O agente funcionou na demo, o time adorou, e aí o jurídico perguntou qual dado ele acessa, com qual base legal e onde fica o log. Silêncio na sala. Piloto pausado, engenharia refazendo integração, cronograma refeito. Essa cena se repete em 2026 porque quase todo piloto nasce com dado real e governança zero.
Este guia traduz a lei em arquitetura: o que a LGPD já exige hoje, o que o PL 2338 soma, por que tantos pilotos estão travando e as 5 travas que deixam você lançar agora sem reconstruir depois. Para o panorama de preço e retorno do agente, veja o guia do site que vende todo dia.
Key Takeaways
- Só 7 a 8% das empresas têm governança de IA madura, segundo EY, Gartner e Deloitte entre abril e maio de 2026 (via Startupi).
- 74% das empresas recuaram ou cancelaram pilotos de IA (Mobile Time, mai/2026, via FWC); o Gartner projeta 40% de projetos cancelados até 2027 sem controle.
- O PL 2338 foi aprovado no Senado e tramita na Câmara em 2026; a LGPD já se aplica a todo agente que trata dado pessoal.
- A conversão de piloto em produção subiu de 18% para 31% (mercado, Q2/2026, via IAbrief): dá para lançar, com trava desde o dia um.
O que a LGPD já exige do seu agente de IA hoje?
A LGPD já se aplica a todo agente de IA que trata dado pessoal, e piloto não é salvo-conduto. Base legal, finalidade declarada, minimização de dados, direito de revisão de decisão automatizada e registro das operações valem desde o primeiro teste com dado real. Quem pilota com planilha de cliente no prompt descobre a lei na hora errada.
Na prática, cinco perguntas precisam de resposta escrita antes da produção. Qual a base legal do tratamento (consentimento, contrato, legítimo interesse documentado). Qual a finalidade e se o agente respeita essa fronteira. Se o prompt recebe só o mínimo necessário ou o cadastro inteiro por preguiça. Como o titular pede revisão quando a IA decide algo que o afeta (crédito, triagem, priorização). E onde ficam registrados quem acessou o quê, quando e por quê.
O anti-padrão mais comum é a planilha colada no chat: CPF, endereço e histórico sensível numa conversa sem controle de acesso, sem retenção e sem log. Funciona na demo e vira incidente na auditoria.
O que muda se o PL 2338 for aprovado?
O PL 2338, marco legal da IA no Brasil, foi aprovado no Senado e tramita na Câmara em 2026. O texto classifica sistemas por risco, exige avaliação de impacto para alto risco, transparência na interação com humanos e supervisão humana. Nada disso substitui a LGPD, que continua valendo, mas soma obrigações de governança desde o desenho.
O ponto que mais afeta quem constrói agente: sistemas de alto risco (que afetam crédito, saúde, segurança, direitos) passam a exigir avaliação de impacto documentada, medidas de mitigação e supervisão humana efetiva, não decorativa. E transparência significa dizer ao usuário que ele fala com uma IA, sem disfarce de atendente humano.
A jogada inteligente é desenhar hoje o que a lei vai cobrar amanhã. Classificação de risco, avaliação de impacto, humano no loop e logs são exigências prováveis que também são boa engenharia. Quem deixa para adequar depois paga duas vezes: uma para construir, outra para reconstruir sob pressão.
Por que tantos pilotos estão travando?
Levantamento do Mobile Time de maio de 2026, via FWC, mostra que 74% das empresas recuaram ou cancelaram pilotos de IA. O Gartner projeta que 40% dos projetos serão cancelados até 2027 sem controle e governança. E só 7 a 8% das empresas têm governança de IA madura, segundo EY, Gartner e Deloitte entre abril e maio de 2026, via Startupi.
A trava jurídica é a causa silenciosa no meio das causas técnicas. Piloto sem base legal não passa do comitê, agente sem log não passa da auditoria, integração com acesso amplo demais não passa da segurança da informação. Cada "não" desses chega tarde, quando o custo de refazer já supera o custo de ter feito certo.
Recuo de pilotos e maturidade de governança em 2026.
