Resposta direta: o obstáculo que mais trava empresas brasileiras na hora de escalar IA não é orçamento nem falta de ferramenta — é governança de dados. Um estudo da ABES em parceria com a IDC, divulgado em agosto de 2026, mostra que 95% das empresas brasileiras com mais de 100 funcionários já usam ou planejam usar IA, e 86% dos líderes de TI pretendem ampliar investimento neste ano. Mesmo assim, a governança de dados aparece como o principal fator que impede escalar com segurança.
Esse número de 95% sugere que a adoção já é fato consumado. Mas outro retrato, mais conservador, conta uma história diferente: a pesquisa TIC Empresas do Cetic.br mostra que a adoção real de IA no conjunto das empresas brasileiras foi de apenas 17% em 2025, subindo de 13% em 2024. A distância entre “usa ou planeja usar” e “usa de fato, com processo e resultado mensurável” é onde a maioria das iniciativas de IA fica presa — e governança de dados ausente costuma ser o motivo.
Principais aprendizados
- 95% das empresas brasileiras com mais de 100 funcionários já usam ou planejam usar IA, mas a métrica mais conservadora do país (Cetic.br) mostra adoção real de apenas 17% — o hiato entre intenção e prática estruturada é o problema real, não a intenção em si.
- Segundo ABES/IDC, governança de dados é apontada como o principal obstáculo para escalar IA com segurança — à frente de orçamento e de disponibilidade de ferramenta.
- Negócios menores adotam IA rápido de forma pontual (61% dos pequenos negócios usaram IA nas duas semanas anteriores à pesquisa do Sebrae), mas a principal barreira para quem ainda não usa é falta de conhecimento sobre as capacidades da tecnologia (38%), não custo.
- Estruturar governança antes de escalar reduz retrabalho e revisão tardia: um programa de capacitação interna organizou o portfólio de governança de cibersegurança de uma empresa de tecnologia B2B de médio porte em 8 semanas, frente a uma estimativa tradicional de 9 a 12 meses — resultados variam conforme contexto, maturidade e processos de cada organização.
- Regulação não resolve esse problema sozinha: o Marco Legal da IA segue sem votação final na Câmara, e o orçamento previsto para fiscalização é proporcionalmente pequeno diante do valor reservado a fomento — esperar a lei ficar pronta para organizar governança significa escalar atrasado.
Por que 95% das empresas dizem usar IA, mas a adoção real é muito menor?
Porque as pesquisas medem coisas diferentes. “Usa ou planeja usar” inclui empresas que testaram uma ferramenta uma vez, times que assinaram uma licença sem processo formal e planos de investimento que ainda não saíram do papel. Já a adoção medida pelo Cetic.br — 17% em 2025 — reflete um critério mais rígido de uso efetivo. O mesmo padrão aparece do outro lado do porte: uma pesquisa do Sebrae com 7.182 respondentes, feita ao longo do primeiro semestre de 2026, mostra 61% dos pequenos negócios usando IA nas duas semanas anteriores à entrevista — liderados pelo setor de Serviços (62%) e por empreendedores mais jovens (78% na faixa de 18 a 29 anos).
Os dois números não se contradizem: descrevem estágios diferentes da mesma curva. Adoção pontual, sem dado governado, é fácil de começar e difícil de sustentar — aparece nas estatísticas de “uso” com facilidade, mas raramente aparece nos resultados de negócio, porque não tem fonte definida, acesso controlado, responsável ou condição de continuidade. É esse critério que separa uma pessoa usando uma ferramenta de IA de uma empresa com capacidade real de IA corporativa.
Para quem decide orçamento, a pergunta que importa não é “quantos times já usam IA”. É: quantos desses usos têm dado confiável, dono nomeado e métrica acompanhada — e quantos são experimentação isolada que nunca vai virar processo.
O que muda quando governança de dados vira o critério central para escalar IA?
Muda a ordem das perguntas. Em vez de “qual ferramenta compramos”, a primeira pergunta passa a ser “quais fontes de dado estão autorizadas, com que qualidade e sob qual controle de acesso”. Governança de dados não é burocracia adicional sobre o projeto de IA — é a condição que determina se o projeto pode sair do piloto sem virar risco.
Isso não significa adicionar camadas de aprovação a cada iniciativa. Controle excessivo paralisa do mesmo jeito que ausência de controle dispersa: a diferença está em ter um perímetro claro — ferramentas autorizadas, dados que podem circular, responsável definido — dentro do qual o negócio experimenta sem esperar fila de TI.
