leadership

LEADERSHIP

negociacao-2

NEGOCIACAO

gestao-3

GESTAO

consultoria-2

CONSULTORIA

falandobem

FALANDOBEM

financasessenciais

FINANCASESSENCIAIS

Seja Premium e tenha acesso ao nosso arsenal de cursos

Administradores PREMIUM

Em 2013, um colombiano frustrado com a burocracia dos bancos brasileiros decidiu criar uma empresa que não apenas entregasse uma experiência melhor, mas que contasse isso ao mundo com a mesma energia com que a entregava. O Nubank nasceu com CX (experiência do cliente) consistente e narrativa intencional sobre essa entrega. Não eram coisas separadas. Eram a mesma estratégia.



Os bancos tinham décadas de relacionamento, estrutura, produto e capital. Tinham, também, um problema crônico: entregavam mal e comunicavam pior. A narrativa que construíram ao longo dos anos era de fila, burocracia, letras miúdas e atendimento impessoal. Ninguém precisou inventar isso, eles mesmos produziram essa percepção, interação por interação, com pouca ou nenhuma intenção de revertê-la. O Nubank chegou e ocupou exatamente o espaço que o mercado deixou vago: o de uma empresa que trata bem o cliente e tem orgulho de dizer isso em voz alta. Em 2025, foi eleita a marca mais valiosa do Brasil, com valor estimado em R$214,76 bilhões, segundo estudo da TM20 Branding em parceria com a Elos Ayta, metodologia baseada na norma internacional ISO 10668. O Itaú, segundo colocado, ficou em R$76 bilhões. Uma empresa com pouco mais de uma década vale quase três vezes mais, como marca, do que um banco com mais de 70 anos de história. Isso não é coincidência. É o preço da reputação não gerenciada contra a reputação construída história por história.



O ponto que a maioria dos executivos ainda não digeriu é que reputação não é consequência passiva de trabalho bem feito. É, pelo contrário, mão na massa, construção intencional. Kaplan e Norton, autores do Balanced Scorecard, mostraram que os ativos intangíveis correspondem a 75% do valor de uma empresa. Kotler, pai do marketing, vai além e aumenta esse número para 80%. Outro estudo, dessa vez da consultoria britânica Reputation Dividend (2023), analisou empresas do índice S&amp;P 500 e foi ainda mais preciso: quase 60% do valor da Apple, cerca de US$1,37 trilhão, se deve exclusivamente à reputação. Um número que não aparece em nenhum balanço contábil, mas que move o mercado, atrai talento, justifica preço e protege a empresa nos momentos de crise.



Saber disso e agir sobre isso são coisas diferentes. Pesquisas anuais compiladas pela Revista UNO em parceria com o Reputation Institute mostram que, embora 80% do valor das organizações esteja em ativos intangíveis, apenas 16% dos gestores dizem estar preparados para gerenciá-los da maneira correta. A conta não fecha e o prejuízo vai sendo acumulado em silêncio.



Eu vi isso acontecer de perto. Trabalhei como Head de Experiência do Cliente e do Colaborador no Hopi Hari durante um dos períodos mais duros da história do parque. Uma pesquisa conduzida pela própria gestão, sob liderança de Alexandre Rodrigues, o executivo que assumiu o parque no momento mais crítico de sua história, revelou que 80% das pessoas na região de São Paulo acreditavam que o Hopi Hari estava fechado. O parque estava aberto, operando, investindo e ativamente saindo da recuperação judicial. Mas a percepção pública dizia o contrário, e a percepção, no mercado, é a verdade (mesmo que não seja). Reconstruir a experiência do cliente num ambiente assim não foi um projeto qualquer: times desmotivados, reputação destruída e um mercado que havia simplesmente decretado o fim de algo que ainda existia. O resultado dessa reconstrução chegou, e eu tive a honra de fazer parte dela ao lado de Alexandre Rodrigues e de um time que se recusou a aceitar o fim como resposta. Em 2024, o Hopi Hari registrou Ebitda de R$100 milhões com margem próxima de 50% e crescimento de 25% no faturamento em relação ao ano anterior. Em setembro de 2025, encerrou oficialmente a recuperação judicial após nove anos.



