O Modelo M4 como arquitetura para transformar informação em decisão, prevenção e melhoria contínua.A abundância de dados não eliminou a gestão reativaNunca foi tão fácil produzir informação dentro das organizações. Sistemas registram vendas, estoques, custos, produtividade e desempenho em tempo real. Dashboards consolidam indicadores, planilhas cruzam bases e relatórios chegam diariamente às mãos dos gestores. Ainda assim, muitas empresas continuam descobrindo seus problemas quando eles já produziram efeito.O aumento do custo é percebido depois que a margem caiu. A divergência de estoque aparece quando a perda já ocorreu. A pressão sobre o caixa se torna prioridade somente às vésperas do vencimento. Uma queda de produtividade é investigada depois do fechamento do mês. Em todos esses casos, a organização possui dados, mas não necessariamente possui capacidade gerencial para convertê-los em ação no momento adequado.Esse contraste ajuda a compreender um dos desafios centrais da Administração contemporânea: o problema já não está apenas na falta de informação. Está, cada vez mais, na dificuldade de organizar a relação entre informação, diagnóstico, método, risco, decisão e aprendizagem.Foi a partir dessa percepção que estruturei o Modelo M4, uma arquitetura gerencial formada por quatro pilares — Método, Medição, Monitoramento e Melhoria — e atravessada por quatro elementos essenciais: dados, diagnóstico, riscos e decisão.A proposta não é apresentar ferramentas conhecidas como se fossem novas. Método, indicadores, monitoramento, melhoria contínua e gestão de riscos fazem parte do repertório consolidado da Administração. A contribuição do M4 está em organizar esses elementos como partes interdependentes de um mesmo sistema de gestão.Ter informação não significa saber decidirÉ comum confundir capacidade analítica com quantidade de indicadores. Uma empresa pode acompanhar dezenas de métricas e ainda tomar decisões essencialmente reativas. Da mesma forma, pode investir em tecnologia, automação e inteligência artificial sem resolver problemas básicos de definição de processos, responsabilidades ou critérios de decisão.Um indicador informa que o custo aumentou. Mas ele, sozinho, não explica por que aumentou, qual desvio é aceitável, quais riscos essa variação representa, quem deve investigar o problema, quando uma intervenção é necessária ou como saber se a ação adotada funcionou.Por isso, a tecnologia não substitui a arquitetura gerencial. Ela amplia a velocidade e a escala com que dados podem ser produzidos, mas continua dependendo de critérios humanos e organizacionais capazes de transformar esses dados em evidência, julgamento e ação.É justamente nesse intervalo entre “saber o que aconteceu” e “saber o que fazer” que muitas organizações perdem capacidade de resposta.Método: criar uma referência para a execuçãoO primeiro pilar do M4 é o Método. Não existe controle consistente sobre aquilo que não foi minimamente definido.Método significa estabelecer uma referência para a execução: qual é o objetivo do processo, quais etapas são relevantes, quem responde por elas, quais critérios devem ser observados e em que situações o próprio processo precisa ser revisto.Isso não significa transformar toda atividade em um manual extenso. A boa gestão precisa respeitar proporcionalidade. Processos simples e de baixo risco podem exigir poucos critérios. Processos críticos, caros ou sujeitos a grande variabilidade precisam de maior padronização, rastreabilidade e controle.A função do Método é reduzir ambiguidade. Sem uma referência, todo desvio se torna discutível e toda melhoria depende excessivamente da percepção individual. Com uma referência, a organização consegue comparar aquilo que deveria acontecer com aquilo que realmente aconteceu.Medição: transformar operação em evidênciaO segundo pilar é a Medição. Medir não é acumular números. É produzir evidências capazes de sustentar análise e decisão.Uma boa medição começa por uma pergunta gerencial. Quanto estamos gastando? Qual é a margem? Qual é a acurácia do estoque? Quanto tempo o processo leva? Qual é a taxa de retrabalho? O resultado está melhorando ou piorando?Quando um indicador não ajuda a responder nenhuma pergunta relevante e não influencia nenhuma decisão, existe o risco de ele se transformar apenas em burocracia informacional.No M4, a medição deve conectar dado, referência e comparação. O número isolado tem valor limitado; é a relação entre o resultado observado e uma meta, padrão, série histórica ou limite de risco que permite transformá-lo em evidência gerencial.Essa distinção é importante porque organizações maduras não medem tudo o que é possível. Medem aquilo que é necessário para compreender desempenho, identificar desvios e decidir melhor.Monitoramento: perceber movimento antes que ele vire problemaO terceiro pilar é o Monitoramento. Aqui existe uma diferença que parece simples, mas muda profundamente a capacidade de gestão: medir não é monitorar.Uma empresa pode saber que determinado indicador atingiu 32%. Monitorar significa perceber que ele estava em 27%, passou para 29%, depois 31% e agora chegou a 32%.O valor isolado mostra uma situação. A sequência mostra uma tendência.Tendências permitem antecipação. E antecipação é um dos principais pontos de ruptura entre uma gestão predominantemente reativa e uma gestão mais preventiva.Monitorar exige estabelecer frequência, limites, responsáveis e gatilhos. O gestor precisa saber não apenas o que acompanhar, mas quando uma variação passa a exigir investigação ou decisão. Sem esses critérios, dashboards podem se tornar apenas painéis de observação do passado.Quando o monitoramento é integrado à análise de riscos, a organização começa a observar não apenas aquilo que já saiu do controle, mas aquilo que está se aproximando de uma condição crítica.Melhoria: fazer a organização aprenderO quarto pilar é a Melhoria. Nenhum método deve ser considerado definitivo.Toda organização opera em ambientes sujeitos a mudança. Clientes mudam, custos mudam, tecnologia muda, equipes mudam e os próprios processos geram aprendizado. Por isso, um sistema de gestão precisa ser capaz de revisar suas próprias referências.Quando um problema é identificado, a organização investiga causas, testa respostas, acompanha resultados e incorpora aquilo que funcionou. A melhoria deixa, então, de ser uma ação episódica e passa a fazer parte do funcionamento regular da gestão.É nesse ponto que o M4 se fecha como ciclo: a melhoria produz aprendizado e esse aprendizado pode alterar o próprio método. O sistema não retorna ao mesmo ponto; retorna a uma referência aperfeiçoada.Dados, diagnóstico, riscos e decisão: o que conecta os quatro pilaresOs quatro pilares não funcionam isoladamente. Entre eles existem elementos transversais que dão coerência ao sistema.Os dados registram a realidade observável. O diagnóstico procura explicar por que determinado resultado ocorreu. A gestão de riscos amplia a análise para aquilo que pode acontecer. E a decisão transforma compreensão em ação.Essa relação impede dois erros frequentes. O primeiro é decidir apenas por intuição, ignorando evidências disponíveis. O segundo é imaginar que dados, sozinhos, produzem decisões corretas.Dados precisam de contexto. Diagnósticos precisam ser testados. Riscos precisam ser avaliados. Decisões precisam ser acompanhadas.Por isso, a lógica do M4 pode ser representada por um fluxo integrado:Dados → Medição → Diagnóstico → Método → Riscos → Decisão → Monitoramento → Melhoria → Método.Não se trata de uma sequência rígida ou linear. Em situações reais, as relações podem ocorrer simultaneamente e retroalimentar umas às outras. O importante é que a organização tenha uma arquitetura capaz de conectar execução, evidência, interpretação, decisão e aprendizagem.Um exemplo simples: o custo que começa a escapar do controleImagine uma empresa que estabeleceu como referência um determinado percentual de custo sobre a receita. Durante três semanas consecutivas, o indicador apresenta deterioração gradual.Em uma gestão reativa, é possível que o assunto só ganhe atenção depois do fechamento mensal, quando a margem já foi afetada. A organização então inicia uma busca por explicações: preço de compra, desperdício, estoque, perdas, ficha técnica, mix de vendas ou falhas de lançamento.A mesma situação pode ser conduzida de maneira diferente quando existe uma arquitetura de gestão.O Método define como compras, estoque, produção e registros devem funcionar. A Medição calcula o custo e compara o resultado com a referência. O Monitoramento identifica a tendência de deterioração antes que o fechamento mensal consolide o problema. O Diagnóstico procura as causas. A análise de Riscos avalia o impacto potencial da continuidade daquela tendência. A Decisão determina a intervenção. E a Melhoria incorpora ao processo aquilo que se mostrou eficaz.O dado inicial pode ser exatamente o mesmo nas duas empresas. A diferença está na velocidade e na qualidade da resposta gerencial.Da gestão reativa à gestão inteligenteChamo de gestão inteligente não uma gestão que utiliza mais tecnologia, mas uma gestão que aumenta sua capacidade de compreender, antecipar, decidir, aprender e adaptar-se.Uma organização inteligente não elimina problemas. Isso seria impossível. O que ela procura é reduzir o intervalo entre o surgimento de um sinal relevante e a capacidade de interpretá-lo e agir.Nesse sentido, maturidade gerencial não pode ser medida apenas pelo número de sistemas implantados ou pela sofisticação dos dashboards. Ela precisa ser observada também pela qualidade dos métodos, pela relevância das medições, pela disciplina de monitoramento, pela capacidade de diagnóstico, pela incorporação de riscos às decisões e pela aprendizagem gerada a partir dos resultados.É uma mudança de perspectiva importante. Em vez de perguntar apenas “quais ferramentas utilizamos?”, a organização passa a perguntar “como essas ferramentas se conectam para melhorar nossas decisões?”O M4 não substitui ferramentas. Ele procura conectá-las.5S, PDCA, BPM, indicadores de desempenho, gestão de riscos, gestão da qualidade, análise de processos, dashboards e diferentes metodologias de melhoria continuam tendo valor. O problema surge quando são aplicados como iniciativas desconectadas.Uma organização pode ter um ótimo dashboard e processos mal definidos. Pode aplicar PDCA sem possuir dados confiáveis. Pode mapear riscos sem integrar os alertas às decisões operacionais. Pode padronizar processos sem criar mecanismos para medir se o padrão funciona.O M4 procura atuar justamente nesse espaço de integração.Sua função não é disputar espaço com metodologias consolidadas, mas oferecer uma arquitetura que permita posicioná-las dentro de uma lógica comum de gestão.Essa talvez seja a principal mensagem do modelo: organizações não se tornam melhores simplesmente porque acumulam ferramentas. Elas se tornam melhores quando conseguem fazer essas ferramentas conversar entre si.Antes de buscar mais dados, talvez seja preciso organizar a gestãoA transformação digital aumentou extraordinariamente nossa capacidade de registrar o que acontece dentro das empresas. O próximo desafio é transformar essa capacidade informacional em capacidade decisória.Isso exige tecnologia, mas exige também método. Exige indicadores, mas também diagnóstico. Exige monitoramento, mas também critérios de risco. Exige decisão, mas também aprendizagem.Em muitos casos, a pergunta mais importante não é “qual novo sistema devemos implantar?”. É outra: “o que faremos diferente quando esse sistema nos mostrar alguma coisa?”Se a organização não consegue responder a essa pergunta, provavelmente ainda existe uma distância entre possuir dados e possuir gestão.O Modelo M4 nasce exatamente dessa distância. Como uma tentativa de organizar Método, Medição, Monitoramento e Melhoria em torno de dados, diagnóstico, riscos e decisão — não para eliminar a complexidade da gestão, mas para torná-la mais compreensível, acompanhável e adaptável.Porque dados, isoladamente, produzem informação. Quando conectados a uma arquitetura gerencial, podem produzir algo muito mais valioso: capacidade de decisão.

