Você não tem um problema de IA. Você tem um problema de governança.

Enquanto sua empresa contrata a próxima ferramenta de IA, seu concorrente está contratando um framework de decisão. Uma provocação sobre o que a indústria do marketing está fingindo não ver.

Olimpio Santos

Um CMO me mostrou, recentemente, a tela de licenças da área dele. Sete assinaturas de ferramentas de IA em doze meses. Quatro delas com mais de oitenta por cento de seats ociosos. Duas já em migração para outro fornecedor. Uma gerando, de forma autônoma, comunicações disparadas para a base, sem que ninguém no time soubesse exatamente qual prompt havia sido configurado, por quem, em que data.

A pergunta que fiz a ele foi simples. "Se uma dessas comunicações virar reclamação no Procon amanhã, quem assina a resposta?"

O silêncio durou tempo suficiente para ficar constrangedor.

Essa cena, além de preocupante, tende a virar corriqueira daqui para a frente, em qualquer tipo de negócio, em qualquer equipe. No fundo, é sempre a mesma cena: um executivo em silêncio diante da pergunta básica. Quem decide, com que critério, e quem responde quando dá errado.

Escrevo como fundador da govcorp e como alguém que vem cunhando, nos últimos anos, a disciplina que chamo de Governance Intelligence. Esta coluna vai tratar de tecnologia, mas raramente pelos ângulos que a indústria do marketing está acostumada a encontrar na imprensa especializada. E começo por uma provocação que sustenta tudo o que vem depois.

Você não tem um problema de IA. Você tem um problema de governança.

A ansiedade com a IA é sintoma. O stack inchado de ferramentas é sintoma. O Shadow AI que o seu time está praticando neste exato momento, enquanto você lê isto, também é sintoma. Tudo aponta, no fundo, para uma mesma ausência: a de uma camada de decisão auditável entre o dado que entra e a ação que sai em nome da sua marca.

E essa ausência vai custar caro. Não em tendência. Em processo.

O diagnóstico: evidências que a indústria está ignorando

Considere três padrões que qualquer pessoa com acesso minimamente honesto à realidade operacional de uma área de marketing brasileira consegue identificar em menos de noventa dias de convívio.

O primeiro é o Shadow AI. Enquanto o board discute, se é que discute, a política oficial de uso de IA generativa, o analista pleno está colando o rascunho do próximo disparo de e-mail numa ferramenta pessoal, logado com a conta do Gmail, usando o prompt que viu num carrossel do LinkedIn. O redator terceirizado está alimentando, num modelo cujos termos de uso ninguém leu, o briefing completo do lançamento do trimestre: orçamentos, posicionamento, calendário de mídia. O estagiário está transcrevendo, num serviço gratuito qualquer, a reunião interna em que se discutiu performance de concorrentes. Isso não é hipótese. Isso é só uma terça-feira qualquer. E o passivo que está sendo construído em tempo real, com dado proprietário, dado de terceiros e dado sensível da base, não aparece no radar de praticamente nenhum CMO brasileiro que eu conheci. Estendo a leitura, sem hesitar, a executivos de outros segmentos em que presto consultoria. Quando a LGPD encontrar o PL 2338, que em fevereiro de 2026 voltou à pauta da Câmara depois de sucessivos adiamentos, esse passivo deixa de ser hipótese e vira linha no balanço.

O segundo é o stack cemitério. Toda empresa B2B de médio porte no Brasil tem hoje, em média, entre doze e vinte ferramentas pagas de marketing e tecnologia que ninguém usa e ninguém desliga. A assinatura foi aprovada num ciclo de empolgação, o onboarding foi feito por um time que já não existe, a integração com o CRM ficou pela metade, e o usuário que era champion da ferramenta já foi promovido ou migrou de empresa. A licença renova sozinha. O CFO olha a linha, pergunta "o que é isso?", e recebe a resposta clássica: "é essencial para o marketing." Ninguém mente. Ninguém sabe a verdade. O cemitério continua expandindo. Isso é problema de governança. Mais especificamente, é ausência de um processo de sunset tecnológico atrelado ao ciclo de avaliação de ROI. Não é problema de IA. Mas a IA está acelerando dramaticamente a velocidade com que o cemitério cresce.

O terceiro é a métrica-teatro. Dashboards lindos. Relatórios semanais.