Vale o contraste com a ponta otimista: a taxa de pilotos que viram produção subiu de 18% para 31% entre medições do mercado no segundo trimestre de 2026 (via IAbrief). Ou seja, lançar é possível, e está ficando mais comum. A diferença entre os 31% que passam e os 74% que recuam está, em grande parte, nas travas que vêm a seguir. E se a sua dúvida é ser encontrado pela IA depois de lançar, o caminho está no guia GEO prático.
Qual arquitetura mínima lança sem reconstruir depois?
A diferença entre piloto descartável e produto está em cinco decisões tomadas antes da primeira conversa real: inventário de dados, classificação de risco, humano no loop com limites claros, logs auditáveis e integrações com escopo mínimo via MCP. Cada item abaixo custa horas no início e economiza uma reconstrução depois.
Primeiro, inventário: liste cada dado pessoal que o agente toca, onde ele mora e por que o agente precisa dele. Sem essa lista, minimização é chute. Segundo, classificação de risco: enquadre o caso (baixo, alto) pelos critérios do PL 2338 e defina se precisa de avaliação de impacto documentada. Terceiro, humano no loop com limite numérico: defina o que o agente decide sozinho (responder dúvida de catálogo), o que ele propõe para aprovação (reembolso até R$200) e o que ele nunca toca sem humano (bloqueio de conta, decisão de crédito).
Quarto, logs auditáveis: cada ação relevante registra quem pediu, o que o agente acessou, o que decidiu e quem aprovou, com retenção definida e acesso restrito. Quinto, MCP com escopo mínimo: cada conector (CRM, ERP, agenda) recebe só as operações que o caso exige, com credencial própria e revogável. Agente com acesso de administrador a tudo é o atalho mais curto para o incidente mais longo.
Governança madura de IA ainda é exceção em 2026.
Como a Cecília resolveu isso no backoffice?
A Cecília, assistente do backoffice da Gente Brasal, nasceu com as travas ligadas: acesso por login, perfis por função, dados pessoais fora do prompt sempre que possível e revisão humana nas ações sensíveis. Nada de planilha colada no chat. O resultado é um agente que a operação usa todo dia sem virar passivo jurídico.
O desenho é replicável em qualquer operação. Cada funcionário entra com seu login e enxerga só o que a função permite, então o agente nunca vaza dado entre áreas. O prompt recebe identificadores e contexto mínimo, nunca o cadastro completo. Ações sensíveis geram proposta que um humano aprova com um clique, com log de quem aprovou e quando.
A lição para levar: governança não atrasou esse projeto, ela destravou. Quando o questionamento sobre dados chegou, a resposta já existia em arquitetura, não em promessa. Se você quer dimensionar custo e retorno desse tipo de agente, o próximo passo é o guia de preço e ROI do agente no WhatsApp.
Perguntas frequentes
Piloto interno com dado real precisa de base legal?
Sim. A LGPD não distingue piloto de produção: havendo tratamento de dado pessoal, valem base legal, finalidade, minimização e direitos do titular. O que muda no piloto é o escopo, menor e controlado, nunca a obrigação. Teste com dado anonimizado ou sintético quando quiser validar sem carregar o ônus completo.
Posso lançar agora e adequar à lei depois?
Dá para lançar com travas mínimas (as cinco deste guia) e evoluir a documentação em paralelo, mas lançar sem nada e "adequar depois" costuma terminar em reconstrução. Inventário, limites do humano no loop e logs são baratos no desenho e caros como retrofit. Adequação tardia também não apaga tratamento irregular já ocorrido.
Agente de atendimento precisa de supervisão humana?
Para dúvida simples de catálogo, não necessariamente. Para decisão que afeta a pessoa (cobrança, bloqueio, crédito, saúde), sim: revisão humana e direito de revisão pelo titular. A regra prática é o limite numérico deste guia (decide sozinho, propõe para aprovação, nunca toca), alinhado à supervisão que o PL 2338 desenha.
Conclusão
- A LGPD já vale para todo agente com dado pessoal; piloto não é salvo-conduto.
- O PL 2338 soma risco, impacto, transparência e supervisão humana (aprovado no Senado, na Câmara em 2026).
- 74% recuaram pilotos e só 7-8% têm governança madura: a trava é gestão, não modelo.
- As 5 travas (inventário, risco, humano no loop, logs, MCP mínimo) custam horas e evitam reconstrução.