Sua empresa tem dados. Mas ela sabe o que fazer com eles?

Durante anos, a pergunta que orientou a estratégia digital das empresas foi simples:&nbsp;“Em que posição minha empresa aparece no Google?”Hoje, essa pergunta já não é suficiente.A nova pergunta é:&nbsp;“Quando alguém pergunta a uma inteligência artificial qual empresa deveria contratar, qual produto deveria comprar ou qual profissional deveria escolher, minha marca aparece entre as recomendações?”Essa mudança parece sutil, mas representa uma transformação profunda no comportamento de busca.O Google continua sendo gigantesco e o SEO continua sendo indispensável. Porém, uma nova camada de descoberta está crescendo rapidamente:&nbsp;as pessoas estão deixando de procurar apenas páginas e começando a pedir respostas, comparações, diagnósticos e recomendações diretamente às IAs.E isso muda completamente a lógica da disputa pela atenção.Do “10 links azuis” para uma resposta prontaDurante décadas, o mecanismo de busca funcionou essencialmente como um intermediário.O usuário fazia uma pergunta, o Google apresentava uma lista de páginas e a pessoa precisava avaliar os resultados, abrir sites, comparar informações e tomar uma decisão.O SEO nasceu e evoluiu dentro dessa lógica.O objetivo era conquistar posições melhores para aumentar a probabilidade de um clique.Mas ferramentas como ChatGPT, Gemini, Claude e Perplexity estão mudando essa dinâmica.Em vez de perguntar:“Agências de lançamento de infoprodutos”o usuário pode perguntar:“Quais são as melhores agências de lançamento de infoprodutos do Brasil para um especialista que quer estruturar um lançamento de alto faturamento?”Ou:“Quais empresas têm experiência comprovada com lançamentos de infoprodutos?”Ou ainda:“Compare as principais agências de lançamento do Brasil e me diga qual parece mais adequada para o meu caso.”A diferença é enorme.No primeiro cenário, o Google entrega páginas.No segundo, a IA pode&nbsp;interpretar a intenção, cruzar informações, comparar alternativas e apresentar uma recomendação.A própria OpenAI já descreve o ChatGPT Search como uma experiência em que o usuário recebe respostas atualizadas com links para fontes relevantes, sem precisar recorrer separadamente a um mecanismo de busca.E o movimento não está acontecendo apenas no ChatGPT.O próprio Google está transformando sua Busca em uma experiência cada vez mais conversacional e baseada em IA. Em 2026, o Google informou que o AI Mode já havia ultrapassado 1 bilhão de usuários mensais e que o volume de buscas nesse modo vinha crescendo rapidamente.A questão, portanto, não é&nbsp;Google versus IA.A questão é que&nbsp;a própria busca está se tornando uma experiência de IA.SEO continua importante. Mas ele deixou de ser o destino finalExiste um erro estratégico que empresas podem cometer agora: acreditar que GEO significa abandonar SEO.Não significa.SEO continua sendo uma das bases da descoberta digital.Uma empresa precisa continuar construindo autoridade, conteúdo, relevância temática, links, estrutura técnica, dados estruturados e páginas que sejam encontradas e compreendidas pelos mecanismos de busca.O problema é acreditar que&nbsp;estar bem posicionado no Google garante automaticamente que a empresa será recomendada por uma IA.Não garante.Imagine duas empresas.A Empresa A está em primeiro lugar no Google para uma determinada palavra-chave.A Empresa B aparece em terceiro.Até aqui, a Empresa A parece estar vencendo.Mas agora imagine que o potencial cliente pergunta ao ChatGPT:“Qual dessas empresas você recomendaria para o meu caso?”Se a IA recomendar a Empresa B, quem está realmente mais próximo da conversão?Essa é a mudança de paradigma.Ranking e recomendação são fenômenos diferentes.Uma página pode ser excelente para uma determinada consulta e, ainda assim, não oferecer evidências suficientes para uma IA concluir que aquela empresa é uma boa recomendação.A corrida do ouro da próxima décadaDurante muito tempo, conquistar o primeiro lugar no Google foi uma espécie de corrida do ouro.Empresas investiram milhões em conteúdo, links, tecnologia, autoridade de domínio e otimização para disputar algumas posições privilegiadas.Agora começa uma nova corrida.A disputa não será apenas por:“Quem aparece primeiro?”Será também por:“Quem a IA considera uma resposta confiável?”E existe uma diferença fundamental entre essas duas coisas.No Google tradicional, uma empresa pode disputar uma palavra-chave específica.Em uma conversa com uma IA, entretanto, o usuário pode fazer dezenas de perguntas relacionadas antes de tomar uma decisão.Por exemplo:A empresa que aparece repetidamente nesse processo de investigação constrói algo muito mais valioso do que uma simples posição.Ela entra no conjunto de alternativas que a IA apresenta ao usuário.Uma recomendação pode ser mais poderosa do que o primeiro lugar no GoogleAqui precisamos fazer uma distinção importante.Não existe uma regra universal dizendo que uma recomendação de IA sempre vale mais do que a primeira posição no Google. Isso depende da consulta, do setor, da intenção e do comportamento do usuário.Mas, em determinadas jornadas de decisão,&nbsp;a recomendação pode ter um poder persuasivo muito maior.Por quê?Porque o primeiro lugar no Google normalmente diz:“Esta página é relevante para sua busca.”Uma recomendação de IA pode dizer algo muito mais próximo de:“Considerando o que você me explicou, esta é uma das opções que eu consideraria.”São mensagens completamente diferentes.O primeiro resultado é uma descoberta.A recomendação é uma&nbsp;curadoria.E curadoria reduz o esforço de decisão.Imagine que alguém pesquise no Google:“melhores notebooks para trabalho”Essa pessoa pode receber dezenas de resultados.Agora imagine perguntar a uma IA:“Tenho R$ 6 mil, trabalho com edição de vídeo, viajo bastante e preciso de bateria razoável. Qual notebook você recomenda?”A IA não está simplesmente entregando páginas.Ela está tentando&nbsp;resolver o problema.O mesmo raciocínio vale para serviços.“Preciso de uma agência para lançar meu curso online. Tenho uma audiência de 80 mil pessoas, nunca fiz um lançamento e quero estruturar uma operação completa. Quem você recomenda?”Nesse contexto, ser mencionado não é simplesmente conquistar visibilidade.É participar da decisão.A IA pode aparecer antes do cliqueEsse é outro ponto que as empresas precisam entender.No modelo tradicional, a jornada frequentemente era:Busca → resultado → clique → site → avaliação → decisãoNa busca generativa, pode se tornar:Pergunta → interpretação → comparação → recomendação → clique → decisãoEm alguns casos, o site pode até deixar de ser a primeira etapa da descoberta.O usuário pode conhecer uma marca dentro da própria conversa com a IA.Isso já aparece claramente em experiências de compra do ChatGPT. A OpenAI informa que seus resultados de produtos são selecionados de forma independente com base na relevância para a intenção do usuário e em fatores como preço, disponibilidade e qualidade.A OpenAI também afirma que cada vez mais pessoas começam suas jornadas de compra no ChatGPT para explorar, comparar e decidir o que comprar.Isso é uma mudança importante.A IA começa a ocupar uma posição que antes pertencia principalmente ao mecanismo de busca:&nbsp;o ponto de partida da descoberta.E existe algo ainda mais importante: contextoO Google tradicional trabalha muito bem com palavras-chave.As IAs trabalham cada vez mais com&nbsp;contexto.Essa diferença muda o jogo.Uma pessoa não precisa mais encontrar exatamente a palavra-chave que descreve seu problema.Ela pode simplesmente explicar:“Tenho uma empresa B2B, já invisto em tráfego pago, meu site recebe visitas mas gera poucos leads e quero aumentar minha presença nas respostas de IA. Quem poderia me ajudar?”A IA pode interpretar esse cenário e buscar empresas, profissionais ou soluções compatíveis.Isso cria uma quantidade gigantesca de novas consultas.E muitas delas sequer aparecem nos tradicionais estudos de palavras-chave.É por isso que a otimização para mecanismos generativos exige uma mudança de mentalidade.A empresa não deve pensar apenas:“Para quais palavras quero ranquear?”Ela precisa começar a pensar:“Quais perguntas meu potencial cliente fará durante toda a jornada de decisão?”A IA precisa de evidências para recomendar uma empresaExiste outro ponto que costuma ser ignorado.Uma IA não deveria simplesmente recomendar uma empresa porque a própria empresa afirma ser “a melhor”.Autodeclarações têm valor limitado.Se uma empresa diz:“Somos líderes de mercado.”isso é uma afirmação.Se dezenas de fontes independentes mencionam a empresa, clientes apresentam cases, veículos especializados publicam matérias, especialistas reconhecidos estão associados à organização e existem evidências consistentes sobre sua atuação, o cenário é diferente.A IA passa a encontrar um&nbsp;conjunto de sinais convergentes.É aqui que entram conceitos como autoridade, reputação, entidades, citações, relacionamentos, consistência de informações e presença em diferentes fontes.A empresa precisa ser compreensível não apenas dentro do próprio site, mas em todo o ecossistema digital.Não basta falar sobre sua empresa. É preciso construir uma entidade reconhecívelEssa talvez seja uma das mudanças mais importantes do SEO para GEO.No SEO tradicional, grande parte do esforço está concentrada em fazer uma página ser encontrada.No GEO, existe uma pergunta anterior:“A inteligência artificial consegue entender exatamente quem somos, o que fazemos, para quem fazemos, quais resultados produzimos e por que deveríamos ser considerados uma opção relevante?”Isso envolve muito mais do que produzir artigos.Uma empresa deveria possuir informações claras sobre:Quem é a empresaO que ela fazQuais problemas resolvePara quem trabalhaQuais são seus diferenciaisQuais clientes já atendeuQuais resultados produziuQuais especialistas fazem parte da operaçãoQuais metodologias utilizaQuais produtos e serviços ofereceEm quais temas possui autoridadeOnde já foi mencionadaQuais fontes independentes confirmam essas informaçõesQuanto mais clara e consistente for essa representação, mais fácil tende a ser para sistemas de IA compreenderem a empresa.GEO não é simplesmente colocar “palavras-chave para IA”Esse é outro erro que pode custar caro.GEO não deveria ser tratado como uma versão moderna do antigo keyword stuffing.Não adianta escrever dezenas de vezes:“A Publiki é a melhor agência de lançamento.”A IA não precisa apenas encontrar essa frase.Ela precisa encontrar&nbsp;evidências que sustentem a associação.Por isso, uma estratégia de GEO madura envolve conteúdo próprio, estrutura técnica, dados estruturados, páginas institucionais, cases, autores, especialistas, citações externas, menções editoriais, consistência de marca e relacionamento entre entidades.Em outras palavras:SEO ajuda os mecanismos a encontrar você.GEO ajuda os mecanismos generativos a entender, contextualizar e considerar você.O novo KPI não deveria ser apenas posição médiaDurante anos, empresas acompanharam:Esses indicadores continuam importantes.Mas a nova realidade exige novas perguntas.Quantas vezes minha marca aparece quando alguém pergunta sobre meu mercado?Em quais perguntas ela aparece?Quais concorrentes são recomendados no meu lugar?A IA descreve corretamente minha empresa?Quais atributos ela associa à minha marca?Quais fontes utiliza para sustentar essa recomendação?Minha empresa aparece quando o usuário faz perguntas de comparação?Ela aparece apenas quando o usuário cita meu nome ou também quando procura uma solução genérica?Esse último ponto é especialmente importante.Existe uma diferença enorme entre:“O que é Publiki?”e:“Qual agência você recomenda para lançar um infoproduto no Brasil?”No primeiro caso, a IA está sendo solicitada a reconhecer uma marca.No segundo, ela precisa&nbsp;descobrir e selecionar uma marca.É aí que a verdadeira disputa acontece.O futuro da busca será menos sobre páginas e mais sobre decisõesA evolução do Google mostra que essa transformação não está acontecendo apenas fora dos mecanismos de busca tradicionais.O próprio Google afirma que suas experiências de AI Overviews e AI Mode foram desenvolvidas para ajudar usuários a encontrar sites relevantes e conteúdo original, ao mesmo tempo em que a empresa amplia a presença de links dentro das respostas geradas por IA.Isso significa que estamos caminhando para uma web em que diferentes mecanismos podem assumir uma função semelhante:entender o problema → pesquisar → selecionar informações → sintetizar → recomendar.A empresa que continuar pensando apenas em “posição no Google” estará olhando para apenas uma parte dessa transformação.A pergunta que sua empresa deveria fazer hojeFaça um teste simples.Abra o ChatGPT, Gemini, Claude ou Perplexity e faça perguntas relacionadas diretamente ao seu mercado.Não cite sua empresa.Não dê pistas.Pergunte como um potencial cliente perguntaria.Por exemplo:“Quais são as melhores empresas de [seu segmento] no Brasil?”Depois:“Quais você recomendaria para uma empresa como a minha?”Depois:“Compare as três melhores.”Depois:“Quais têm mais experiência comprovada?”Depois:“Quais têm os melhores cases?”E finalmente:“Se você tivesse que escolher apenas uma, qual escolheria e por quê?”Agora observe.Sua empresa apareceu?Se não apareceu, isso não significa necessariamente que sua empresa seja ruim.Significa que existe um problema de&nbsp;visibilidade, compreensão, autoridade ou evidência no ecossistema que alimenta as respostas das IAs.E esse problema tende a se tornar cada vez mais relevante.A próxima corrida não será apenas para estar no GoogleO SEO não morreu.Muito pelo contrário.Mas o SEO que conhecemos está entrando em uma nova fase.Durante anos, a pergunta foi:“Como faço minha empresa aparecer na primeira página?”Agora precisamos adicionar outra:“Como faço minha empresa ser considerada quando uma IA precisa recomendar uma solução?”Essa mudança é maior do que simplesmente trocar uma sigla.É uma mudança na lógica de descoberta.O Google ajudou a transformar a internet em um grande índice de páginas.A inteligência artificial está transformando esse índice em uma camada de&nbsp;interpretação, comparação e recomendação.E quando uma IA passa a responder:“Entre essas opções, eu recomendaria esta.”a disputa deixa de ser apenas por posição.Passa a ser por&nbsp;confiança algorítmica.Essa pode ser a nova corrida do ouro da presença digital.E as empresas que começarem a trabalhar nisso agora terão uma vantagem importante: estarão construindo sua reputação no momento em que esse novo canal de descoberta ainda está sendo formado.Sua empresa já é recomendada pelas IAs?A Publiki atua na interseção entre&nbsp;SEO, GEO e AEO, ajudando empresas a construir uma presença digital preparada não apenas para aparecer nos mecanismos de busca, mas também para ser compreendida, mencionada e considerada por mecanismos de resposta baseados em inteligência artificial.Porque conquistar o primeiro lugar no Google continua sendo importante.Mas talvez a próxima grande disputa seja fazer a IA dizer o seu nome quando o cliente perguntar: “Quem você recomenda?”&nbsp;