Foi essa experiência, vivida por dentro, que consolidou em mim uma convicção que não tem mais volta: experiência sem narrativa é patrimônio que não valoriza. É como construir um prédio sem endereço. Existe, funciona, mas ninguém chega até ele. Foi por isso que quando a Michele Barcena me convidou para ser embaixador da Bendita Imagem, a resposta foi imediata. Não por oportunidade. Por coerência. Encontrei numa agência de relações públicas a mesma lógica que defendo no palco há anos: comunicação não é enfeite, é estratégia, e estratégia precisa aparecer no resultado.



Há um ditado que atravessou dois milênios e ainda constrange salas de reunião: a mulher de César não basta ser honesta, tem que parecer honesta. Sua empresa não basta entregar bem. Tem que ser reconhecida por isso. O mercado não investiga. Ele decide com o que tem. E o que ele tem é o que você construiu, ou o que deixou o acaso construir por você.

Reputação não é consequência: é estratégia de negócio 

Em 2013, um colombiano frustrado com a burocracia dos bancos brasileiros decidiu criar uma empresa que não apenas entregasse uma experiência melhor, mas que contasse isso ao mundo com a mesma energia com que a entregava. O Nubank nasceu com CX (experiência do cliente) consistente e narrativa intencional sobre essa entrega. Não eram coisas separadas. [&hellip;]

Reputação não é consequência: é estratégia de negócio  | Administradores

https://cdn.administradores.com.br/app/uploads/2026/08/20154811/CAPAS-MATERIA-SITE-GRANDES-2000px-2-12.jpg

Home

Artigos

Informação e Educação para líderes e suas equipes. Notícias, artigos, cursos, palestrantes, mentorias e treinamentos personalizados para profissionais e empresas

Administradores

https://cdn.administradores.com.br/app/uploads/2023/06/06200454/Logo-administradores.png

Administradores | Conhecimento para Resultados

Problema é global e integra lista de ineficiências destacadas pela OCDE na saúde. Entidade recomenda aprimorar a gestão, a governança e os sistemas de informação



Bilhões de reais podem estar ficando presos em disputas administrativas entre hospitais e operadoras de saúde no Brasil. No primeiro trimestre de 2025, os hospitais associados à Anahp, Associação Nacional de Hospitais Privados, registraram um índice recorde de 17% de glosas, percentual referente a cobranças contestadas ou recusadas pelas operadoras antes do pagamento. A alta reforça uma tendência observada nos últimos anos: o indicador era de 11,89% em 2023 e subiu para 15,89% em 2024. Apenas entre os associados da entidade, as glosas representaram cerca de R$ 4,72 bilhões em receitas questionadas.



Considerando as despesas de R$ 92,9 bilhões da saúde suplementar no período, estimativas apontam que o volume potencialmente retido poderia alcançar R$ 15,8 bilhões. O avanço do problema fez a Agência Nacional de Saúde Suplementar (ANS) criar um painel nacional para acompanhar indicadores de glosa, em um sinal de que o tema passou a ocupar posição central nas discussões sobre sustentabilidade financeira da saúde suplementar.



Estima-se que as glosas hospitalares, que ocorrem quando os planos de saúde recusam o pagamento de atendimentos devido a erros em processos manuais ou burocráticos, tenham causado um impacto de R$ 5,8 bilhões no fluxo de caixa das instituições privadas no último ano, segundo dados da Anahp (Associação Nacional de Hospitais Privados).



O desafio não é exclusivo do Brasil. Em estudo da Organização para Cooperação e Desenvolvimento Econômico (OCDE), estima-se que até 20% dos gastos em saúde nos países desenvolvidos estejam associados a desperdícios, ineficiências operacionais e falhas administrativas. Em seu relatório "Tackling Wasteful Spending on Health", destaca-se a importância de aprimorar a gestão, a governança e os sistemas de informação para aumentar a eficiência dos serviços de saúde.



“Quando olhamos para esse volume de glosas, fica claro que o setor não está lidando apenas com falhas pontuais, mas com um problema estrutural no ciclo de faturamento. Estamos falando de bilhões de reais que deixam de entrar no caixa dos hospitais, muitas vezes por inconsistências evitáveis. Isso gera retrabalho, aumenta custos operacionais e reduz a previsibilidade financeira das instituições. Sem uma mudança na forma como esses processos são conduzidos, com mais automação e inteligência sobre os dados, a tendência é que esse cenário continue se agravando”, afirma Gilson França, CEO da Weega Technologies.