Reuniões de performance com dezesseis abas abertas. E, quando você pergunta ao diretor qual foi a última decisão material (entrar num mercado, cancelar uma campanha, trocar um fornecedor, demitir um parceiro) tomada exclusivamente a partir de um daqueles indicadores, o silêncio retorna. Charles Goodhart avisou: quando uma métrica vira alvo, ela deixa de ser métrica. Mas o que vejo na maior parte das operações empresariais não é nem Goodhart. É pior. A métrica não está virando alvo. Está virando cenário. Serve para justificar o que já foi decidido em outro lugar, por outros critérios, em geral invisíveis e não auditáveis. O dashboard é um teatro do rigor. Sua função não é decidir; é absolver quem já decidiu.

Shadow AI, stack cemitério, métrica-teatro. Três sintomas. Uma causa-raiz comum: a organização não tem um sistema formal de decisão. Tem ferramentas. Tem dados. Tem gente inteligente. Não tem o que liga uma coisa à outra de forma auditável, rastreável e responsabilizável.

É nessa lacuna que a IA está entrando. Sem protocolo. Sem supervisão. Sem dono.

A camada que está faltando

Empresas sofisticadas construíram, ao longo das últimas três décadas, duas camadas analíticas bem consolidadas. Falta uma terceira. E é dela que o marketing B2B brasileiro precisa agora, não da próxima ferramenta.

A primeira camada é o Business Intelligence. Responde à pergunta o que aconteceu? Dashboards de vendas, funis de conversão, cohort de retenção, relatórios de NPS. É a camada descritiva. Valiosa, madura, commoditizada. Toda empresa que se preza tem. Ninguém mais ganha vantagem competitiva por ter BI. Ganha apenas o direito de não ser eliminado precocemente do jogo.

A segunda camada é o Data Science, e sua versão contemporânea, a IA preditiva e generativa. Responde à pergunta o que pode acontecer, e o que podemos gerar a partir disso? Modelos de propensão, segmentação comportamental, recomendação, personalização, geração de conteúdo em escala. É a camada preditiva e produtiva. É onde está concentrada, hoje, praticamente toda a atenção da indústria de marketing. Junto com praticamente toda a ansiedade dos executivos.

A terceira camada é o que chamo de Governance Intelligence. Ela responde a uma pergunta que nenhuma das duas anteriores responde: quem decide, com que critério, e quem responde quando dá errado?

Governance Intelligence não é compliance. Compliance é passivo, reativo e, em muitas organizações, teatral: um conjunto de caixinhas marcadas para satisfazer uma auditoria que acontece uma vez por ano. Governance Intelligence é ativo, contínuo e integrado ao fluxo de decisão real. É a disciplina de tornar visível, rastreável e responsabilizável o que, na maioria das organizações, opera hoje em caixa-preta: o momento exato em que uma decisão é tomada, por quem, com base em qual evidência, dentro de qual política, e sujeita a qual controle posterior.

Na era pré-IA, essa camada existia de forma implícita, embutida na hierarquia humana, nas reuniões de aprovação, nas assinaturas de diretoria, nas atas de comitê. Ineficiente, sim. Lenta, também. Mas existia. Você sabia quem tinha autorizado a campanha. Sabia quem tinha aprovado o gasto de mídia. Sabia quem tinha validado a mensagem antes do disparo.

Na era agêntica, a era dos sistemas que decidem e agem com autonomia em nome da organização, essa camada implícita colapsa. O agente decide. O modelo dispara. A ferramenta compra mídia. A integração atualiza o CRM. E a pergunta sobre quem decidiu, com que critério e sob qual autoridade não tem mais resposta humana imediata. Tem, na melhor das hipóteses, um log técnico que ninguém consulta. Na pior, e mais comum, não tem resposta nenhuma.

Governance Intelligence é a disciplina de reconstruir essa camada explicitamente, como sistema, não como hierarquia.

Isso significa três coisas concretas, e vou ser específico porque abstração é o refúgio de quem não tem framework.

A primeira é política executável, não documento. A maioria das empresas tem política de IA em PDF. Quase nenhuma tem política de IA executável, ou seja, incorporada como regra técnica ao próprio fluxo da ferramenta, impedindo que o agente dispare sem os checkpoints previstos. PDF não governa. Código governa.

A segunda é registro de decisão estruturado. Toda ação material tomada por um sistema automatizado, ou com apoio dele, precisa produzir um artefato auditável que responda, minimamente, a seis perguntas: qual decisão, por qual agente (humano ou sistema), com base em qual evidência, dentro de qual política, com qual nível de autonomia, e com qual possibilidade de reversão. Esse artefato precisa ser recuperável em minutos, não em semanas. E precisa existir antes da crise, não depois.