ChatGPT é o novo Google: sua empresa já é recomendada pelas IAs?

Tempo é dinheiro para qualquer corporação. No Direito Penal Econômico, tempo também é risco, estratégia e segurança jurídica.A prescrição penal, muitas vezes tratada como questão meramente processual, estabelece um limite temporal ao poder punitivo do Estado. Para empresas e executivos, compreender esse relógio jurídico pode ser decisivo para a condução de uma investigação, de uma ação penal e até para a gestão financeira e reputacional de um caso.A prescrição não é salvo-conduto nem artifício para impedir a aplicação da lei. É consequência direta do princípio da segurança jurídica: o Estado não pode exercer indefinidamente sua pretensão punitiva. Se os prazos legalmente estabelecidos não forem observados, extingue-se a possibilidade de punição.No ambiente corporativo, porém, ainda é comum que a prescrição seja analisada apenas quando o processo está avançado. Na defesa penal estratégica, esse cálculo deve começar muito antes, já na fase investigatória.Cada tipo penal possui um prazo prescricional, e determinados atos processuais podem interromper sua contagem. Por isso, identificar os marcos interruptivos, analisar a pena em abstrato e acompanhar a evolução processual são medidas que podem modificar a estratégia de defesa.Essa análise ganha relevância em crimes econômicos, financeiros, tributários e empresariais, cujas investigações frequentemente envolvem grande volume documental, perícias, múltiplos investigados e estruturas societárias complexas. Quanto maior a complexidade, maior a importância de compreender os efeitos jurídicos da passagem do tempo.Para o executivo investigado, a prescrição pode representar uma variável relevante na avaliação de exposição penal. Para a empresa, pode impactar provisões, governança, compliance, comunicação de crise e tomada de decisões.Há ainda uma dimensão pouco discutida: a empresa como vítima.Fraudes praticadas por empregados, administradores, fornecedores ou parceiros comerciais podem gerar prejuízos expressivos. Nesses casos, a demora da persecução penal também merece atenção, pois a prescrição pode comprometer a responsabilização criminal e interferir nas estratégias de recuperação de ativos e reparação de danos.Por isso, a prescrição deve ser compreendida como parte da gestão estratégica do risco penal, e não como uma questão acessória do processo.Em um ambiente empresarial que exige previsibilidade, conhecer os limites temporais da pretensão punitiva do Estado é também proteger patrimônio, reputação e continuidade dos negócios.Afinal, no Direito Penal Econômico, saber interpretar o tempo não significa esperar que ele passe. Significa compreender seus efeitos jurídicos e incorporá-los à estratégia desde o primeiro momento.*Fábio Chaim é advogado criminalista, mestre em Direito pela PUC-SP e especialista em Direito Penal Econômico pela FGV. Possui 14 anos de experiência na área penal e atua em questões relacionadas à defesa de empresas e executivos.