É esse o desenho por trás do primeiro passo da metodologia AMPLIFICA da HAIA, programa em que o próprio time de negócio constrói agentes e automações para os gargalos da própria área: antes de qualquer construção, um diagnóstico de ecossistema mapeia as ferramentas já autorizadas e as regras de segurança de dados vigentes. Só depois disso o time prioriza processos por frequência, tempo e retrabalho — e começa a construir dentro do perímetro validado, não fora dele.
O efeito prático de fazer esse diagnóstico primeiro aparece em velocidade de execução, não só em segurança. Em um programa recente, uma empresa de tecnologia B2B de médio porte estruturou o portfólio de governança de cibersegurança em 8 semanas — uma frente que, pela estimativa tradicional de projeto, levaria de 9 a 12 meses. Gillian Pellegrino, fundadora da HAIA e com mais de 30 anos de carreira em tecnologia, vê o mesmo padrão em diagnósticos executivos: o gargalo raramente é a tecnologia disponível — é ausência de dono, dado confiável e critério de priorização compartilhado. (Como em todo case do programa AMPLIFICA, o resultado reflete o contexto, a maturidade e os processos daquela organização — não é promessa de resultado equivalente em qualquer ambiente.)
Por onde uma empresa de médio porte deve começar a estruturar essa governança?
O primeiro passo não é escrever uma política de governança de dados do zero. É mapear o que já existe: quais ferramentas de IA estão em uso hoje, autorizadas ou não, e que tipo de dado cada uma toca. Esse inventário costuma revelar mais iniciativas soltas do que a liderança imagina — o mesmo achado que motiva empresas a tratarem governança de agentes de IA como prioridade separada quando o número de agentes em produção passa de um punhado para uma frota inteira, como já discutimos aqui no contexto de governança de frotas de agentes.
Depois do inventário, a priorização segue um critério simples: frequência × tempo × retrabalho. Processos que se repetem muito, consomem muito tempo e geram retrabalho alto são os candidatos certos para o primeiro piloto — porque neles a melhoria é mais fácil de medir e o dado necessário costuma já existir em algum sistema da empresa. Cada processo priorizado precisa de um responsável nomeado antes de receber qualquer solução de IA: sem essa definição, ganhos de eficiência não se sustentam além do piloto.
Por fim, trate a lacuna regulatória como risco a gerenciar, não desculpa para esperar. O Marco Legal da IA (PL 2.338/2023) segue sem votação final na Câmara, e o Plano Brasileiro de Inteligência Artificial reserva à fiscalização uma fração pequena diante do valor destinado a fomento. Na prática, cada empresa precisa definir seu próprio padrão de governança antes que a legislação obrigue — quem espera a lei pronta para organizar acesso, controle e responsabilidade escala depois da concorrência, não junto com ela.
O Diagnóstico Executivo de IA da HAIA existe para essa etapa: transformar o inventário de ferramentas e dados dispersos em um mapa de prioridades e responsáveis, antes de qualquer decisão de escala.
Perguntas frequentes
O que é governança de dados aplicada à IA?
É o conjunto de regras que define quais dados uma iniciativa de IA pode usar, com que qualidade, sob qual controle de acesso e com qual responsável pelo resultado. Sem esses quatro elementos definidos, um piloto de IA pode até funcionar isoladamente, mas raramente sustenta escala sem virar risco operacional ou regulatório.
Por que governança de dados é considerada o principal obstáculo para escalar IA?
Porque a maioria das empresas testa ferramentas de IA antes de definir quem controla o dado que alimenta essas ferramentas. Segundo o levantamento ABES/IDC de 2026, esse é o obstáculo mais citado por líderes de TI brasileiros para escalar com segurança — à frente de orçamento e disponibilidade de tecnologia.
Empresas de médio porte também precisam de governança de dados formal?
Sim, mesmo sem uma área de compliance estruturada. A pesquisa do Sebrae mostra pequenos negócios adotando IA rapidamente (61% em uso recente), mas a barreira predominante para quem ainda não usa é falta de conhecimento sobre a tecnologia (38%), não custo — o que indica que orientação e critério importam mais do que investimento em ferramenta.
Qual é o primeiro passo para estruturar governança de dados para IA?
Mapear as ferramentas de IA já em uso na empresa, autorizadas ou não, e o tipo de dado que cada uma acessa. A partir desse inventário, priorizar processos por frequência, tempo consumido e retrabalho, e nomear um responsável de negócio para cada um antes de testar qualquer solução.
Por Gillian Pellegrino, fundadora da HAIA. Governança de dados não é o freio da IA — é a condição que permite escalar sem virar o próximo projeto revertido por falta de controle.
