A pergunta que abriu o painel foi simples e desconfortável: o que sobra para o ser humano quando a empresa acelera com IA? Giuliane Paulista, Executiva de IA e Dados do Banco do Brasil, e Rodrigo Assad, Diretor de Inovação, Produtos B2B e beOn da Embratel/Claro, não fugiram da resposta. Moderados por Anderson Righetto, Gerente de Tecnologia de IA e Analítica do Banco do Brasil, os dois trouxeram ao palco do Web Summit Rio 2026 o que raramente aparece nas conversas sobre inteligência artificial: os erros, os limites e o papel insubstituível da governança para transformar tecnologia em resultado real.
O pano de fundo é conhecido para quem trabalha com pessoas e comunicação em grandes organizações: a IA chegou, a pressão por adoção é enorme, mas a maioria das empresas ainda está refazendo com IA o que já fazia antes — inclusive os erros. Mais rápido, em maior escala, com mais impacto quando algo dá errado.
Para RH e Comunicação Interna, o recado do painel foi direto: a tecnologia é commodity. O que diferencia quem gera valor de quem gera problema é a governança — e ela precisa começar antes, não depois.
Acelerar o presente errado é pior do que não acelerar
Rodrigo Assad abriu com uma provocação que resume o maior risco da adoção apressada de IA nas empresas. Quando o ChatGPT 3.5 foi lançado, ele percorreu todas as áreas da Claro perguntando o que queriam fazer com a ferramenta. O resultado: metade dos casos de uso levantados eram processos que já estavam errados — e que a IA simplesmente tornaria mais rápidos e mais errados.
“O nosso problema com a IA é que a gente não está repensando como deveria fazer as coisas. A gente está refazendo o que fazia. Então se fazia errado, vai refazer errado. Só que agora vai fazer mais rápido.”
A saída proposta por Assad é pensar o futuro antes de acelerar o presente. Mapear casos de uso não a partir do que existe hoje, mas de onde a empresa quer chegar — e usar a IA para comprimir o caminho até lá. Na Claro, esse exercício gerou 420 casos de uso identificados pelos próprios colaboradores, com um critério claro: qualquer tecnologia precisava ser testada em 15 dias. Sem isso, o ciclo de aprovação em grandes empresas consome meses e o aprendizado se perde.
Para RH, a aplicação é imediata: antes de lançar um agente de IA para triagem de currículos, onboarding ou pesquisa de clima, vale perguntar se o processo que está sendo automatizado é o processo certo — ou apenas o processo existente.
Dado: uma pesquisa do MIT apontada no painel indica que apenas 5% dos projetos de IA geram resultado efetivo. A diferença entre os que entram nessa estatística e os que não entram está, em grande parte, na qualidade da governança e na clareza dos KPIs desde o início.
Governança como acelerador, não como balde de água fria
Giuliane Paulista trouxe a virada de perspectiva que RH e Comunicação Interna mais precisam ouvir: governança deixou de ser pauta de compliance e passou a ser pauta estratégica. O sinal veio quando os presidentes dos maiores bancos brasileiros começaram a falar sobre o tema nos painéis principais do Febraban Tech — não os diretores de risco, não os CIOs. Os presidentes.
O argumento é simples: toda tecnologia poderosa potencializa também os erros. E na IA generativa, o erro em escala pode ser catastrófico. Uma pesquisa publicada na semana do evento mostrou que a capacidade humana de distinguir um deepfake de um vídeo real é praticamente inexistente — metade das pessoas erra em qualquer das situações. Num ambiente corporativo, isso tem implicações diretas para comunicação interna, processos seletivos e relacionamento com clientes.
A boa governança, na definição de Paulista, garante três coisas simultaneamente: que a IA seja boa para a empresa, boa para o cliente e boa para a sociedade. E isso não acontece por acaso — exige estrutura de dados confiável, monitoramento ativo, métricas de qualidade e um agente curador que define até onde cada solução pode ir.
Dado: o Banco do Brasil tem um indicador no plano diretor dedicado a medir eficiência operacional gerada por IA. Todo projeto passa por avaliação de métricas antes do desenvolvimento e é acompanhado depois para garantir que o resultado projetado se concretize.
Governança by design: a dica que startups precisam ouvir antes de crescer
Um dos momentos mais práticos do painel foi quando Paulista respondeu diretamente ao público de startups do Web Summit: que decisões de governança precisam ser tomadas desde o início, antes que o crescimento torne a correção cara demais?
A resposta foi objetiva. Primeiro: pensar a governança desde o começo, by design. Na IA agêntica, isso é ainda mais crítico — o agente precisa de um agente curador que defina seu nível de autonomia, quais transações ele pode realizar e onde o humano precisa estar no loop. Definir isso depois é retrabalho garantido.
