Resposta direta: governança de IA agêntica é o conjunto de regras que define o que um agente de IA pode decidir e executar sozinho, com quais dados e sistemas, até qual limite e com quem respondendo quando a decisão sai errada. Não é um comitê nem um documento de quarenta páginas — é uma folha por agente, escrita antes de ligar a autonomia.
O dado que torna isso urgente veio da pesquisa State of AI in the Enterprise, da Deloitte, com resultados para o Brasil divulgados ao longo de 2026: 95% das organizações brasileiras planejam adotar IA agêntica em até dois anos, mas só 27% afirmam ter modelos de governança maduros para isso. É a mesma distância entre intenção e preparo que a HAIA encontra na prática quando uma empresa de médio porte decide colocar agentes para agir, e não só para responder.
Um agente que apenas sugere um texto erra de um jeito barato: alguém lê e descarta. Um agente que aprova um pagamento, altera um cadastro, responde a um cliente em nome da empresa ou dispara uma ação dentro de um sistema erra de um jeito caro — e quase sempre sem ninguém olhando na hora. A governança de IA agêntica existe para que esse segundo tipo de erro tenha limite, rastro e dono.
Principais aprendizados
- Governança de IA agêntica trata de autonomia: o que o agente decide sem humano no meio e o que ele é obrigado a mandar para aprovação.
- O gap brasileiro é concreto — 95% das empresas planejam IA agêntica em dois anos e 27% têm governança madura (Deloitte). A janela para acertar isso é agora, antes de a conta crescer.
- Três definições resolvem a maior parte do risco: escopo (o que o agente pode tocar), limite (o valor ou a ação que obriga aprovação humana) e dono (quem responde quando erra).
- Não é preciso ter área de compliance. É preciso uma folha por agente, um registro do que ele fez e uma revisão marcada no calendário.
- Agente sem governança não é adoção adiantada — é dívida. Quanto mais tempo rodando sem escopo e sem dono, mais caro fica auditar depois.
Por que a governança de IA agêntica é diferente da que a sua empresa já tem?
A governança de IA que a maioria das empresas começou a montar nos últimos dois anos foi pensada para modelos que geram conteúdo: um resumo, uma minuta, uma resposta de atendimento com humano revisando antes de usar. O controle central é a revisão. Sempre há um ponto em que alguém lê a saída.
O agente muda essa lógica. Ele encadeia passos, chama ferramentas, consulta sistemas e executa — muitas vezes em segundos, sem um ponto de parada natural para revisão. O controle deixa de ser “alguém lê antes” e passa a ser “o agente só pode fazer o que foi autorizado, e para no limite certo”.
Na prática, três perguntas que não apareciam na governança de IA de texto passam a ser obrigatórias:
- O que o agente pode acessar e alterar? Quais sistemas, quais tabelas, quais campos. Um agente com acesso amplo “para facilitar” é o equivalente a dar perfil de administrador a alguém no primeiro dia de trabalho.
- Onde ele é obrigado a parar? Acima de que valor, em que tipo de decisão e para qual perfil de cliente ele precisa devolver a ação para um humano.
- Como se reconstrói o que ele fez? Se um cliente reclamar de uma ação de ontem, dá para mostrar o passo a passo — entrada, decisão, ferramenta chamada, resultado?
Isso se conecta ao que já registramos sobre reversão de projetos de IA no Brasil: quando 80% das empresas já desligaram alguma iniciativa e o motivo mais citado é governança de dados, dar a um agente autonomia de ação sobre esses mesmos dados sem regra clara acelera o problema, não o resolve.
O que colocar no lugar antes de dar autonomia a um agente?
A HAIA usa um formato de uma folha por agente. São seis campos, preenchidos antes de o agente entrar em produção:
- Propósito e escopo. Uma frase sobre o que o agente faz e a lista fechada de sistemas e dados que ele pode ler ou alterar. Tudo que não está na lista é proibido por padrão.
- Limite de autonomia. A regra explícita de quando ele age sozinho e quando devolve para um humano — por valor, por tipo de ação, por exceção. Exemplo: “resolve pedidos de segunda via de fatura; qualquer pedido de estorno vai para a fila humana”.
- Dado que entra e dado que sai. Qual informação alimenta o agente, o que ele pode expor na resposta e o que nunca pode sair (dado pessoal sensível, informação de outro cliente, dado interno).
