Este é o segundo texto de uma série de dois sobre governança de IA e autoridade corporativa. O primeiro1, mapeou o ponto cego: agentes rodando em produção sem um modelo formal de aprovação. Este texto vai um nível mais fundo.
Já estabelecemos que a maioria dos conselhos está no escuro quanto a isso: agentes rodando em produção, poucos passando por aprovação formal, e os incidentes se acumulando. Isso é um ponto cego de governança. O que ele esconde é maior.
Em algum lugar entre o piloto e a implantação em produção, algo mudou que a maioria dos conselhos ainda não nomeou. A empresa parou de usar IA para ajudar pessoas a decidir. Começou a usar IA para decidir.
Essa mudança não aconteceu numa reunião de conselho. Não passou por comitê de governança nem por revisão jurídica. Aconteceu dentro de uma sprint, aprovada por um engenheiro com prazo apertado, e foi se acumulando silenciosamente a partir daí.
O resultado é que um número crescente de empresas transferiu direitos de decisão relevantes para máquinas sem o processo formal que qualquer transferência equivalente de autoridade humana exigiria. Um novo VP com poder de assinatura aciona aprovação do conselho, documentação jurídica e atualização da matriz de delegação. Um agente de IA adquirindo a mesma autoridade funcional costuma receber um arquivo de configuração e uma data de lançamento.
No fundo, essa é uma história sobre onde a autoridade corporativa efetivamente foi parar, e sobre como ela chegou lá em silêncio.
A governança corporativa foi construída sobre uma premissa que a maioria dos conselhos nunca precisou questionar: quem detém direitos de decisão pode ser responsabilizado pelo que faz com eles. Um CFO que aprova uma aquisição ruim responde ao conselho. Uma diretora regional que extrapola sua alçada responde a alguém acima dela. Essa cadeia de responsabilização é o que torna a delegação de autoridade viável em escala.
Agentes de IA quebram essa cadeia de um jeito específico. Quando um agente executa uma decisão, seja emitir um reembolso, encaminhar um contrato, fechar um pedido de compra ou negar uma solicitação de cliente, a responsabilidade não passa para o agente. Fica com a empresa. Pergunte à maioria das empresas quem autorizou o agente a tomar aquela decisão, sob quais limites, se esses limites ainda refletem a política atual, e a resposta costuma se perder no caminho.
A engenharia nunca teria condições de resolver isso sozinha, e essa limitação é estrutural, não uma falha de execução.
Guardrails, portões de aprovação, logs de auditoria, caminhos de escalonamento, engenheiros sabem construir tudo isso bem. Thomas Squeo, CTO da Thoughtworks para as Américas, e Matt Kamelman, Innovation Choreographer na Thoughtworks, escreveram um texto detalhado exatamente sobre esse lado do problema. O artigo deles, Operating System for Enterprise AI, percorre a infraestrutura que mantém agentes confiáveis depois que entram no ar: camadas de contexto, mecanismos de controle, ciclos de avaliação que capturam desvios antes que eles se acumulem. Vale a leitura para qualquer CTO tentando acertar essa parte técnica.
Mas a pergunta sobre quais decisões uma máquina está autorizada a tomar em nome de uma empresa não é uma pergunta técnica. É a mesma pergunta que conselhos respondem ao aprovar uma aquisição, definir apetite de risco ou estabelecer os limites de autoridade executiva. A diferença é que os conselhos ainda não foram chamados a responder isso para agentes de IA. Na maioria das empresas, a pergunta já foi respondida mesmo assim, por padrão, pelas pessoas mais próximas da implantação.
Esse padrão é o problema.
Um conselho que ainda não endereçou direitos de decisão de IA tem um atraso de governança, não de tecnologia. A distinção importa porque os remédios apontam para direções diferentes. Mais investimento em tecnologia significa ferramentas melhores, pilotos mais rápidos, times de engenharia mais fortes. Governança melhor significa alguém na sala fazendo perguntas que a engenharia não consegue responder: quais decisões a empresa já entregou a máquinas, quem assinou embaixo, e essas autorizações ainda refletem o que o conselho realmente quer.
Isso fica mais grave com o tempo. Um agente aprovado para uma tarefa restrita tende a não continuar restrito. Sistemas são estendidos, novos casos de uso são adicionados, e a aprovação original nunca é revisitada. Em papéis humanos, esse tipo de desvio aparece em avaliações de desempenho, auditorias de compliance, decisões de promoção. Em implantações de agentes, aparece quando algo quebra, muitas vezes numa escala e velocidade que uma decisão humana jamais teria alcançado.