Prescrição penal: o fator tempo que pode mudar o risco de empresas e executivos

Agosto de 2026 marca os 50 anos da morte do ex-presidente Juscelino Kubitschek. É momento, portanto, de o país reverenciar a memória desse que foi um dos maiores – senão o maior – estadista da história do Brasil.Mais de seis décadas após ter concluído o mandato na Presidência da República (1956-1961) seu legado permanece intacto, graças à seriedade, coragem, competência e visão estratégica com as quais transformou o país.JK assumiu em um período politicamente conturbado, porém não se afastou de seu ideal de promover o desenvolvimento econômico e social em ritmo acelerado, priorizando a eliminação dos gargalos da economia. Para tanto, debruçou-se sobre metas que deveriam ser definidas e implementadas em estreita harmonia entre si, de que modo que os investimentos em determinados setores pudessem se refletir positivamente na dinâmica de outros.&nbsp;A chave do sucesso da gestão JK foi o Plano Nacional de Desenvolvimento, ou Plano de Metas, conjunto de objetivos a serem atingidos nos cinco anos de seu mandato, ao qual se acresceu a construção da nova capital federal, Brasília, pensada como vetor de desenvolvimento do Centro-Oeste e também, através da lei 3.173 de 06.06.1957, criou a Zona Franca de Manaus buscando o desenvolvimento da Amazonia e mostrando sua preocupação estratégica com a interiorização do desenvolvimento. &nbsp;Como espinha dorsal do plano, alocou os recursos financeiros em três áreas prioritárias – energia, transporte e infraestrutura – e assim criou as condições para a transformação do país.&nbsp;Nos cinco anos do governo JK, o Brasil viu seu PIB crescer, em média, mais de 8% ao ano (o mesmo desempenho admirado da China de hoje) e cerca de 52% acima da média mundial à época (hoje estamos 36% abaixo da média mundial, ladeira abaixo). Nesse período, a produção industrial nacional cresceu 80%, alavancando a transformação estrutural da economia. Brasília, mais que o centro do poder, impulsionou o Centro-Oeste, região mais expressiva do agronegócio que hoje responde por 26% do PIB nacional, 49% do total das exportações brasileiras e 119% do saldo da balança comercial brasileira. Tudo semeado no Governo JK e sendo colhido até hoje.Juscelino não foi um político de promessas, mas um gestor de realizações. Das 31 metas de seu Plano, mais de 80% foram cumpridas integralmente. O slogan “Cinco décadas em cinco anos” não foi mera retórica.Depois do governo Juscelino, o Brasil passou pela ditadura militar de mais de duas décadas, se redemocratizou, enfrentou períodos de irrefreada inflação, teve dois presidentes da República afastados do cargo por impeachment, instituiu a reeleição para cargos do Executivo, superou desafios, mas os governantes das últimas décadas não assimilaram as lições deixadas por JK.As desigualdades regionais se acentuaram. O país cresce menos do que a taxa média mundial e sua renda per capita ocupa a 74ª posição do planeta. Os indicadores sociais mostram uma triste realidade. O IDH (Índice de Desenvolvimento Humano) caiu da 73ª posição em 2002 para o atual 84º lugar e no coeficiente Gini, que mede a distribuição de renda, o Brasil é o sétimo pior país, estagnado há décadas entre as 10 nações mais mal avaliadas. Na Educação, estamos entre a 67ª e 74ª posição em Matemática, segundo o PISA, em ranking de 81 países. Ocupamos apenas a 30ª posição no IRBES (Índice de Retorno de Bem-Estar à Sociedade), com altíssima carga tributária e péssima retribuição em serviços públicos essenciais.Campeão o Brasil é apenas na vergonhosa estatística de homicídios intencionais, registrando 33 mil mortes por ano. Além disso, levantamento da Transparência Internacional mostra que há 106 países com setor público mais honesto que o brasileiro. Em 2002, eram apenas 45, o que evidencia a degradação ética e de honestidade em nosso país. A corrupção se instalou de vez e, com ela, o equivalente entre 2,5% a 4% do PIB escorre pelo ralo todos os anos (FGV-IBRE).Certamente, não é esse o país que JK imaginou. Tampouco é a nação que os brasileiros merecem. Juscelino fez a sua parte. Falta seguirem seu exemplo.&nbsp;*Samuel Hanan é engenheiro com especialização nas áreas de macroeconomia, administração de empresas e finanças, empresário, e foi vice-governador do Amazonas (1999-2002). Autor dos livros “Brasil, um país à deriva”, “Caminhos para um país sem rumo” e “Amazônia Brasileira, preservar para viver, responsabilidade mundial”. Site:&nbsp;https://samuelhanan.com.br&nbsp;

