IA Generativa Exige Nova Abordagem de Resiliência Tecnológica nas Empresas

O rápido avanço da inteligência artificial generativa e dos agentes autônomos está forçando as empresas a repensar suas estratégias de identificação, teste e correção de riscos tecnológicos. Grace Libânio, Head de Negócios da Sofist, defendeu durante o TI Inside Innovation Forum 2026 a adoção de uma abordagem de resiliência preemptiva, que antecipa comportamentos inadequados antes que causem danos às operações.

Segundo a executiva, a expansão da IA eleva tanto as oportunidades de inovação quanto a superfície de risco. A velocidade e a escala proporcionadas pela tecnologia tornam os mecanismos tradicionais de resposta a incidentes insuficientes. A Sofist, consultoria com 18 anos de experiência em qualidade de software, desenvolveu a plataforma R-Pulse para implementar o conceito de resiliência preemptiva.

Resiliência Preemptiva: Antecipando Falhas em Escala

A resiliência tradicional foca na capacidade de recuperação após um evento adverso. Com a IA, a proposta é submeter os sistemas a situações de estresse de forma antecipada e controlada, em uma escala que acompanhe a velocidade das operações automatizadas. Essa abordagem permite correções mais rápidas, pois o tempo para falhas graves e recuperação se tornou muito curto.

“A superfície de risco cresceu tanto e o nível de escala que a IA generativa trouxe e velocidade é tão alto que quase não tem mais esse tempo de você falhar gravemente e voltar”, afirmou Grace Libânio.

Governança e Estratégia de Negócios na Adoção de IA

A gestão de riscos de IA não deve começar pela tecnologia, mas sim pelo problema de negócio. Empresas com métricas de negócio claras antes da adoção tecnológica tendem a associar investimentos a resultados concretos. É crucial avaliar se um problema exige IA ou se uma solução determinística é suficiente, e se modelos de linguagem maiores ou menores são mais adequados, considerando custos e características da aplicação.

Organizações com governança de negócios e tecnologia maduras estão mais preparadas para a IA generativa, pois conseguem equilibrar oportunidades e resultados esperados. A executiva também sugere que as empresas questionem os processos existentes, buscando caminhos alternativos para alcançar resultados, em vez de apenas acelerar atividades atuais com IA.

Shadow AI e a Necessidade de Capacitação da Liderança

A disseminação do uso não supervisionado de IA, conhecido como shadow AI, representa um desafio. Ferramentas de IA generativa são facilmente acessíveis a profissionais de diversas áreas, mesmo sem envolvimento direto da TI. Isso amplia os riscos para empresas sem diretrizes claras e programas de capacitação.

A formação deve incluir a alta liderança para que executivos compreendam as possibilidades da tecnologia e orientem seu uso. A falta de preparo pode gerar consequências competitivas em um intervalo de tempo menor do que o planejado. O distanciamento entre o uso da IA por funcionários e o conhecimento dos gestores dificulta o aproveitamento de oportunidades e a identificação de riscos.

Monitoramento Contínuo e o Futuro da Governança de IA

Mecanismos tradicionais de observabilidade são insuficientes para monitorar os riscos de agentes autônomos. Um agente pode cumprir sua tarefa, mas adotar procedimentos inadequados, gerar custos excessivos ou comprometer a confiança do consumidor, mesmo sem falhas técnicas convencionais. A governança precisa avaliar não apenas o resultado, mas também os meios utilizados.

“Como que a gente para de olhar para o retrovisor?”, questionou Grace Libânio. O próximo estágio da governança envolve criar ambientes de experimentação contínua para identificar vulnerabilidades antes que os agentes atuem em situações reais. Essa mudança é essencial para que as organizações preservem a confiança dos clientes e aproveitem a velocidade de inovação da IA.