A adoção corporativa de inteligência artificial entrou em uma nova fase. Após um ciclo marcado por pilotos e provas de conceito, empresas de diversos setores passaram a colocar agentes de IA em produção, com sistemas capazes de interpretar contexto, iniciar fluxos de trabalho de forma autônoma e executar ações em processos críticos de negócio. A capacidade de criar e implantar esses agentes, porém, tem avançado mais rapidamente do que a de governá-los.

Segundo projeção do Gartner, até 2027, 40% das empresas vão rebaixar ou desativar agentes autônomos de IA devido a lacunas de governança identificadas apenas após incidentes em produção. De acordo com a consultoria, o recuo não se devia a limitações tecnológicas, mas à falta de visibilidade e controle sobre as ações dos próprios agentes.

Relatos publicados em fóruns de usuários de sistemas ERP ilustram o tipo de falha em questão. Em outubro de 2025, um usuário relatou que um agente de contas a pagar negou a existência de uma fatura que constava na interface do sistema. Em janeiro de 2026, outro relato indicou que um agente confirmou ter submetido uma promoção em ambiente de demonstração, sem que a transação fosse localizada. Nenhum dos casos menciona prejuízo, mas ambos evidenciam a distância entre o que o agente afirma ter feito e o que efetivamente ocorreu.

Na avaliação do Gartner, parte do problema está no fato de as empresas tratarem a governança de agentes como uma escolha binária, entre bloquear tudo e confiar integralmente, quando os agentes operam em níveis de autonomia distintos. A consultoria recomenda classificá-los por grau de autonomia e aplicar controles proporcionais, já que um agente que resume documentos não apresenta o mesmo risco que outro que dispara transações ou altera registros em sistemas de produção.

No Brasil, pesquisa da Censuswide para a Rimini Street, realizada em 2025 com mais de 360 executivos C-level, aponta que 42% dos CIOs e 39% dos CEOs consideram o aumento da automação e a adoção de IA como a principal prioridade de TI para os próximos cinco anos. Todos os entrevistados afirmaram que a redução de riscos é prioridade, e 98% disseram que a escassez de talentos afeta sua visão de TI.

O relatório Cost of a Data Breach 2025, da IBM, estimou o custo médio de uma violação de dados no país em 7,2 milhões de reais, um aumento de 6,5% em relação ao ano anterior. O estudo identificou ainda que 87% das organizações brasileiras analisadas não tinham políticas de governança de IA e 61% não dispunham de controles de acesso à tecnologia. O uso não autorizado de ferramentas de IA, conhecido como shadow AI, acrescentava, em média, 591 mil reais ao custo de um incidente. A edição global de 2026, divulgada em julho, indica que mais de 20% das organizações já registraram violações direcionadas a modelos ou aplicações de IA.

A Rimini Street, provedora de suporte independente para softwares Oracle, SAP e VMware, afirma ter observado, entre seus clientes, a entrada acelerada de agentes em produção sem mecanismos de visibilidade, controle e medição. A partir dessa constatação, a empresa passou a oferecer um serviço gerenciado de governança de agentes, o Rimini Govern for AI, que mapeia os agentes ativos nos sistemas e acompanha as ações que executam.

Para Helio Matsumoto, CTO da Rimini Street Brasil, um agente que erra silenciosamente representa um risco maior do que um que falha de forma visível. Segundo o executivo, quando o agente informa ter executado uma ação sem registro no sistema, a questão deixa de ser tecnológica e passa a ser de auditoria, o que torna a rastreabilidade indispensável em ambientes críticos.

Seth Ravin, CEO da Rimini Street, defende que a escalada da IA precisa ser sustentada por confiança, controle, responsabilização e medição, e não apenas por entusiasmo. Na visão do executivo, a governança não pode se limitar a um documento de políticas, a uma lista de conformidade ou a uma etapa de revisão prévia, devendo tornar-se uma capacidade operacional incorporada ao monitoramento e ao aprimoramento contínuo dos agentes.

A Constellation Research avalia que a transição da experimentação para a adoção em escala exige visibilidade, governança e controle confiáveis para que a IA seja implantada de forma responsável e segura. Na prática, isso implica saber quantos agentes existem e onde atuam, distinguir suas capacidades do escopo de acesso concedido, monitorar ações, custos e desempenho, e dispor de meios para intervir quando necessário.