JK, o exemplo que a morte não sepultou

A responsabilidade civil da inteligência artificial já deixou de ser uma questão futurista. Sistemas algorítmicos participam de decisões de crédito, seleção de pessoas, publicidade, atendimento, segurança, diagnóstico, gestão de riscos e produção de conteúdo. Quando uma decisão automatizada causa dano, a pergunta jurídica não é apenas quem programou a máquina, mas quem criou, disponibilizou, contratou, supervisionou ou decidiu confiar nela.O problema ganhou dimensão empresarial porque a IA distribui a capacidade de decisão por uma cadeia econômica complexa. Desenvolvedor, fornecedor, integrador, administrador e usuário corporativo podem participar de momentos distintos do mesmo processo causal. A dificuldade jurídica está em transformar essa cadeia tecnológica em uma cadeia inteligível de deveres, riscos e responsabilidades.A tese central deste artigo é que a IA não elimina a responsabilidade humana: ela desloca a responsabilidade para a arquitetura de decisão que permite que a máquina produza efeitos juridicamente relevantes.O fundamento jurídico da responsabilidade por inteligência artificialO Direito brasileiro já dispõe de instrumentos importantes para enfrentar danos relacionados à IA, mesmo antes de um marco legal específico. O Código Civil estabelece, nos arts. 186 e 927, a responsabilidade decorrente do ato ilícito e admite responsabilidade independentemente de culpa quando a atividade, por sua natureza, implicar risco para direitos de terceiros.Isso impede uma conclusão simplista: a ausência de uma lei específica sobre inteligência artificial não significa ausência de responsabilidade.Ao contrário, a questão passa a ser de enquadramento. Dependendo da relação jurídica, podem incidir simultaneamente ou alternativamente regras de responsabilidade civil geral, responsabilidade objetiva pelo risco da atividade, Código de Defesa do Consumidor, proteção de dados pessoais, normas trabalhistas, regulação setorial e deveres contratuais.A LGPD acrescenta uma dimensão particularmente relevante. O art. 20 assegura ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, inclusive em matéria de perfil pessoal, profissional, de consumo e de crédito.Portanto, uma empresa que utiliza IA não administra apenas tecnologia. Administra decisões juridicamente relevantes produzidas ou influenciadas por tecnologia.A verdadeira questão: quem controla o risco?A tese tradicional poderia sustentar que a responsabilidade deve acompanhar aquele que criou o algoritmo. A lógica é intuitiva: quem desenvolve a tecnologia conhece sua arquitetura, seus limites e seus possíveis defeitos.Mas essa solução se torna insuficiente quando o sistema é incorporado a uma operação empresarial completamente diferente daquela para a qual foi originalmente desenvolvido.Um modelo pode ser tecnicamente adequado e, ainda assim, tornar-se perigoso em determinado contexto de utilização. Um sistema concebido para auxiliar decisões pode ser transformado, pela organização, em mecanismo praticamente automático de decisão. Um administrador pode ignorar alertas, alterar parâmetros, alimentar o sistema com dados inadequados ou simplesmente atribuir autoridade excessiva ao algoritmo.Surge, então, a antítese: responsabilizar sempre o desenvolvedor poderia criar uma espécie de irresponsabilidade organizacional do usuário.A solução juridicamente mais consistente exige reconstruir a cadeia causal.O desenvolvedor responde por defeitos relacionados ao desenvolvimento, segurança, informações fornecidas e deveres que lhe sejam juridicamente atribuíveis. O fornecedor ou integrador pode responder por falhas próprias de integração, informação ou segurança. A empresa usuária responde pelos riscos decorrentes da forma como implementa, supervisiona e utiliza a tecnologia. O administrador, por sua vez, pode responder conforme seus próprios deveres legais, contratuais e de gestão, especialmente quando decisões pessoais de governança tenham contribuído para o dano.Não existe, portanto, uma responsabilidade civil abstratamente "da IA". Existe responsabilidade dos agentes humanos e empresariais que estruturam o ambiente no qual a IA produz efeitos.Da responsabilidade pelo código à responsabilidade pela arquitetura de decisãoEssa mudança é decisiva para a Administração.Uma organização tradicionalmente controla processos por meio de pessoas, hierarquias, manuais e controles internos. Com IA, parte da decisão passa a ser incorporada ao sistema tecnológico.O algoritmo pode selecionar candidatos, estabelecer prioridades, identificar suspeitas de fraude, recomendar concessão de crédito, determinar preços ou produzir avaliações de desempenho.A decisão deixa de estar localizada exclusivamente em um indivíduo.Ela passa a existir em uma arquitetura composta por:- dados utilizados para treinamento ou operação;- modelo algorítmico;- parâmetros definidos;- software e integrações;- finalidade empresarial;- supervisão humana;- regras internas;- decisões gerenciais;- ambiente regulatório;- mecanismos de monitoramento.É essa arquitetura que deve se tornar objeto de governança.A União Europeia oferece uma demonstração particularmente expressiva dessa transformação. O AI Act estabelece obrigações específicas para fornecedores e responsáveis pela implantação de sistemas de IA de alto risco, incluindo gestão de riscos, documentação, registros, monitoramento e supervisão humana. Para os responsáveis pela implantação, exige medidas técnicas e organizacionais adequadas e atribuição de supervisão a pessoas com competência, treinamento e autoridade necessários.O modelo europeu é relevante não porque deva ser simplesmente importado pelo Brasil, mas porque revela uma mudança conceitual: governança tecnológica começa a ser tratada como componente da responsabilidade jurídica.O administrador diante da decisão algorítmicaO administrador não se transforma em programador porque utiliza inteligência artificial. Tampouco deve ser responsabilizado automaticamente por qualquer erro produzido por uma ferramenta tecnológica.Entretanto, a delegação tecnológica não equivale à transferência integral da responsabilidade decisória.Se um conselho de administração aprova a utilização de determinado sistema em atividade sensível, se a diretoria determina que suas recomendações serão seguidas automaticamente ou se gestores deixam de implementar mecanismos razoáveis de supervisão, existe uma dimensão organizacional que não pode ser escondida atrás da expressão "foi o algoritmo".Essa conclusão possui forte consequência econômica.A empresa que utiliza IA sem conhecer seus limites pode reduzir custos no curto prazo e aumentar sua exposição jurídica no longo prazo. O ganho de eficiência tecnológica pode ser destruído por indenizações, sanções regulatórias, perda reputacional, litígios, interrupção operacional e deterioração da confiança.A economia da IA, portanto, contém uma equação frequentemente negligenciada: automatizar uma decisão também significa automatizar parte do risco associado a essa decisão.O problema da caixa-preta e a prova do danoUm dos maiores desafios da responsabilidade civil algorítmica está na prova.Em uma decisão humana, o autor do ato pode ser identificado e questionado sobre suas razões. Em sistemas complexos, a cadeia causal pode envolver modelos estatísticos, dados de treinamento, fornecedores externos, componentes de terceiros e parâmetros cuja interação não é intuitivamente compreensível.A própria Comissão Europeia identificou, em sua proposta de Diretiva sobre responsabilidade civil da IA, dificuldades relacionadas à complexidade, autonomia e opacidade dos sistemas, especialmente para vítimas que precisam demonstrar culpa e causalidade. A proposta buscava adaptar as regras probatórias diante dessas características. Ela, contudo, foi posteriormente retirada em 6 de outubro de 2025, de modo que não deve ser tratada como legislação vigente da União Europeia.A experiência europeia continua relevante como laboratório regulatório, mas a cautela é essencial: proposta legislativa não é direito positivo.No Brasil, a questão probatória deverá continuar sendo enfrentada a partir dos instrumentos processuais e materiais disponíveis, sem presumir automaticamente que todo resultado adverso de um algoritmo constitui defeito ou ato ilícito.O novo Marco da Inteligência Artificial brasileiroO debate legislativo brasileiro já avançou significativamente.O PL 2.338/2023 foi aprovado pelo Senado e remetido à Câmara dos Deputados em março de 2025. O texto aprovado contempla, entre outros temas, classificação de riscos, governança, avaliação de impacto, supervisão e responsabilidade civil.O texto legislativo é especialmente importante para as empresas porque procura distribuir deveres entre diferentes participantes do ciclo de vida da IA, aproximando responsabilidade, governança e gestão de riscos.Isso revela uma tendência jurídica importante: a responsabilidade tende a ser menos compreendida como reação posterior ao dano e mais como mecanismo de prevenção estruturada do risco tecnológico.Essa mudança também altera a função do departamento jurídico.O jurídico que apenas examina contratos depois da contratação da ferramenta de IA chega tarde ao problema. A análise deveria começar antes da aquisição ou desenvolvimento do sistema, identificando finalidade, risco, dados utilizados, fornecedores, possibilidade de auditoria, mecanismos de supervisão, incidentes previsíveis e distribuição contratual de responsabilidades.Governança de IA como instrumento de prevençãoPara empresas, uma política racional de governança de inteligência artificial deveria considerar, no mínimo:- identificação dos sistemas utilizados e de suas finalidades;- classificação dos riscos jurídicos e operacionais;- definição clara de responsabilidades internas;- avaliação da qualidade e pertinência dos dados;- supervisão humana proporcional ao risco;- registro de decisões e incidentes relevantes;- auditoria e monitoramento periódico;- mecanismos de revisão e contestação;- controle de fornecedores e terceiros;- cláusulas contratuais sobre responsabilidade, segurança e transparência;- treinamento dos profissionais responsáveis pela operação.A experiência europeia reforça essa direção ao exigir, para sistemas de alto risco, mecanismos de gestão de riscos, documentação, registros, monitoramento pós-mercado e estrutura de responsabilidades da administração.Não se trata de burocratizar a inovação.Trata-se de reconhecer que controle interno é também infraestrutura jurídica da inovação.Um caso hipotético: quando o algoritmo recomenda e o gestor decideImagine uma empresa que utiliza IA para classificar candidatos a determinado cargo. O sistema atribui pontuações e recomenda quais candidatos devem avançar.Depois de algum tempo, identifica-se que determinados grupos recebem sistematicamente avaliações inferiores.A empresa poderia afirmar que o problema pertence exclusivamente ao desenvolvedor.Mas essa resposta seria insuficiente.É necessário investigar quem escolheu o sistema, quem definiu sua finalidade, quais dados foram utilizados, quais testes foram realizados, quais parâmetros foram adotados, quem monitorava resultados, quais alertas existiam e quem decidiu transformar a recomendação algorítmica em critério efetivo de seleção.O ponto jurídico central não está apenas no erro matemático.Está na decisão organizacional de confiar naquele erro possível.A responsabilidade civil como mecanismo de governançaAqui emerge uma distinção que considero fundamental: responsabilidade pela ferramenta e responsabilidade pelo contexto de utilização.O fornecedor pode controlar a arquitetura técnica. A empresa controla o ambiente organizacional. O administrador controla determinadas decisões estratégicas. O usuário pode controlar a inserção de informações e a finalidade concreta.Quanto maior for o poder de controle sobre o risco, maior tende a ser a relevância jurídica desse controle para a análise da responsabilidade, sempre respeitados o regime legal aplicável, a causalidade, o dano e os demais pressupostos da responsabilidade civil.Essa lógica também evita dois extremos perigosos.O primeiro é responsabilizar automaticamente o desenvolvedor por qualquer resultado negativo.O segundo é permitir que empresas utilizem sistemas opacos e atribuam ao algoritmo a função de verdadeiro escudo jurídico.Nenhum dos dois modelos é satisfatório.Como bem aponta Northon Salomão de Oliveira, "a responsabilidade algorítmica começa onde a organização decide transformar uma possibilidade tecnológica em uma decisão com efeitos sobre pessoas".O impacto econômico para empresas e gestoresA questão não é meramente jurídica.Uma governança inadequada de IA pode produzir quatro categorias de custo.Custo jurídico: indenizações, litígios, sanções e despesas de defesa.Custo operacional: interrupção de sistemas, correção de modelos, substituição de fornecedores e reconstrução de processos.Custo reputacional: perda de confiança de consumidores, empregados, investidores e parceiros.Custo estratégico: necessidade de abandonar ou redesenhar uma tecnologia que havia sido incorporada à estrutura decisória da organização.Por isso, o cálculo empresarial correto não deve perguntar apenas quanto custa implementar controles de IA.Deve perguntar quanto custa não saber por que uma decisão automatizada foi tomada quando alguém exigir explicações.A responsabilidade como arquitetura de confiançaA grande transformação provocada pela inteligência artificial no Direito Privado não consiste simplesmente em criar uma nova modalidade de dano.O que muda é a estrutura da causalidade.A decisão pode ser produzida por uma cadeia na qual nenhum indivíduo isoladamente controla todo o processo. O Direito, então, precisa abandonar a expectativa de encontrar sempre um único autor visível do dano e passar a examinar a arquitetura de responsabilidades existente entre desenvolvimento, fornecimento, integração, implantação, supervisão e utilização.O debate brasileiro sobre o PL 2.338/2023 demonstra precisamente essa tentativa de construir um regime que combine inovação, proteção de direitos, segurança e responsabilidade.A Administração precisa acompanhar essa transformação antes que os tribunais sejam obrigados a fazê-lo caso a caso.Conclusão: quem decide por meio da IA continua decidindoA inteligência artificial pode executar uma decisão, sugerir uma decisão ou até produzir autonomamente determinado resultado. Mas a organização que escolhe incorporá-la aos seus processos continua responsável por estruturar o ambiente no qual aquela decisão produzirá consequências.O novo paradigma da responsabilidade civil da IA, portanto, não deve procurar uma máquina culpada. Deve identificar quem criou, controlou, distribuiu, aceitou ou deixou de controlar o risco juridicamente relevante.Para empresas, administradores e desenvolvedores, a consequência é objetiva: inteligência artificial deve deixar de ser tratada exclusivamente como ativo tecnológico e passar a ser administrada também como ativo jurídico e fonte potencial de risco institucional.A organização preparada para a economia algorítmica não será necessariamente aquela que utilizar mais IA. Será aquela capaz de demonstrar, quando questionada, quem decidiu utilizá-la, para qual finalidade, sob quais controles, com quais limites e mediante qual estrutura de responsabilidade.Esse é o ponto em que tecnologia deixa de ser apenas eficiência e passa a ser governança.

Responsabilidade Civil da Inteligência Artificial: empresas, desenvolvedores e administradores diante do novo risco algorítmico