Gilson França, CEO da Weega Technologies



A tendência acompanha o avanço tecnológico do setor. De acordo com projeções da consultoria Grand View Research, o mercado brasileiro de automação para a saúde deverá alcançar US$ 2,11 bilhões até 2030. O movimento reflete a busca das instituições por soluções capazes de reduzir falhas operacionais, acelerar processos e garantir maior previsibilidade financeira.



"Instituições que adotam soluções de automação conseguem reduzir erros de faturamento, otimizar o fechamento de contas médicas e aumentar a produtividade das equipes administrativas. Com isso, profissionais deixam de dedicar horas a tarefas repetitivas e podem concentrar esforços em atividades mais estratégicas para a operação", destaca França.



Um exemplo dessa automação é o Faturamento Digital | Yantra BOT, da Weega Technologies, que atua de forma integrada aos processos de faturamento hospitalar, na automação do fechamento de contas de pronto atendimento, ambulatório, internações e exames. Após a análise e parametrização adequada do ERP/TASY, a solução realiza avaliações diretamente a partir dos dados do sistema, identifica inconsistências, gera ordens de serviço para correção, notifica as equipes responsáveis e auxilia na preparação do fechamento das contas para envio às operadoras.



A solução atua desde a revisão e os ajustes de procedimentos e operação do ERP até o fechamento da conta e o envio para as OPS, sempre garantindo a inexistência de inconsistências que poderiam gerar glosa. Entre os recursos disponíveis, destaca-se o processamento multiestabelecimentos.



Para o executivo, a tecnologia exerce um papel fundamental na sustentabilidade das instituições de saúde. “A tecnologia é o suporte que garante que os recursos sejam aplicados de forma eficiente. Quando automatizamos processos críticos como o faturamento, reduzimos desperdícios, aumentamos a segurança operacional e permitimos que os hospitais concentrem seus esforços naquilo que realmente importa: cuidar das pessoas e salvar vidas”, conclui.



Mais informações sobre as soluções:



@weega_technologies ou pelo site



&nbsp;



&nbsp;



&nbsp;



&nbsp;



&nbsp;



&nbsp;

Mais de R$15 bilhões podem estar travados em disputas administrativas entre hospitais e operadoras de saúde no Brasil