Segundo: construir uma governança adaptativa. A governança desenhada para IA tradicional não serve para IA generativa, que não serve para IA agêntica. O modelo precisa ser mais rápido, mais ágil e calibrado conforme o risco de cada solução. Uma ferramenta interna, com um funcionário validando as saídas, pode ter controles mais flexíveis. Uma solução que toca o cliente diretamente exige camadas muito mais robustas.
Para RH e Comunicação Interna, isso significa que cada iniciativa de IA precisa de uma pergunta prévia: quem está no loop de validação? Qual é o risco se o agente errar? E existe um processo definido para monitorar a qualidade das entregas ao longo do tempo?
O cliente no centro — e o humano como garantia
O debate sobre uso de IA no atendimento ao cliente revelou uma tensão que qualquer área de comunicação vai reconhecer: a tecnologia permite criar interações indistinguíveis das humanas, mas isso levanta questões éticas e regulatórias que as empresas ainda estão aprendendo a navegar.
Tanto Claro quanto Banco do Brasil optaram por não expor a IA diretamente ao cliente por ora — não por limitação tecnológica, mas por escolha estratégica. O foco atual está nos back-offices: IA dando suporte aos atendentes humanos, sugerindo respostas, explicando o que deveria ter sido feito, preparando o time para interações mais qualificadas. O resultado foi aumento de performance sem abrir mão da camada humana no relacionamento.
Assad resumiu bem o princípio que orienta as decisões: “O cliente satisfeito é o nosso ativo. A decisão de não expor diretamente a IA ao cliente protege esse ativo.” Para Comunicação Interna, o paralelo é direto — antes de automatizar qualquer canal de comunicação com colaboradores, vale perguntar o que se perde quando o humano sai do loop.
IA que gera resultado ou IA que gera problema: a escolha está na estrutura
O painel do Banco do Brasil e da Embratel/Claro não foi sobre o futuro distante da inteligência artificial. Foi sobre o presente que a maioria das empresas brasileiras está vivendo agora — com pressão para adotar, sem clareza sobre como medir, e com o risco real de escalar problemas em vez de soluções. A governança não é o obstáculo entre a empresa e a inovação. É o que garante que a inovação chegue ao resultado. Para RH e Comunicação Interna, a pergunta que fica é: os projetos de IA em curso na sua organização têm KPIs definidos, monitoramento ativo e um humano responsável por cada decisão crítica — ou estão apenas acelerando o que já existia?
FAQ
É o conjunto de regras, métricas e processos que definem como uma solução de IA vai operar: quais dados pode acessar, quais decisões pode tomar sozinha, quando precisa de validação humana e como seu desempenho será monitorado. Para RH, isso se aplica a qualquer iniciativa — de triagem de candidatos a chatbots de onboarding.
Com casos e métricas. O Banco do Brasil tem um indicador no plano diretor dedicado a eficiência gerada por IA. Mostrar que projetos com boa governança entregam resultado mensurável — e que os sem governança entram nos 95% que falham, segundo o MIT — é o argumento mais eficaz para o C-level.
Pelo caso de uso mais simples e de menor risco, com KPIs definidos antes do desenvolvimento. A regra de 15 dias da Claro é um bom modelo: se não é possível testar em duas semanas, o projeto é grande demais para começar sem estrutura. Comece pequeno, meça, aprenda e escale.
O modelo adotado por Banco do Brasil e Claro é referência: IA no back-office, apoiando o atendente humano com sugestões e contexto, sem substituir o relacionamento direto com o cliente. Isso mantém a eficiência sem abrir mão da camada de julgamento e empatia que só o humano oferece.
O princípio é o mesmo — pensar by design, desde o início — mas a escala e a complexidade variam. Para startups, o risco está em crescer sem governança e pagar a conta depois. A dica de Paulista é clara: defina desde o primeiro agente quem é o curador, qual o nível de autonomia e como o desempenho será monitorado.
Definindo métricas antes do desenvolvimento, não depois. Tempo de processo, qualidade das entregas, satisfação do colaborador e custo por interação são pontos de partida. A disciplina de FinOps de IA — que inclui medir custo por token e por caso de uso — ainda é nova, mas já é praticada em empresas como Claro e Banco do Brasil.
Palestrantes: Giuliane Paulista — Executiva de IA e Dados, Banco do Brasil; Rodrigo Assad — Diretor de Inovação, Produtos B2B e beOn, Embratel/Claro Moderador: Anderson Righetto — Gerente de Tecnologia de IA e Analítica, Banco do Brasil
Evento: Web Summit Rio 2026