- Dono nomeado. Uma pessoa — não uma área — que responde pelo agente. É quem aprova mudança de escopo e quem é acionado quando algo dá errado.
- Registro. Onde fica o log das ações do agente e por quanto tempo. Sem isso não há auditoria possível.
- Revisão marcada. Uma data no calendário — mensal no começo — para olhar o que o agente fez, o que escalou e o que passou batido.
Nenhum desses campos exige ferramenta nova ou consultor externo para ser escrito. Exige decisão. É o mesmo princípio que Gillian Pellegrino detalha, na leitura pessoal dela, em governança de IA sem área de compliance: começa com uma página e a definição de quem responde quando algo dá errado, não com um comitê.
Um contraponto de carreira ajuda a ver por que isso funciona. Num programa de tecnologia fiscal de uma grande indústria de bens de consumo — 5 squads, 58 pessoas, R$ 368 milhões de risco fiscal mitigado ao longo do projeto — a validação automatizada de documentos só entrou em operação depois que duas coisas estavam escritas: o que o sistema podia marcar sozinho como conforme e o que era obrigado a mandar para revisão humana, e quem assinava embaixo desse critério. Não era um agente de IA no sentido de hoje, mas a lógica de governança é idêntica: autonomia com limite e com dono. O que trava a maioria dos projetos de agente hoje não é o modelo — é pular essa etapa.
E se os agentes já estão rodando sem isso?
É o caso mais comum. Alguém montou um agente num fim de semana, ele funcionou, virou parte da operação e nunca teve escopo escrito. O caminho não é desligar tudo — é fazer o inventário.
- Liste os agentes em operação: o que cada um faz, o que acessa, que ações executa.
- Para cada um, responda as seis perguntas da folha. Onde não houver resposta, essa é a lacuna a fechar primeiro.
- Priorize por dano potencial: agente que fala com cliente ou movimenta dinheiro vem antes de agente que organiza planilha interna.
- Nomeie um dono para cada agente antes de qualquer outra coisa. Metade do risco some quando existe uma pessoa que olha.
Esse inventário costuma revelar que a empresa tem menos agentes de verdade do que imaginava e mais automações sem dono do que gostaria. É um resultado útil por si só. Já tratamos de por que a quantidade de agentes não é o que decide — o que decide é quantos deles têm escopo, limite e alguém respondendo. O mesmo raciocínio vale antes de contratar uma plataforma que promete “centenas de agentes”: sem a folha, cada novo agente é mais superfície para auditar depois.
Perguntas frequentes
O que é governança de IA agêntica?
É o conjunto de regras que define o que um agente de IA pode decidir e executar sozinho, com quais dados e sistemas, até qual limite, e quem responde quando a decisão sai errada. Diferente da governança de IA de texto, o controle não é a revisão humana de cada saída — é o escopo e o limite definidos antes de o agente entrar em produção.
Minha empresa precisa de uma área de compliance para isso?
Não. O que resolve a maior parte do risco é uma folha por agente com seis campos (propósito e escopo, limite de autonomia, dado que entra e sai, dono nomeado, registro e revisão marcada), um log das ações e uma revisão mensal. Nada disso exige equipe dedicada nem ferramenta nova — exige decisão sobre limites e um responsável nomeado.
Por que 95% das empresas planejam IA agêntica e só 27% têm governança pronta?
Porque a adoção de agentes é hoje mais fácil de começar do que de controlar. Montar um agente que executa tarefas ficou acessível; definir escopo, limite de autonomia e dono é trabalho de gestão que costuma ser adiado. O dado da Deloitte mostra que a maioria das empresas brasileiras está entrando nessa fase sem a regra que a sustenta.
Por onde começar se já temos agentes rodando sem governança?
Faça o inventário: liste cada agente em operação, o que ele acessa e o que executa. Responda as seis perguntas da folha para cada um e trate as lacunas por ordem de dano potencial — agente que fala com cliente ou movimenta dinheiro primeiro. Antes de tudo, nomeie um dono para cada agente; é a ação de menor esforço e maior efeito.
A HAIA ajuda empresas de médio porte a definir governança de IA agêntica antes de escalar o uso de agentes — escopo, limites de autonomia e donos nomeados, no formato que o time interno consegue manter. Fale com a HAIA para um diagnóstico do que já está rodando e do que ainda precisa de regra.