Empresas data-driven transformaram dados em infraestrutura estratégica da atividade econômica. Dados alimentam sistemas de recomendação, precificação, crédito, publicidade, logística, inteligência artificial e previsão de comportamento. O problema jurídico surge quando essa capacidade deixa de representar apenas eficiência empresarial e passa a funcionar como fonte de poder econômico capaz de dificultar a entrada de concorrentes, aumentar custos de rivalidade ou alterar as condições de mercado.A questão, portanto, já não é simplesmente quem possui mais dados. É quem consegue transformar dados em capacidade de decisão, previsão, escala e controle. Para administradores e gestores, isso desloca a governança de dados do departamento de tecnologia para o centro da governança corporativa.Dados não são apenas ativos: podem constituir infraestrutura de poderA Lei Geral de Proteção de Dados Pessoais (LGPD) disciplina o tratamento de dados pessoais com fundamento na proteção da liberdade, da privacidade e do livre desenvolvimento da personalidade. &nbsp;Já a Lei nº 12.529/2011 estrutura o Sistema Brasileiro de Defesa da Concorrência e estabelece como fundamentos da ordem econômica, entre outros, a livre iniciativa, a livre concorrência, a defesa dos consumidores e a repressão ao abuso do poder econômico.São regimes jurídicos diferentes, mas que podem convergir sobre o mesmo fenômeno econômico.Uma organização pode possuir enormes bases de dados sem necessariamente deter poder de mercado. Da mesma forma, uma empresa pode apresentar elevada participação de mercado sem que os dados sejam a principal fonte de sua vantagem competitiva. O problema aparece quando o controle, a qualidade, a escala ou a combinação dos dados produz uma vantagem difícil de replicar pelos concorrentes.É precisamente nesse ponto que a governança de dados encontra a defesa da concorrência.O próprio Cade vem examinando a relação entre controle de dados, poder de mercado e concorrência em mercados digitais, inclusive em análises de atos de concentração. Em 2026, a autarquia publicou estudo específico sobre data remedies em mercados digitais, destacando a interseção entre política concorrencial e proteção de dados.O conflito: eficiência empresarial versus concentração de poderA tese econômica tradicionalmente favorável à utilização intensiva de dados é poderosa: quanto melhor uma empresa conhece seus consumidores, melhor pode prever demanda, reduzir desperdícios, personalizar ofertas, detectar fraudes e desenvolver produtos.Impedir ou restringir esse processo indiscriminadamente poderia reduzir inovação e eficiência.A antítese também é relevante. Em determinados mercados, a acumulação de dados pode criar barreiras à entrada, efeitos de rede e vantagens cumulativas. Quanto mais usuários uma plataforma possui, mais dados consegue obter; quanto mais dados possui, melhores podem se tornar seus sistemas; quanto melhores os sistemas, maior pode ser sua capacidade de atrair usuários. Forma-se, assim, um circuito econômico no qual escala, dados e tecnologia se reforçam mutuamente.O Cade reconhece que mercados digitais apresentam desafios específicos para a análise concorrencial, inclusive quanto à definição de mercado relevante, avaliação de poder de mercado, condutas unilaterais e operações de concentração.A síntese não está em tratar dados como perigosos nem em considerá-los juridicamente neutros.A questão decisiva é a função econômica exercida pelos dados dentro da estrutura competitiva do mercado.Governança de dados como mecanismo de segurança jurídicaUma empresa data-driven juridicamente madura precisa conhecer não apenas quais dados possui, mas o que esses dados permitem fazer.Isso exige uma governança capaz de conectar tecnologia, jurídico, compliance, segurança da informação, estratégia e administração.Na prática, a organização deve ser capaz de responder:- quais dados são coletados e para qual finalidade;- quais bases jurídicas autorizam seu tratamento;- quem possui acesso e capacidade de reutilização;- quais algoritmos dependem desses dados;- se os dados são indispensáveis para determinada vantagem competitiva;- se sua concentração produz dependência econômica ou barreiras relevantes à entrada;- quais dados são compartilhados com parceiros, fornecedores ou empresas do mesmo grupo;- quais riscos surgem em fusões, aquisições e integrações tecnológicas;- quais mecanismos existem para documentar decisões relacionadas ao tratamento e utilização dos dados.Essa estrutura reduz um problema frequentemente subestimado: a assimetria entre a decisão empresarial e a capacidade posterior de demonstrar por que aquela decisão foi juridicamente legítima.Segurança jurídica, nesse contexto, não significa ausência de regulação. Significa capacidade organizacional de antecipar critérios regulatórios, documentar decisões e demonstrar coerência entre estratégia, tecnologia e Direito.Quando os dados começam a adquirir dimensão concorrencial?Não existe uma regra segundo a qual grande quantidade de dados equivalha automaticamente a poder econômico.A análise concorrencial depende do mercado relevante, das barreiras à entrada, da possibilidade de substituição, da capacidade dos concorrentes de obter dados equivalentes e da forma pela qual a informação é convertida em vantagem competitiva.O próprio Cade destaca que posição dominante e poder de mercado não são conceitos equivalentes: a existência de participação substancial não basta, isoladamente, para demonstrar capacidade de alterar unilateralmente as condições competitivas.Por isso, quatro perguntas são especialmente relevantes para a administração:1. Os dados são replicáveis?Se concorrentes conseguem obter informações equivalentes em condições