Introdução
A discussão sobre IA no atendimento já não está restrita a experimentar um agente. Em 2026, pesquisas mostram uma adoção ampla de IA nas empresas e, ao mesmo tempo, uma lacuna relevante de governança. A McKinsey reportou uso regular de IA em pelo menos uma função em quase nove de cada dez organizações pesquisadas. Já a Grant Thornton encontrou que 78% dos executivos não têm forte confiança de que suas organizações passariam por uma auditoria independente de governança de IA em 90 dias.
Esse contraste importa para atendimento. Colocar um agente em produção é uma etapa. Definir sob quais regras ele fala, decide, registra e consome recursos é outra.
É isso que este artigo chama de governança de IA no atendimento: a camada operacional que estabelece limites, responsabilidades, rastreabilidade e critérios de controle para uma IA que atua em nome da empresa.
O que é governança de IA no atendimento
Governança de IA é o conjunto de regras e controles que define como o agente pode operar em nome da empresa. Não significa desligar a automação nem adicionar aprovação humana a cada resposta. Significa deixar explícito o que pode acontecer sem supervisão, o que exige escalonamento e como a gestão acompanha o que foi feito.
Em uma operação humana, parte desses limites costuma estar distribuída em treinamento, políticas, liderança e processos. Com IA, eles precisam ser traduzidos em instruções, permissões, critérios de transferência, registros e métricas que possam ser revisados.
Quatro frentes para governar a IA no atendimento
1. O que a IA pode dizer e prometer
A primeira frente é conteúdo. Quais informações podem ser afirmadas? Quais políticas precisam ser respeitadas? Há temas, condições ou promessas que não devem ser feitas automaticamente? Em que ponto a conversa precisa sair da automação?
O objetivo é reduzir improviso em temas que afetam preço, condição comercial, política da empresa, expectativa do cliente ou reputação da marca. Tom de voz faz parte desse controle, mas governança vai além de estilo: ela define limites do que pode ser comunicado.
2. Quais decisões a IA pode tomar
Responder uma dúvida e executar uma ação são níveis diferentes de autonomia. Por isso, a operação precisa definir alçadas.
Uma solicitação padronizada e reversível pode ser automatizada com regras claras. Uma exceção comercial, uma decisão de maior impacto ou uma ação difícil de reverter pode exigir validação ou transferência. O limite não precisa ser igual para toda empresa; precisa ser compatível com risco, processo e responsabilidade.
3. O que precisa ficar registrado e auditável
Governar também significa conseguir reconstruir o que aconteceu. A gestão precisa ter acesso ao histórico relevante da conversa, às ações executadas, ao contexto utilizado e ao motivo de uma transferência ou decisão quando essa informação estiver disponível na arquitetura da operação.
Sem rastreabilidade, fica mais difícil identificar padrões de erro, revisar instruções, entender exceções e melhorar o sistema. O registro transforma a conversa em matéria-prima para gestão, e não apenas em uma troca de mensagens encerrada.
4. Quanto a operação de IA pode consumir
Custo também é governança. Dependendo da arquitetura, modelos e volume de uso, a operação pode gerar custos variáveis de processamento, mensagens, integrações ou serviços associados.
Por isso, a gestão precisa acompanhar métricas compatíveis com sua estrutura: custo por conversa automatizada, custo por resolução, volume por tipo de fluxo, uso por modelo ou outra unidade que faça sentido. O ponto não é impor um teto arbitrário, mas evitar que consumo e retorno sejam tratados como assuntos separados.
O que acontece quando a governança fica para depois
A ausência de governança não significa que todo agente de IA vai falhar. Significa que, quando surgir uma exceção, um erro, um custo inesperado ou uma decisão controversa, a empresa terá menos mecanismos para entender, limitar e corrigir o problema.
Os riscos aparecem em frentes diferentes: comunicação inconsistente, ações fora da alçada desejada, dificuldade de auditoria, pouca clareza sobre responsabilidade e custo operacional sem acompanhamento suficiente.
A pesquisa de 2026 da Grant Thornton ajuda a dimensionar essa lacuna: 46% dos executivos pesquisados citaram falhas de governança e compliance como uma das principais causas de desempenho abaixo do esperado em IA. O problema, portanto, não é apenas técnico. Ele afeta a capacidade de escalar e demonstrar controle sobre a operação.
Como implementar governança sem transformar tudo em burocracia
Governança útil precisa acompanhar a operação, não existir apenas em um documento. Um ponto de partida prático é transformar as quatro frentes em perguntas operacionais.
- Defina limites de comunicação. Liste o que a IA pode afirmar, quais fontes pode usar, quais promessas não pode fazer e quais temas exigem transferência.
- Defina alçadas de ação. Separe o que ela pode resolver sozinha, o que exige validação e o que deve ir diretamente para uma pessoa.
- Garanta rastreabilidade. Determine quais conversas, decisões, ações e transferências precisam ficar acessíveis para análise da gestão.
- Acompanhe custo e resultado juntos. Escolha métricas que relacionem consumo da IA ao volume atendido, resoluções, conversões ou outro resultado relevante para a operação.
- Revise as regras com base no histórico. Governança não é configuração única. Novas exceções, produtos, campanhas e comportamentos do cliente exigem revisão.
Um checklist mínimo antes de colocar um agente em produção
- O agente sabe quais informações são oficiais e quais não deve inventar?
- Existem regras explícitas para descontos, condições e promessas?
- Está definido quando a conversa precisa passar para uma pessoa?
- As ações que a IA pode executar estão limitadas por alçada?
- A gestão consegue consultar o histórico e investigar uma resposta ou ação?
- Existe uma métrica de custo compatível com o modelo de uso?
- Existe alguém responsável por revisar performance, exceções e regras do agente?
Governança é parte da infraestrutura de conversas
Quanto mais a IA deixa de apenas responder e passa a participar de processos de vendas, atendimento e relacionamento, mais importante se torna a infraestrutura ao redor dela.
Contexto, regras, alçadas, histórico, supervisão, integrações e métricas não são detalhes periféricos. São o que permite usar IA dentro de uma operação que precisa continuar previsível, gerenciável e melhorável conforme o volume cresce.
A adoção pode começar com um agente. A maturidade começa quando a empresa consegue responder com clareza: o que ele pode dizer, o que pode fazer, como sabemos o que aconteceu e quanto essa operação custa.
Se sua empresa já usa ou está colocando IA no atendimento, revise essas quatro frentes antes de ampliar autonomia ou volume. Se hoje essas regras estão espalhadas entre prompts, pessoas e ferramentas diferentes, converse com o time Picchat para mapear como estruturar IA, automação, histórico e gestão dentro de uma operação de conversas mais controlável.