A inteligência artificial deixou de ser apenas uma ferramenta de produtividade e passou a participar de decisões que afetam crédito, contratação, atendimento, segurança, marketing, recursos humanos e relacionamento com consumidores. Por isso, compliance digital já não pode ser reduzido à existência de políticas internas ou à revisão jurídica de contratos tecnológicos. O problema central é outro: como transformar sistemas algorítmicos, dados e automação em instrumentos de eficiência sem converter velocidade tecnológica em risco jurídico institucional.Para empresas e gestores, a questão é especialmente relevante porque uma decisão produzida por inteligência artificial continua sendo uma decisão organizacional. A utilização de um fornecedor externo, de um modelo generativo ou de uma plataforma automatizada não transfere automaticamente para a tecnologia a responsabilidade decorrente de seus efeitos.Compliance digital como arquitetura de decisãoA LGPD estabelece que o tratamento de dados pessoais deve proteger direitos fundamentais de liberdade, privacidade e livre desenvolvimento da personalidade. A lei também incorpora princípios como segurança, prevenção, transparência e responsabilização e prestação de contas.Esse desenho jurídico altera a própria concepção de compliance. Não basta perguntar se determinada ferramenta de IA é lícita. É necessário investigar como ela é utilizada, com quais dados, para qual finalidade, sob quais parâmetros, com que grau de autonomia e submetida a quais mecanismos de supervisão.A questão é particularmente sensível nas decisões automatizadas. A ANPD reconhece que a inteligência artificial pode produzir problemas relacionados ao uso de dados para finalidades diferentes das originalmente previstas, falta de transparência e vieses discriminatórios. A autoridade também vem desenvolvendo iniciativas regulatórias específicas sobre IA e proteção de dados.O art. 20 da LGPD atribui ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, além de informações sobre critérios e procedimentos utilizados, observados os segredos comercial e industrial.Assim, a governança algorítmica começa onde termina a ilusão de que tecnologia é juridicamente neutra.O verdadeiro risco não está apenas no algoritmoExiste uma tentação empresarial compreensível: imaginar que contratar uma solução tecnológica sofisticada significa terceirizar também o risco.Não significa.Uma organização pode contratar uma plataforma de recrutamento baseada em IA, por exemplo, mas continuará precisando compreender quais dados são utilizados, quais critérios influenciam os resultados, quais grupos podem ser prejudicados e como uma decisão contestável será revista.O mesmo vale para sistemas empregados em análise de crédito, prevenção a fraudes, monitoramento de empregados, publicidade comportamental ou classificação de consumidores.A ANPD recomenda a elaboração de Relatório de Impacto à Proteção de Dados Pessoais, entre outras situações, quando o tratamento envolver larga escala, dados pessoais sensíveis ou decisões exclusivamente automatizadas capazes de afetar significativamente direitos e interesses. A própria autoridade ressalta que esses critérios não são exaustivos e que o controlador deve avaliar concretamente os riscos e as medidas de prevenção e segurança adequadas.Isso produz uma consequência administrativa importante: compliance digital não deve ser acionado somente depois do desenvolvimento ou da aquisição da tecnologia. Ele precisa participar da decisão desde sua concepção.A tese e a antítese: inovação contra controle?A tese empresarial tradicional sustenta que controles excessivos podem reduzir inovação, aumentar custos e retardar decisões. Em mercados digitais, a velocidade pode representar vantagem competitiva. Exigir validação jurídica para cada utilização de IA poderia transformar o compliance em um departamento de veto.A antítese responde que a ausência de controles não produz verdadeira agilidade. Apenas desloca o custo da decisão para o futuro, quando o problema poderá aparecer sob a forma de sanção, litígio, incidente de segurança, discriminação, violação contratual, dano reputacional ou perda de confiança.A experiência regulatória internacional reforça essa segunda preocupação. O Regulamento Europeu de Inteligência Artificial (AI Act) estrutura determinadas obrigações a partir de uma lógica baseada em risco e prevê, para sistemas de alto risco, um processo contínuo de gestão, identificação, documentação e mitigação de riscos ao longo do ciclo de vida.O NIST, por sua vez, desenvolveu o AI Risk Management Framework com funções de governança, mapeamento, mensuração e gerenciamento de riscos, incluindo riscos associados a dados, componentes de terceiros, impactos sobre pessoas e supervisão humana.A síntese, portanto, não está em escolher entre inovação e controle. Está em controlar aquilo que precisa ser controlado para permitir que a inovação possa escalar com segurança.Como bem aponta Northon Salomão de Oliveira, “a verdadeira blindagem jurídica da inteligência artificial não consiste em impedir a máquina de decidir, mas em impedir que a organização deixe de responder pelo modo como decidiu utilizá-la.”Gestão de riscos: da ferramenta ao ciclo de vidaUma política madura de compliance digital deveria acompanhar pelo menos cinco dimensões do sistema de IA:- Finalidade: qual problema empresarial justifica a utilização da tecnologia?- Dados: quais informações alimentam o sistema e qual é a base jurídica para seu tratamento?- Decisão: a IA recomenda, classifica, influencia ou efetivamente determina o resultado?- Supervisão: quem pode revisar, interromper ou corrigir uma decisão automatizada?- Evidência: quais registros permitem reconstruir posteriormente o processo decisório?Essas perguntas possuem consequências práticas.Um sistema utilizado para gerar textos internos apresenta determinado nível de risco. Um sistema que seleciona candidatos a emprego, estabelece limites de crédito ou influencia decisões que afetam direitos individuais apresenta outro.O erro estratégico consiste em tratar ambos como simples "ferramentas de IA".O compliance deve trabalhar com proporcionalidade ao risco, e não com fascínio pela tecnologia.Governança, responsabilidade e fornecedoresA contratação de uma empresa de tecnologia também merece tratamento jurídico mais sofisticado.Cláusulas contratuais genéricas de confidencialidade e proteção de dados podem ser insuficientes quando o fornecedor utiliza modelos de inteligência artificial cujo funcionamento depende de múltiplos componentes, bases de dados, subcontratados e atualizações contínuas.A organização deve avaliar, conforme o caso:- finalidade e escopo do tratamento;- responsabilidades entre controlador e operador;- segurança da informação;- utilização de subcontratados;- transferência internacional de dados;- retenção e eliminação de informações;- propriedade intelectual;- auditoria e documentação;- comunicação de incidentes;- mecanismos de revisão;- continuidade operacional;- critérios para suspensão da ferramenta.Esse cuidado também possui dimensão anticorrupção e de integridade. A Lei nº 12.846/2013 estabelece responsabilidade administrativa e civil de pessoas jurídicas pela prática de atos contra a Administração Pública nacional ou estrangeira.Se algoritmos forem utilizados em processos de contratação pública, relacionamento com agentes públicos, análise de fornecedores ou controles internos, a governança tecnológica passa a integrar a própria arquitetura de integridade corporativa.Psicologia organizacional e o risco da autoridade algorítmicaHá ainda um risco menos evidente: o psicológico.Pessoas tendem a atribuir autoridade excessiva a sistemas apresentados como objetivos, matemáticos ou baseados em grandes volumes de dados. O gestor pode aceitar uma recomendação algorítmica não porque tenha demonstrado sua correção, mas porque a aparência de precisão reduz sua sensação subjetiva de responsabilidade.Esse fenômeno transforma a IA em uma espécie de atalho cognitivo institucional.O problema jurídico aparece quando a organização passa a tratar a saída do sistema como justificativa suficiente para sua própria decisão.A inteligência artificial pode auxiliar a decisão. Ela não elimina a necessidade de governança humana quando o ordenamento jurídico, a natureza da atividade ou o risco envolvido exigirem responsabilidade institucional.A ANPD, inclusive, vem tratando transparência algorítmica e revisão de decisões automatizadas como questões centrais de sua agenda regulatória, enquanto seu sandbox de IA busca produzir evidências sobre transparência, explicabilidade e proteção de dados.O que a organização deve fazerUma política de compliance digital funcional pode ser estruturada em etapas:1. Inventariar os sistemas de IA utilizados internamente e por fornecedores.2. Classificar cada aplicação segundo finalidade, autonomia e potencial de impacto.3. Mapear dados, fluxos, fornecedores e transferências envolvidas.4. Avaliar riscos jurídicos, tecnológicos, econômicos, reputacionais e de direitos fundamentais.5. Documentar critérios, responsáveis e mecanismos de supervisão.6. Testar segurança, desempenho, vieses e resultados inadequados quando aplicável.7. Estabelecer revisão humana proporcional ao risco da decisão.8. Monitorar continuamente o sistema, inclusive depois de sua implementação.9. Criar mecanismos de contestação e correção para decisões potencialmente lesivas.10. Reavaliar periodicamente a ferramenta diante de alterações regulatórias, tecnológicas e organizacionais.Esse modelo aproxima o departamento jurídico da Administração Estratégica. O advogado deixa de aparecer apenas no momento da crise e passa a participar da engenharia institucional do risco.A blindagem jurídica que realmente importaA expressão "blindagem jurídica" pode ser enganosa se significar a tentativa de eliminar toda possibilidade de responsabilidade. Nenhuma organização consegue eliminar integralmente o risco tecnológico.Blindagem juridicamente inteligente significa outra coisa: capacidade institucional de demonstrar que o risco foi identificado, avaliado, tratado, monitorado e submetido a responsáveis definidos.Isso muda inclusive a relação entre compliance e prova.Quando ocorre um incidente, a organização não precisará apenas afirmar que possuía uma política de IA. Será muito mais relevante demonstrar quais decisões foram tomadas antes da implementação, quais avaliações foram realizadas, quais controles existiam, quem possuía autoridade e como os problemas detectados foram tratados.A responsabilização e a prestação de contas deixam, portanto, de ser conceitos abstratos. Transformam-se em arquitetura documental e decisória.A nova função estratégica do complianceO compliance digital amadurece quando deixa de funcionar como mecanismo posterior de correção e passa a atuar como sistema de inteligência institucional.Sua função não é simplesmente perguntar "podemos utilizar esta tecnologia?".A pergunta estratégica é mais sofisticada:em quais condições podemos utilizá-la, com quais controles, para produzir qual benefício e assumindo quais riscos?Essa mudança é decisiva para empresas que pretendem incorporar inteligência artificial em escala. A organização que automatiza processos sem governança pode obter eficiência imediata e acumular passivos invisíveis. A organização que incorpora avaliação de riscos, supervisão, documentação e mecanismos de revisão transforma o compliance em infraestrutura de crescimento sustentável.A síntese dialética é, portanto, clara. A inovação exige liberdade operacional; a responsabilidade jurídica exige limites. A solução não está na supremacia de uma sobre a outra, mas na criação de uma governança capaz de converter risco tecnológico em variável administrável.A inteligência artificial pode acelerar decisões. O compliance digital deve assegurar que a velocidade da decisão jamais seja superior à capacidade da organização de compreender, justificar e responder por seus efeitos.