razoáveis, a vantagem decorrente dos dados tende a ser menos estrutural.2. Os dados são acumulativos?Bases históricas extensas podem produzir vantagens que novos entrantes não conseguem reproduzir rapidamente.3. Os dados são combináveis?O valor econômico pode aumentar significativamente quando diferentes bases são integradas.4. Os dados produzem dependência?Quando fornecedores, consumidores ou concorrentes dependem de uma plataforma para acessar determinado conjunto de informações ou mercado, a dimensão concorrencial torna-se mais relevante.Essa última questão aproxima governança de dados e governança de poder.O problema das fusões e aquisiçõesA dimensão concorrencial dos dados torna-se particularmente importante em operações societárias.Uma aquisição pode aparentemente envolver uma empresa pequena em faturamento, mas extremamente relevante em tecnologia, dados, usuários, algoritmos ou capacidade de inovação. O valor concorrencial de uma operação, portanto, nem sempre coincide com o valor contábil dos ativos adquiridos.Em maio de 2026, o Cade examinou operações envolvendo mercados digitais e inteligência artificial, inclusive determinando a notificação da operação Microsoft/Inflection e apurações relacionadas a operações envolvendo o Google. A análise evidencia a crescente atenção institucional a operações nas quais tecnologia, ativos intangíveis e capacidades competitivas podem possuir relevância concorrencial além dos indicadores tradicionais.Para conselhos de administração e departamentos jurídicos, isso produz uma consequência objetiva: due diligence de uma empresa data-driven não deve avaliar somente contratos, propriedade intelectual, passivos trabalhistas e demonstrações financeiras. Deve avaliar também a arquitetura econômica dos dados.A experiência internacional e a nova fronteira regulatóriaA União Europeia oferece exemplo expressivo dessa transformação. O Digital Markets Act estabelece restrições específicas para determinados gatekeepers, inclusive quanto à combinação de dados pessoais provenientes de diferentes serviços e fontes.A relevância do modelo europeu não está em sua simples transposição para o Brasil. Está em demonstrar que proteção de dados e política concorrencial podem ser utilizadas de maneira coordenada quando determinadas práticas de tratamento de informações também interferem na contestabilidade dos mercados.O desafio brasileiro consiste em desenvolver coordenação institucional sem transformar toda utilização intensiva de dados em suspeita concorrencial.A tese do risco informacional acumuladoA partir desse conflito, proponho uma distinção: risco de dados não deve ser compreendido apenas como possibilidade de vazamento, violação de privacidade ou sanção regulatória.Existe também o risco informacional acumulado: a possibilidade de que a concentração progressiva de dados, tecnologia, usuários e capacidade algorítmica produza uma vantagem competitiva cuja dimensão jurídica só seja percebida quando a estrutura de mercado já estiver profundamente modificada.Como bem aponta Northon Salomão de Oliveira, “a segurança jurídica das empresas data-driven depende não apenas de controlar o uso dos dados, mas de compreender quando a acumulação informacional começa a produzir poder econômico.”Essa proposição desloca a governança de uma lógica predominantemente defensiva para uma lógica estratégica. A pergunta deixa de ser apenas "estamos cumprindo a LGPD?" e passa a incluir outra: “a maneira como organizamos e utilizamos nossos dados está modificando nossa posição competitiva e criando riscos concorrenciais?”O que a administração deve fazerUma política empresarial madura pode estruturar a governança em cinco movimentos:1. Mapear dados, fluxos informacionais, sistemas algorítmicos e dependências tecnológicas.2. Classificar dados segundo relevância jurídica, operacional, estratégica e concorrencial.3. Avaliar os efeitos econômicos da concentração e integração das bases.4. Integrar jurídico, tecnologia, compliance, segurança da informação e estratégia nas decisões relevantes.5. Documentar critérios e justificativas para decisões capazes de produzir efeitos regulatórios ou concorrenciais.Esse processo também deve integrar operações de fusão, aquisição, desenvolvimento de inteligência artificial, formação de parcerias estratégicas e contratação de plataformas tecnológicas.A governança de dados como governança de mercadoA empresa data-driven enfrenta uma mudança de paradigma. Dados deixaram de ser exclusivamente matéria-prima de sistemas de informação. Em determinados mercados, tornaram-se elementos capazes de alterar estruturas competitivas.Isso não significa que toda concentração de dados seja ilícita, nem que eficiência tecnológica deva ser sacrificada em nome de uma concepção abstrata de concorrência. Significa reconhecer que inovação, privacidade e competição podem convergir sobre a mesma arquitetura empresarial.O administrador que ignora essa interdependência pode enxergar apenas um ativo tecnológico onde o regulador enxerga uma possível barreira à entrada. O jurista que ignora a economia pode enxergar apenas tratamento de dados onde existe uma estratégia de acumulação de poder. E o gestor que ignora o Direito pode descobrir tarde demais que uma vantagem competitiva aparentemente eficiente também produz exposição regulatória.A síntese é, portanto, estratégica: governar dados é também governar riscos de poder.Para as empresas data-driven, segurança jurídica não está em evitar a utilização econômica da informação. Está em construir estruturas capazes de demonstrar que inovação, tratamento de dados, eficiência e competição podem coexistir dentro de uma arquitetura institucional previsível, responsável e juridicamente sustentável.

