Quando não compensa

A mesma conta que mostra o ganho mostra os limites. Três situações pedem cautela ou adiamento.

• Volume baixo ou tarefa que muda a cada vez. Se as horas repetitivas são poucas, ou se cada caso exige raciocínio novo, mapear, configurar e revisar custa mais do que o tempo poupado. A IA rende em trabalho recorrente com critério estável.
• Informação desorganizada. Sem documentos indexados, versões controladas e responsáveis definidos, a IA amplia a desordem com aparência de ordem. Organize a informação primeiro.
• Decisão que exige uma explicação que a empresa não consegue dar. Quando a saída afeta pessoas, como o crédito de adquirentes ou a seleção de prestadores, e a empresa não consegue informar critérios nem garantir revisão humana efetiva, a automação cria mais risco do que economia.

Checklist para implantar Consultores de IA na gestão

1. Mapeie as tarefas repetitivas por disciplina, medindo as horas reais, com os gestores de cada área.
2. Classifique os dados que cada Consultor vai ler (pessoais, sigilosos ou públicos) com o encarregado de dados pessoais.
3. Defina o escopo, as fontes autorizadas e o critério de saída de cada Consultor com o especialista da disciplina.
4. Estabeleça quem revisa, com que amostragem e com autoridade para devolver o trabalho, junto à liderança da área.
5. Registre entradas, saídas, versão das instruções e revisor de cada tarefa, com a equipe de tecnologia.
6. Meça mensalmente o acerto, comparando a conclusão do Consultor com a decisão final, com o responsável pela operação.
7. Revise os contratos com fornecedores de IA (uso e retenção de dados, confidencialidade e segurança) com o jurídico.

Três empresas do grupo trabalham em pontos vizinhos. A IncorpBuilding, braço de engenharia de incorporação, opera com gêmeo digital nativo e observabilidade digital da obra. A InnovaPeople atua em design organizacional e engenharia de contexto. A Valida Auditoria faz auditoria independente e validação técnica sob a divisa "validamos a realidade, não a narrativa".

Perguntas frequentes

A IA substitui a equipe de gestão?

Ela reorganiza o trabalho. As horas absorvidas saem da conferência e da compilação e vão para revisão, decisão e relacionamento. A revisão humana é parte do custo, não um resíduo a eliminar.

É preciso esperar a lei brasileira de IA para começar?

Não. O PL 2338/2023 saiu do Senado em março de 2025, e a ficha de tramitação da Câmara registrava em setembro de 2026 a situação "aguardando parecer". A LGPD, porém, já se aplica a qualquer tratamento de dados pessoais feito com IA. A moldura do NIST permite estruturar a governança desde já.

Por qual Consultor começar?

Pelo que combina volume alto, risco baixo e critério claro: conferência documental, atas e pendências, triagem de correspondência técnica. Ali o erro aparece na revisão e o ganho surge rápido.

Como evitar que a IA invente informação?

Restringindo as fontes autorizadas, exigindo que cada conclusão indique de onde veio, separando o verificado do inferido e revisando por amostragem. Nenhuma dessas medidas zera o risco. Juntas, tornam o erro visível antes que ele vire decisão.

Os dados da empresa ficam expostos ao fornecedor de IA?

Depende do contrato e da configuração. O art. 46 da LGPD exige medidas de segurança técnicas e administrativas aptas a proteger dados pessoais contra acessos não autorizados. Escopo mínimo por Consultor, cláusulas claras sobre uso e retenção de dados e registro das operações são o ponto de partida.

Base legal

• Lei nº 13.709/2018 (LGPD): art. 6º, X (prestação de contas); art. 20, caput e § 1º (revisão de decisão automatizada); art. 37 (registro); art. 46 (segurança).
• Regulamento (UE) 2024/1689: art. 4 (literacia em IA); art. 14 (supervisão humana); art. 113 (aplicação).
• Decreto nº 10.306/2020: art. 3º, II (definição de BIM); art. 4º, I (primeira fase).
• PL 2338/2023: aprovado pelo Senado em 10/12/2024; em tramitação na Câmara.