Compliance Digital: Inteligência Artificial, Gestão de Riscos e Blindagem Jurídica das Organizações

Por Pedro Fenati Bicalho, sócio-diretor da FC PartnersPor muito tempo, o caso Abril foi tratado como consequência da crise da mídia impressa. Eu vejo de outra forma.Quem para para analisar pode não perceber de imediato, mas sua crise foi menos sobre o avanço do digital e a perda de relevância do modelo impresso e mais sobre a dificuldade de adaptação estratégica em tempo hábil.Para quem não lembra, em 2018, a Editora Abril entrou em recuperação judicial com uma dívida superior a R$ 1,6 bilhão, tornando-se um dos casos mais emblemáticos das dificuldades enfrentadas por empresas tradicionais de mídia.Gosto de observar esse episódio à luz do cenário atual. Se a transformação digital já foi capaz de redefinir mercados inteiros, a inteligência artificial promete acelerar esse processo em uma velocidade ainda maior, exigindo das empresas uma capacidade permanente de reinvenção e adaptação estratégica.A estabilidade das grandes corporações nunca foi tão curta. Um estudo da Innosight mostra que a permanência média das empresas no S&amp;P 500 caiu de cerca de 61 anos, em 1958, para menos de duas décadas atualmente. A consultoria projeta ainda que aproximadamente 50% das empresas que hoje compõem o índice devem ser substituídas nos próximos dez anos.No setor de mídia, o impacto foi estrutural e irreversível. Quando a Abril construiu seu império editorial, jornais e revistas concentravam boa parte da atenção dos anunciantes. Hoje, o cenário é completamente diferente. A WPP Media projeta que o mercado global de publicidade ultrapassará US$ 1 trilhão em 2026, mas quase 70% desse valor já estará direcionado aos canais digitais. Estimativas do setor apontam que a publicidade online deve movimentar cerca de US$ 680 bilhões neste ano, enquanto Meta, Google e Amazon concentram mais de 60% das receitas globais do segmento.A Abril assistiu a essa transformação acontecer, mas reagiu tarde. Na minha avaliação, o ponto central desse case não está apenas na queda de receita, mas na forma como o capital foi alocado. Em momentos de pressão, empresas maduras costumam recorrer a um movimento quase automático: proteger operações tradicionais, mesmo quando elas já apresentam sinais claros de comprometimento estrutural.No caso analisado, isso se materializou na venda de ativos considerados saudáveis, como o braço educacional, para sustentar um core business em declínio. Do ponto de vista financeiro, trata-se de abrir mão de crescimento para financiar sobrevivência. Em processos de disrupção, a destruição de valor costuma aparecer primeiro nos múltiplos de mercado. Empresas que não conseguem demonstrar capacidade de adaptação tendem a sofrer compressão de valuation muito antes de uma deterioração mais profunda dos resultados financeiros.Esse padrão se repete em outros casos emblemáticos. A Blockbuster ignorou a transição para o streaming, mesmo diante da queda das receitas físicas. A Saraiva manteve estruturas pesadas enquanto o e-commerce avançava. Em ambos os casos, o resultado foi semelhante: perda acelerada de valor e incapacidade de reação.Negócios maduros podem parecer baratos do ponto de vista financeiro, mas se tornam armadilhas de valor quando perdem capacidade de inovação e crescimento. Nesses casos, a percepção do mercado se deteriora e os múltiplos continuam encolhendo.Costumo dizer que olhamos para esses episódios como crises de mercado, quando, na realidade, eles são, sobretudo, crises de decisão. O mercado muda para todos, mas nem todos reagem no mesmo tempo. E, nesse contexto, tempo é valor.Processos de sucessão e concentração de poder decisório costumam agravar esse problema. Empresas muito ligadas à figura do fundador tendem a carregar uma inércia maior. Existe uma confiança legítima no modelo que construiu o negócio, mas, em ciclos de disrupção, essa mesma confiança pode se transformar em risco.Em um país onde cerca de 90% das empresas têm origem familiar, a sucessão continua sendo um dos principais fatores de risco para a continuidade dos negócios. Dados citados pela PwC mostram que apenas 24% das empresas familiares possuem um plano de sucessão estruturado e documentado. Não por acaso, apenas 36% chegam à segunda geração e cerca de 12% alcançam a terceira.Também acredito que uma das maiores falhas das empresas é não reconhecer quando uma mudança deixou de ser tendência e passou a ser realidade. Esse atraso tem impacto direto no valuation. O mercado raramente pune uma companhia por um trimestre ruim. O que destrói valor é a percepção de que ela perdeu a capacidade de crescer, inovar e se adaptar. Quando essa percepção se instala, o desconto aplicado pelos investidores costuma ser muito mais severo do que a queda momentânea da receita.A destruição de valor dificilmente acontece de uma única vez. Ela é progressiva e silenciosa. Primeiro, a empresa perde margem; depois, perde relevância. Quando percebe, perdeu também a capacidade de investir na própria transformação.Esse processo costuma ser potencializado pelo que muitos analistas chamam de "arrogância silenciosa": a confiança excessiva em um modelo que funcionou durante décadas e que continua sendo defendido mesmo diante de evidências de que o mercado já mudou.Na minha visão, o caso Abril sintetiza um padrão que hoje se repete em diferentes setores, do varejo à indústria tradicional: empresas pressionadas por novas tecnologias, com estruturas legadas e dificuldade para realocar capital e redefinir prioridades estratégicas.A diferença, cada vez mais, está na velocidade de resposta. Hoje, não se trata mais de prever o futuro com precisão. Trata-se de reconhecer rapidamente quando o presente já mudou e ter governança, capital e coragem para agir.

Empresas não enfrentam crises de mercado, mas de decisão: uma reflexão para a era da inteligência artificial

O fenômeno da Rockstar ajuda a entender um passivo que não aparece no balanço: a dívida da expectativaPoucos problemas empresariais são tão desejados quanto o sucesso. Todo empreendedor quer vender mais, fortalecer sua marca e criar um produto que se torne referência. O que se discute menos é o que acontece depois disso.Porque o sucesso também cobra juros.Grand Theft Auto VI, previsto para 19 de novembro de 2026, é um bom exemplo. Depois de mais de uma década de espera desde GTA V, a Rockstar não precisa apenas lançar um bom jogo. Ser apenas bom já não é suficiente.A dívida da expectativaGosto de pensar que existe um passivo que nenhum balanço patrimonial registra: a expectativa dos clientes.Quando uma empresa surpreende o mercado, ela constrói reputação. Ao mesmo tempo, porém, aumenta o padrão pelo qual será julgada no futuro.O restaurante que encantou ontem será comparado consigo mesmo amanhã. O profissional que fez um trabalho excepcional ouvirá no próximo projeto: “esperamos algo naquele nível”. A empresa que inovou uma vez passa a ser cobrada para inovar novamente.Foi exatamente isso que a Rockstar construiu com GTA V. O sucesso trouxe valor de marca, milhões de consumidores e relevância cultural. Mas trouxe também uma obrigação implícita: GTA VI precisa justificar anos de espera.É o preço de ter acertado demais no passado.Quando seu maior concorrente é você mesmoEm estratégia, costumamos olhar para fora: concorrentes, preços, participação de mercado. No caso de GTA VI, o adversário mais difícil talvez seja a própria Rockstar.Isso acontece em muitos negócios. Uma startup cresce de forma extraordinária e investidores passam a tratar aquele ritmo como normal. Um restaurante recebe um prêmio e o que antes encantava vira o mínimo esperado. Um produto revolucionário transforma a próxima inovação em obrigação. O sucesso muda a régua.Por isso, crescer não aumenta apenas as oportunidades. Também aumenta a cobrança.O custo de decepcionarO cronograma de GTA VI já foi alterado até chegar à atual data de novembro de 2026. Para o consumidor, atraso é atraso. Para quem administra projetos, a discussão é mais complexa.Todo projeto convive com prazo, custo e qualidade. Eu acrescentaria uma quarta variável: reputação.Adiar uma entrega custa dinheiro. Mas colocar no mercado algo abaixo do padrão prometido também custa — e esse valor é muito mais difícil de mensurar.Um atraso pode durar meses. Uma reputação danificada pode levar anos para ser recuperada.Isso não significa que atrasar seja sinônimo de boa gestão. Significa apenas que, quando a reputação se torna um dos principais ativos da empresa, o calendário não pode ser a única variável da decisão.Administrar o sucesso também é gestãoEm agosto de 2026, a Take-Two, controladora da Rockstar, reiterou projeção de US$ 8 bilhões a US$ 8,2 bilhões em Net Bookings para o ano fiscal de 2027 e relacionou a expectativa de um novo patamar de escala ao lançamento de GTA VI.Os valores se referem ao conjunto da companhia, não apenas ao jogo. Ainda assim, mostram quanto um único produto pode pesar na estratégia de uma organização.E aí surge outro paradoxo: ter um produto extraordinário é o sonho de qualquer empresa, até o momento em que ela passa a depender demais dele.A maioria das empresas luta para conquistar atenção. GTA VI já a possui. Seu problema é outro: corresponder ao que o mercado espera encontrar.Talvez por isso devêssemos falar mais sobre como administrar o sucesso. Empresas bem-sucedidas também podem se tornar arrogantes, crescer rápido demais ou acreditar que um grande acerto garante os próximos.O sucesso não é apenas um troféu. É um ativo que exige manutenção — e cria compromissos para as próximas entregas.É por isso que GTA VI deveria interessar até a quem nunca segurou um controle de videogame.O maior desafio da Rockstar talvez não seja superar seus concorrentes. É superar a lembrança que milhões de consumidores têm da própria Rockstar.Nos negócios, às vezes o concorrente mais difícil de vencer é o sucesso que nós mesmos construímos.

GTA VI e o peso de superar o próprio sucesso

Por Rodrigo Monteiro, idealizador do Clube CDC&nbsp;Tem negócio que nasce em almoço, em conversa de corredor de evento e até no café que era pra durar quinze minutos e acabou virando mais de uma hora. Ao longo da minha trajetória como empresário, aprendi que o ambiente onde uma conversa acontece muda completamente o resultado dela.&nbsp;As reuniões formais têm pauta e hora pra acabar. O ambiente descontraído tira essa armadura de que tudo precisa ser sério. As pessoas falam de forma mais verdadeira, contam o que realmente está acontecendo na empresa, e não só o que foi preparado para a apresentação. É nesse momento que a confiança começa a se construir.&nbsp;Parcerias importantes que hoje sustentam parte do que construí não começaram em um encontro dentro de uma sala, mas sim em conversa informal, muitas vezes em contextos que não tinham nada a ver com o assunto que virou negócio depois, algo que nenhum encontro organizado teria produzido com a mesma naturalidade. Isso não significa que o ambiente formal perdeu função. Mas a decisão de confiar em alguém, de querer fazer acordo com aquela pessoa, quase sempre é tomada antes disso, em um momento em que a conversa não tinha compromisso com resultado.Acredito que o mercado está redescobrindo que negócio é feito entre pessoas, não entre empresas. E pessoas se conectam melhor sem a pose que uma reunião de negócios costuma exigir. Um jantar, uma rodada com algum esporte envolvido ou um evento bem-feito colocam empresários no mesmo nível, hierarquia e sem a formalidade que cerca negociações corporativas.&nbsp;É perceptível que esse tipo de ambiente favorece decisões mais rápidas. As objeções aparecem de forma mais honesta, e muitas vezes o acordo que levaria semanas de idas e vindas por e-mail se resolve numa única conversa.Tenho a sensação de que, daqui a alguns anos, vamos olhar para trás e perceber que um escritório fechado, cheio de reunião, foi só uma fase. Se eu fosse dar um conselho para o empresário que eu era no começo, seria esse: gaste menos tempo preparando apresentação e mais tempo aparecendo onde as pessoas certas estão. O resto, quase sempre, acontece sozinho depois disso.&nbsp;