Empresas Data-Driven: Governança de Dados, Poder Econômico, Defesa da Concorrência e Segurança Jurídica

A reputação de uma empresa como empregadora deixou de ser construída apenas por campanhas institucionais. Ela emerge também da experiência concreta de candidatos e trabalhadores diante de processos seletivos, avaliações, promoções, monitoramento e desligamentos. Nesse ambiente, Employer Branding e Direito do Trabalho passam a se encontrar em um ponto estratégico: a inteligência artificial pode tornar a gestão de pessoas mais eficiente, mas também pode transformar vieses históricos em decisões aparentemente neutras.O problema é particularmente relevante porque algoritmos podem participar de praticamente todo o ciclo laboral. A Organização Internacional do Trabalho identifica o crescimento da chamada gestão algorítmica, na qual sistemas organizam, distribuem, monitoram e avaliam o trabalho. &nbsp;A questão empresarial, portanto, não é simplesmente saber se a empresa utiliza IA, mas se consegue demonstrar que sua utilização é juridicamente legítima, tecnicamente confiável e compatível com a reputação que pretende construir.Employer Branding não é apenas comunicaçãoEmployer Branding costuma ser associado à percepção que empregados e candidatos possuem de uma organização como lugar para trabalhar. Sob perspectiva jurídica e administrativa, porém, essa percepção possui uma dimensão material: ela é influenciada por práticas efetivas de recrutamento, remuneração, promoção, avaliação, privacidade, inclusão e tratamento digno.Uma empresa que anuncia diversidade, transparência e valorização humana, mas utiliza um sistema de recrutamento que penaliza determinados grupos, produz uma contradição institucional. O problema deixa de ser exclusivamente reputacional e passa a envolver Direito do Trabalho, proteção de dados, igualdade e governança.A Constituição brasileira estabelece, entre outras garantias, a proibição de diferenças de salário, exercício de funções e critérios de admissão por determinados fatores, além da vedação de discriminação relativa a salário e admissão de trabalhadores com deficiência.A tecnologia não altera esse parâmetro. Apenas muda o mecanismo pelo qual uma decisão potencialmente discriminatória pode ser produzida.A tese e a antítese: eficiência algorítmica versus igualdadeA tese empresarial é poderosa: sistemas automatizados podem processar grandes volumes de currículos, identificar padrões, reduzir custos e conferir maior padronização à seleção. Em determinadas circunstâncias, a tecnologia pode inclusive diminuir vieses humanos conscientes ou inconscientes.A antítese, entretanto, é estrutural. Um algoritmo treinado sobre decisões históricas pode aprender precisamente os padrões que a organização deveria abandonar. A aparente neutralidade matemática pode, assim, converter desigualdades pretéritas em critérios prospectivos de seleção.A própria literatura recente da OIT alerta que sistemas de IA utilizados em recrutamento, remuneração, escalas e avaliação podem apresentar problemas decorrentes de objetivos inadequados, dados enviesados e programação pouco transparente.Surge então uma questão decisiva: se a decisão foi produzida por uma máquina, quem responde pelo resultado?A resposta juridicamente mais consistente é que a terceirização tecnológica da decisão não representa terceirização da responsabilidade empresarial.O problema da discriminação algorítmicaA discriminação algorítmica pode ocorrer sem que alguém tenha programado explicitamente uma regra discriminatória.Um sistema pode utilizar variáveis aparentemente neutras, mas correlacionadas com características protegidas. Pode reproduzir padrões históricos presentes nos dados de treinamento. Pode privilegiar determinados trajetos profissionais, padrões linguísticos, instituições de ensino, intervalos de carreira ou comportamentos que funcionem como proxies de características socialmente sensíveis.Por isso, o compliance trabalhista diante da IA não pode limitar-se à pergunta: “o algoritmo contém uma regra discriminatória?”