Nomear o problema não basta. O que as empresas precisam é o mesmo que já têm para qualquer outra transferência de autoridade corporativa: um modelo explícito de Delegação de Autoridade, construído para máquinas em vez de pessoas.
O que um modelo de Delegação de Autoridade para agentes de IA precisa ter
Ninguém precisa inventar isso do zero. Conselhos já operam com uma regra simples para autoridade humana: quanto maior o impacto e menor a possibilidade de reverter uma ação, mais alto o nível de aprovação exigido. Aplique a mesma regra aqui. A única parte nova é nomear, explicitamente, qual instância da empresa assina embaixo em cada nível, antes do agente entrar no ar, não depois que algo quebra.
Agente de atendimento com autoridade para emitir reembolsos. Um agente que resume chamados e sugere respostas para um atendente humano carrega baixo risco. Um gestor pode aprovar esse uso, com o CTO ciente. Cada saída passa por uma pessoa antes de qualquer coisa acontecer. O quadro muda quando esse mesmo agente passa a emitir reembolsos automaticamente até certo valor, sem revisão humana no meio do caminho. Numa operação de e-commerce de alto volume, um agente mal calibrado pode aprovar milhões em reembolsos indevidos em questão de horas, antes que qualquer alerta chegue a alguém com autoridade para interrompê-lo. Quem aprovou essa capacidade? Sob quais condições? Com qual teto de gasto e qual registro de auditoria? Essas respostas precisam existir antes do agente entrar em produção.
Agente de compras com autoridade para fechar pedidos com fornecedores. Nesse nível, a aprovação pertence a um grupo mais amplo: o CTO, o CFO e, dependendo do volume e da relevância estratégica, o comitê executivo. Um agente que fecha um pedido de R$ 50 mil com um fornecedor estratégico está exercendo uma autoridade que ninguém em nível operacional teria sem aprovação. A diferença é que, quando essa autoridade foi entregue ao sistema, ninguém assinou nada.
Agentes de RH, jurídico e financeiro com autoridade para comunicar decisões ou executar transações. Um agente de RH que comunica decisões de contratação a candidatos, um agente jurídico que encaminha contratos para assinatura, ou um agente financeiro processando transferências dentro de limites pré-definidos, cada um opera em território onde erros carregam consequências muito além da camada operacional. Reputação, exposição regulatória e responsabilidade jurídica direta da empresa entram em jogo. Cada contexto exige uma cadeia de aprovação proporcional ao que está em risco.
Implantar um agente com autoridade de execução não é uma decisão técnica disfarçada de linguagem de negócios. É uma decisão de governança, a transferência formal de direitos de decisão para um sistema, com tudo que isso implica em termos de risco, responsabilização e exposição jurídica. Empresas que tratam isso como algo menor não estão andando mais rápido. Estão acumulando passivo não revelado.
Conclusão
De nomear quais agentes existem até construir o modelo acima, o trabalho de governança é familiar, mesmo que o assunto seja novo. Defina quais classes de decisão exigem aprovação ao nível do conselho antes de serem delegadas a uma máquina. Estabeleça limites análogos às matrizes de alçada já existentes. Inclua revisão periódica para que as autorizações não se expandam silenciosamente. Deixe a responsabilização explícita antes que algo dê errado, não depois.
Nada disso exige que o conselho entenda como modelos de linguagem funcionam por dentro; exige aplicar o mesmo instinto de governança que ele já usa sempre que autoridade passa de uma parte para outra.
A pergunta que interessa é quem, com autoridade de conselho, decidiu o que a IA tem permissão para fazer sozinha, e se essa decisão tem um nome carimbado embaixo.
Na maioria das empresas, a resposta honesta é não. Os agentes entraram no ar assim mesmo.
Quem aprova o grau de autonomia da IA na sua empresa?
O número de agentes de IA operando dentro de empresas dobrou em menos de um trimestre. Uma pesquisa com 750 líderes sêniors de tecnologia, realizada em abril de 2026, mostra que 80,9% das organizações já passaram da fase de piloto para produção real. Agentes estão tomando decisões, executando ações e lidando com sistemas críticos todos os dias.