Por que empresários estão fechando mais negócios fora do escritório

Quando uma empresa começa a apresentar problemas, é natural procurar as causas naquilo que não se consegue ver. Se as vendas caem, se analisa o comercial. Se a equipe está desmotivada, se olha para a liderança. Se a produtividade diminui, se revisa processos, metas e pessoas. Se os resultados não aparecem, se busca entender o que está errado.Tudo isso é necessário. Uma empresa não é formada apenas por pessoas, processos, máquinas, tecnologia e dinheiro. Ela é um sistema vivo, onde tudo interage o tempo todo. Uma decisão interfere em outra. O comportamento de uma pessoa influencia a equipe. Um conflito pode afetar a produtividade. Uma mudança externa pode alterar completamente a dinâmica interna. E existe ainda um componente pouco considerado pela gestão, que é a qualidade do ambiente onde tudo isso acontece.Todo empresário já percebeu que existem períodos em que a empresa parece fluir. As pessoas estão mais dispostas, as soluções aparecem, as negociações avançam e as oportunidades surgem. Em outros momentos, acontece exatamente o contrário. Pequenos problemas se multiplicam. Pessoas competentes parecem perder rendimento. Conflitos aumentam. Decisões não avançam. Vendas ficam mais difíceis e determinados problemas insistem em se repetir.Nem sempre existe uma causa aparente. É justamente nesse ponto que entra o conceito da Sincronia Sistêmica®. Uma empresa deve ser considerada não somente pelo que acontece de forma visível, mas também pelas condições do ambiente que envolvem e conectam pessoas, relações, decisões e acontecimentos.A Sincronia Sistêmica® oportuniza um padrão mais equilibrado, harmônico e compatível com os objetivos da empresa. Não substitui gestão, liderança, planejamento ou competência. A foco é o ambiente onde essa gestão está acontecendo.Mesmo tendo bons funcionários, bons produtos, bons processos e uma estratégia adequada, o ambiente onde todos esses elementos interagem deve estar equilibrado, para que desempenho do conjunto não seja comprometido. Talvez esteja aí uma variável ainda pouco observada pelas empresasEnquanto a gestão tradicional administra muito bem aquilo que consegue identificar, medir e controlar, a Sincronia Sistêmica® interage no ambiente que a gestão não vê, mas que afeta os resultados da empresa.Isnar Amaral – CRQ 05203390Especialista em Energia do Ambiente Empresarialwww.isnaramaral.com.br

O que a gestão não vê e afeta os resultados da empresa

Quem nunca se pegou justificando um gasto extra com a clássica frase "eu mereço"? No cotidiano, gostamos de acreditar que somos seres estritamente lógicos, que colocamos cada decisão em uma planilha e pesamos prós e contras com a frieza de um matemático. Mas a realidade das pesquisas bate à porta para nos lembrar de uma verdade incômoda: quando o assunto é fazer escolhas, o coração do brasileiro frequentemente dita as regras que o bolso é obrigado a seguir.Existe um paradoxo fascinante no comportamento nacional. Um estudo recente da WGSN Mindset LatAm para a Amazon Brasil joga luz sobre essa nossa dupla identidade. Nele, 67% dos brasileiros se declaram consumidores puramente racionais, focados no custo-benefício. No entanto, na mesma pesquisa, 71% admitem já ter comprado algo pelo simples motivo de melhorar o humor ou se sentir bem. O dado é um espelho claro de como mascaramos nossas necessidades emocionais sob o manto da lógica.Esse fenômeno não é inofensivo. A linha que separa o alívio momentâneo do arrependimento financeiro é tênue. Dados levantados pela Serasa e pelo Instituto Opinion Box revelam que 46% dos brasileiros usam as compras por impulso como uma válvula de escape para o estresse e a ansiedade do dia a dia. Mais grave ainda: 54% da população já se endividou devido a desestabilizações puramente emocionais. O consumo, portanto, virou uma espécie de analgésico social.Mas onde entra a razão? Ela entra pela força da necessidade. Quando a inflação aperta e o orçamento encolhe, o pragmatismo é imposto de fora para dentro. Levantamentos da McKinsey e da Kantar mostram que mais de 60% dos consumidores nacionais mudaram seus hábitos nos últimos tempos, migrando para marcas mais baratas ou recorrendo aos "atacarejos". Não é que o brasileiro deixou de ser emocional; é que a sobrevivência exige cálculo. A lista de prioridades mapeada pelo Instituto Locomotiva confirma isso: o foco real migrou para a estruturação — o celular para trabalhar, o eletrodomésticos básico, a reforma da casa. Itens de luxo dão lugar à utilidade.Essa mesma dinâmica se estende para além do mercado e molda a nossa cidadania. Na política, estudos qualitativos de institutos como a Quaest mostram que o voto do brasileiro nasce no estômago e no coração, movido por sentimentos viscerais como a esperança, o medo ou a rejeição. A razão só aparece depois, quase como uma assessoria de imprensa interna, buscando argumentos lógicos para justificar uma escolha que a emoção já tomou lá atrás.Compreender esse comportamento híbrido — em que a emoção flerta com o impulso e a necessidade impõe a razão — é o verdadeiro segredo para decifrar o Brasil. Seja para o comércio que tenta vender, seja para a política que tenta engajar, ou para nós mesmos, que tentamos fechar as contas no fim do mês. Afinal, enquanto ignorarmos o peso do "eu mereço" em nossas vidas, continuaremos reféns de um dilema invisível: o de tentar resolver com lógica problemas que nasceram puramente da emoção.

O Coração na Carteira: O Dilema Invisível das Escolhas do Brasileiro

O avanço da inteligência artificial generativa trouxe uma ilusão perigosa para o mercado corporativo: a de que a presença digital se resume à hiperatividade nas redes sociais. É comum ver marcas despejando fortunas em Reels, TikToks e posts diários, acreditando que a engrenagem dos novos buscadores se alimenta desse ruído focado no entretenimento. Trata-se de um erro estratégico que pode custar a reputação e a visibilidade de uma empresa. Para compreender o papel da assessoria de imprensa na era da IA, é preciso dar um passo atrás e entender a lógica por trás dos grandes modelos de linguagem.Quando um usuário — seja um investidor, um cliente em potencial ou um parceiro de negócios — pergunta ao ChatGPT, ao Gemini ou ao Perplexity sobre a idoneidade, a inovação ou o histórico de uma determinada liderança ou corporação, a inteligência artificial não recorre ao feed do Instagram ou às dancinhas do momento para formular a resposta. A IA trabalha com critérios rigorosos de relevância, autoridade e, acima de tudo, indexação confiável. O "alimento" que molda a opinião da IA e constrói a reputação de uma marca no ambiente digital vem diretamente dos resultados gerados pelo trabalho estratégico de relações públicas: matérias assinadas, reportagens de jornais de grande circulação, portais de notícias consolidados e revistas especializadas.Essa dinâmica ocorre porque os algoritmos de IA são programados para valorizar a validação por terceiros. Um post na rede social própria de uma empresa é um conteúdo autodeclaratório — a marca dizendo o quão boa ela é. É a empresa falando dela mesma, ou um diretor presidente falando dele mesmo. Já uma reportagem publicada em um veículo de prestígio editorial representa um crivo, uma auditoria jornalística que confere o ativo mais valioso do mercado atual: a credibilidade. Quando a assessoria de imprensa consegue publicar na imprensa uma análise de mercado, um case de sucesso ou um posicionamento institucional na mídia tradicional, ela está, na verdade, criando as pegadas digitais indeléveis que a inteligência artificial usará para mapear a autoridade daquela marca.Portanto, longe de se tornar obsoleta, a assessoria de imprensa tradicional transformou-se no alicerce invisível da reputação na era dos algoritmos. As redes sociais continuam importantes para o relacionamento direto e o engajamento imediato, mas são os canais de imprensa que fornecem a matéria-prima profunda e estruturada que as IAs utilizam para definir quem é quem no mercado. Em um cenário onde as respostas são geradas em segundos por robôs, a autoridade real ainda é construída pelo intelecto, pelo relacionamento humano e pela chancela do jornalismo sério. Investir na imprensa tradicional hoje não é apenas buscar o clipping de amanhã; é garantir o DNA de uma marca na inteligência que moldará o futuro dos negócios, na medida em que essas mesmas midias tradicionais estarão emprestando a sua reputação para as marcas que estão produzindo notícias para os meios jornalísticos, com seriedade e informações verdadeiras.*Vera Lucia Rodrigues é jornalista, mestre em comunicação social pela Universidade São Paulo, e há 44 anos é sócia fundadora da Vervi Assessoria de Comunicação www.verviassessoriadeimprensa.com.br e apresentadora no podcast Comunicação é Tudo

Negócios e Gestão

Sua empresa tem dados. Mas ela sabe o que fazer com eles?

ChatGPT é o novo Google: sua empresa já é recomendada pelas IAs?

Prescrição penal: o fator tempo que pode mudar o risco de empresas e executivos

Mais lidas da semana

JK, o exemplo que a morte não sepultou

Compliance Digital: Inteligência Artificial, Gestão de Riscos e Blindagem Jurídica das Organizações

GTA VI e o peso de superar o próprio sucesso

Responsabilidade Civil da Inteligência Artificial: empresas, desenvolvedores e administradores diante do novo risco algorítmico

Sua empresa tem dados. Mas ela sabe o que fazer com eles?

ChatGPT é o novo Google: sua empresa já é recomendada pelas IAs?

Do ensino médio a R$ 1,2 bilhão: a construção da FlyBy | Café com ADM #510

Do ensino médio a R$ 1,2 bilhão: a construção da FlyBy | Café com ADM #510