A terceira é accountability nomeada, não difusa. Para cada classe de decisão automatizada, existe uma pessoa, com nome, matrícula e mandato, que é dona da política que rege aquela classe. Não é "o time". Não é "a área". É uma pessoa. Se o time muda, a dona continua. Se a pessoa sai, a titularidade é formalmente transferida antes do desligamento. Sem nome próprio, não há governança. Há teatro organizacional.

Essas três coisas, juntas, são o que distingue uma empresa que tem Governance Intelligence de uma empresa que tem apenas ferramentas de IA. E a distinção não é estética. É material. É a diferença entre crescer dez por cento mais rápido e parar num processo que custa cinco anos de caixa.

Por que agora, e por que no Brasil

Alguém pode argumentar que tudo isso é conversa para daqui a cinco anos. Que o mercado brasileiro ainda está aprendendo a usar IA generativa e que governança é luxo de primeiro mundo. Discordo, e tenho razões concretas.

Em fevereiro de 2026, o PL 2338, marco legal brasileiro de inteligência artificial, voltou à pauta da Câmara dos Deputados depois de sucessivos adiamentos. O projeto, inspirado no AI Act europeu, mas adaptado ao contexto institucional brasileiro, adota classificação de sistemas de IA por nível de risco, cria regime de responsabilidade para fornecedores e operadores, e estabelece obrigações específicas de governança, transparência e supervisão humana para sistemas classificados como de alto risco. Combinado com a LGPD, com o Código de Defesa do Consumidor e com o Marco Civil da Internet, o que está se formando é uma quadratura regulatória em que o marketing B2B opera em posição particularmente exposta, porque lida, por definição, com decisão automatizada, perfilamento, personalização e comunicação dirigida.

A pergunta que me faço, e que devolvo para o leitor que chegou até aqui, é simples. Essa regulação vai ser aprovada, apesar dos atrasos. E, quando for, sua empresa vai precisar demonstrar, em prazo de meses, como supervisiona, audita e responde pelos sistemas automatizados que tocam sua operação de marketing. Não se você tem IA. Todo mundo tem. Se você tem governança.

A hora de construir essa camada não é quando a fiscalização bater na porta. É antes. E antes significa agora.

Há também um segundo argumento, menos jurídico e mais estratégico. O custo de capital está subindo. A tolerância do board a stack inchado e ROI opaco está caindo. O CFO que, há dois anos, aprovava licenças de IA em regime de fé agora pede justificativa nominal. Empresas que conseguirem demonstrar, com artefatos e registros, como suas decisões automatizadas geram valor vão ter acesso a capital que as outras não terão. Governança, nesse cenário, deixa de ser despesa regulatória e vira vantagem competitiva em alocação de recursos.

As três perguntas

Vou fechar como comecei, com uma cena concreta. Só que, desta vez, é a cena que eu desejo que aconteça na próxima reunião de liderança da sua empresa.

Na próxima vez em que alguém chegar pedindo aprovação para uma nova ferramenta de IA, para um novo agente, para uma nova automação, suspenda a conversa sobre funcionalidade e faça três perguntas.

Primeira pergunta: quem audita as decisões desse sistema? Não "quem usa". Não "quem opera". Quem audita. Qual é o processo, com qual periodicidade, produzindo qual artefato, revisado por quem. Se a resposta for "a gente acompanha pelo dashboard", você não tem auditoria. Tem acompanhamento. Não é a mesma coisa.

Segunda pergunta: qual política cobre o funcionário que fizer prompt injection no atendimento, expuser dado sensível da base, ou gerar comunicação que fira o Código de Defesa do Consumidor usando essa ferramenta? Política escrita. Política comunicada. Política aplicada. Se a resposta for "isso não vai acontecer", você não tem política. Tem fé. Fé não passa em auditoria. Fé não para processo.

Terceira pergunta: se o agente errar o disparo, o processo cai em quem?
Nome. Matrícula. Área. Cadeia de escalação. Se a resposta for "vamos ver na hora", você não tem dono. Tem órfão organizacional. E órfão organizacional em sistema automatizado é, juridicamente, a empresa inteira.

Se, diante dessas três perguntas, sua organização consegue responder com clareza, documento e nome próprio, você tem o que chamo de Governance Intelligence. Pode avançar com tranquilidade. E, provavelmente, com velocidade acima da média do mercado, porque governança madura acelera decisão em vez de travar.

Se não consegue, respire fundo. Aceite o diagnóstico. E entenda, sem rodeio, o que este artigo veio dizer.

Você não tem um problema de IA.

Você tem um problema de governança. E ele é, hoje, a mais urgente das suas prioridades tecnológicas, mesmo que nenhuma dos dez newsletters que você recebeu esta semana tenha tido a honestidade de te contar isso.