.A pergunta mais importante é: “quais efeitos discriminatórios o sistema pode produzir quando aplicado ao mundo real?”Essa mudança de perspectiva desloca o compliance de uma lógica meramente documental para uma lógica de gerenciamento de risco.LGPD e decisões automatizadas no ambiente de trabalhoA Lei Geral de Proteção de Dados possui especial relevância nesse cenário. O art. 20 assegura ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, inclusive decisões destinadas a definir seu perfil pessoal ou profissional. A ANPD também reconhece o direito à solicitação de informações sobre critérios e procedimentos utilizados na decisão automatizada.Isso é particularmente importante em recursos humanos.Imagine uma empresa que utiliza IA para classificar candidatos. O sistema atribui uma pontuação e elimina automaticamente aqueles abaixo de determinado limite. Se essa classificação produz impacto profissional relevante, a organização não deveria tratar a tecnologia como uma caixa-preta adquirida de um fornecedor.A empresa precisa compreender o tratamento realizado, suas finalidades, os dados utilizados, os critérios relevantes, os riscos e os mecanismos disponíveis para contestação.A própria agenda regulatória da ANPD para 2025-2026 mantém em andamento a discussão sobre inteligência artificial e interpretação do art. 20 da LGPD, incluindo direitos dos titulares, princípios, bases legais, boas práticas e governança.O compliance precisa acompanhar o algoritmoUm dos erros mais comuns consiste em separar o departamento jurídico do departamento de tecnologia e do RH. No contexto algorítmico, essa separação pode criar um vazio de responsabilidade.A governança adequada deveria conectar, desde a contratação ou desenvolvimento do sistema:- RH, para avaliar os efeitos sobre recrutamento, avaliação e gestão;- jurídico trabalhista, para identificar riscos de discriminação e responsabilidade;- privacidade e proteção de dados, para examinar o tratamento realizado;- tecnologia e segurança da informação, para avaliar funcionamento, segurança e rastreabilidade;- compliance, para estabelecer controles e procedimentos de monitoramento;- alta administração, para assumir responsabilidade pelas escolhas estratégicas.A ANPD possui competência para realizar ou determinar auditorias destinadas à verificação de aspectos discriminatórios em tratamentos automatizados nas hipóteses previstas pela LGPD.Portanto, auditoria algorítmica não deve ser vista apenas como uma reação a uma fiscalização. Pode funcionar como instrumento preventivo de governança.O que a empresa deve verificar antes de utilizar IA em RHUma política minimamente madura deveria responder, antes da implantação:- Qual decisão será influenciada pela IA?- Quais dados serão utilizados?- Qual é a finalidade do tratamento?- O sistema produz perfil profissional?- Existe decisão exclusivamente automatizada?- Há possibilidade de discriminação direta ou indireta?- Como o desempenho do sistema será testado?- Quem poderá revisar uma decisão contestada?- O fornecedor consegue explicar suficientemente o funcionamento do sistema?- Há registros que permitam reconstruir uma decisão?- O sistema será periodicamente reavaliado?- Existem grupos potencialmente vulneráveis particularmente expostos ao erro?A Resolução CD/ANPD nº 2/2022 já considera relevantes, para caracterização de tratamentos que podem afetar significativamente direitos fundamentais, fatores como tecnologias emergentes, dados sensíveis e decisões tomadas unicamente com base em tratamento automatizado.Isso oferece uma pista importante para a Administração: quanto maior o impacto potencial sobre direitos, maior deve ser a sofisticação do controle.A experiência europeia e a antecipação regulatóriaO direito europeu oferece uma referência especialmente relevante. O AI Act classifica determinados sistemas utilizados em emprego e gestão de trabalhadores como sistemas de alto risco, abrangendo aplicações relacionadas a recrutamento, seleção, decisões sobre condições de trabalho, promoção, desligamento, distribuição de tarefas e monitoramento de desempenho.A importância dessa experiência para empresas brasileiras não está em simplesmente importar o modelo europeu. Está em perceber uma tendência regulatória: quanto mais a IA interfere em direitos fundamentais, menos plausível se torna tratá-la como simples ferramenta operacional.O próprio modelo europeu associa sistemas de alto risco a mecanismos de gestão de riscos, qualidade dos dados, documentação, registros, transparência, supervisão humana, precisão e segurança.A mensagem estratégica para empresas brasileiras é clara: a governança algorítmica tende a deixar de ser diferencial tecnológico e tornar-se componente ordinário da governança corporativa.Employer Branding como consequência do complianceHá uma dimensão econômica frequentemente subestimada.Uma empresa não constrói Employer Branding apenas comunicando valores. Ela o constrói pela coerência entre aquilo que declara e aquilo que seus sistemas efetivamente fazem.Se candidatos percebem processos seletivos opacos, trabalhadores enfrentam monitoramento excessivo ou determinados grupos são sistematicamente prejudicados por ferramentas automatizadas, a tecnologia passa a produzir um efeito contrário ao pretendido.A OIT vem destacando que sistemas de gestão algorítmica podem ampliar assimetrias de informação, reduzir autonomia e criar riscos para direitos fundamentais.Nesse sentido, compliance trabalhista torna-se também infraestrutura reputacional.A empresa que controla seus algoritmos protege simultaneamente direitos, reduz riscos jurídicos e preserva confiança organizacional.Uma nova categoria de risco: o risco reputacional algorítmicoÉ possível avançar um passo além.O risco produzido por uma IA de recursos humanos não precisa aparecer imediatamente como processo judicial. Pode surgir primeiro como perda de confiança, dificuldade de atração de talentos, deterioração da percepção interna, aumento de conflitos, exposição pública ou questionamento de práticas de diversidade.Esse fenômeno pode ser denominado risco reputacional algorítmico: a possibilidade de que decisões, classificações ou práticas organizacionais mediadas por sistemas automatizados produzam efeitos jurídicos, sociais ou reputacionais incompatíveis com os valores declarados pela organização.A vantagem desse conceito é deslocar a discussão de uma pergunta estreita, “o algoritmo é legal?”, para uma questão de governança muito mais abrangente: “o sistema é compatível com o modelo de organização que a empresa afirma ser?”A síntese: tecnologia subordinada à governançaA tese de que a IA aumenta eficiência é correta. A antítese de que ela pode reproduzir ou amplificar discriminações também é correta. O erro está em tratar uma dessas proposições como suficiente.A síntese é outra: a eficiência algorítmica somente constitui vantagem empresarial sustentável quando está subordinada a mecanismos de governança capazes de controlar seus efeitos jurídicos e humanos.A empresa não precisa escolher entre tecnologia e direitos fundamentais. Precisa incorporar direitos fundamentais à arquitetura da tecnologia.Como bem aponta Northon Salomão de Oliveira, “o verdadeiro compliance algorítmico começa quando a empresa deixa de perguntar apenas se a máquina funciona e passa a perguntar quem pode ser prejudicado quando ela funciona exatamente como foi programada.”Essa proposição altera o centro da decisão administrativa. O fornecedor pode entregar um sistema tecnicamente funcional. O dever de governança, porém, permanece dentro da organização.O que muda na prática para os administradoresPara gestores, a consequência é direta: sistemas de IA utilizados em recursos humanos devem ser tratados como instrumentos de risco organizacional, e não apenas como ferramentas de produtividade.Antes da contratação, a empresa deve avaliar finalidade, dados, impacto e riscos discriminatórios. Durante a utilização, deve monitorar resultados e manter mecanismos de revisão. Quando houver impacto relevante sobre trabalhadores ou candidatos, deve existir governança capaz de explicar, contestar e corrigir decisões.A Administração precisa, portanto, abandonar a ideia de que a responsabilidade termina na aquisição da tecnologia.Ela começa justamente ali.ConclusãoEmployer Branding, Direito do Trabalho e inteligência artificial formam hoje uma mesma questão de governança. A reputação empregadora não pode ser dissociada dos mecanismos pelos quais a organização seleciona, avalia, promove, monitora e dispensa pessoas.A empresa que utiliza IA sem controle pode automatizar eficiência, mas também pode automatizar desigualdades. A empresa que combina tecnologia, proteção de dados, não discriminação, supervisão humana e compliance trabalhista transforma a inteligência artificial em instrumento de governança.No século XXI, a reputação de uma organização será cada vez menos determinada pelo que ela afirma sobre seus valores e cada vez mais pelo comportamento verificável de seus sistemas. A verdadeira força do Employer Branding estará, portanto, na coerência entre discurso institucional, decisão algorítmica e responsabilidade jurídica.

Reputação não é consequência: é estratégia de negócio

Bruno Gonçalves

Leia mais:

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

Sobre o autor

Bruno Gonçalves

Seja Premium e tenha acesso ao nosso arsenal de cursos

Mais artigos deNegócios e Gestão

Mais de R$15 bilhões podem estar travados em disputas administrativas entre hospitais e operadoras de saúde no Brasil

Empresas Data-Driven: Governança de Dados, Poder Econômico, Defesa da Concorrência e Segurança Jurídica

Employer Branding e Direito do Trabalho: como a Inteligência Artificial pode fortalecer ou destruir a reputação empregadora