Skip to content

AI Act e transparência: como preparar automações empresariais com governança

A aplicação de inteligência artificial em atendimento, produção de conteúdo e apoio a decisões já faz parte da rotina de muitas empresas. Mas automatizar uma etapa do trabalho não significa apenas escolher uma ferramenta e conectá-la ao processo.

Com a aplicação das regras de transparência previstas no artigo 50 do AI Act a partir de 2 de agosto de 2026, empresas que atuam ou atendem públicos na União Europeia precisam olhar com mais atenção para a forma como as interações automatizadas e os conteúdos sintéticos são apresentados. O ponto central não é interromper a inovação, mas tornar mais claro quando a IA está envolvida, quem responde pela operação e quais controles existem.

Essa análise deve ser feita caso a caso. A incidência do regulamento depende, entre outros fatores, do papel da organização, do mercado atendido, da finalidade do sistema e do tipo de interação ou conteúdo produzido.

A mudança de calendário não significa adiamento de todas as regras

O Regulamento (UE) 2026/1744, conhecido como Digital Omnibus on AI, entrou em vigor em 27 de julho de 2026 e alterou o calendário de implementação de partes do AI Act. Segundo a Comissão Europeia, a mudança ampliou prazos para determinadas regras de sistemas de alto risco e buscou simplificar a implementação para empresas.

Essa notícia pode gerar uma conclusão equivocada: a de que todas as obrigações do AI Act foram adiadas. Não é essa a leitura adequada. O calendário precisa ser separado por obrigação e por categoria de sistema.

Para a empresa, a consequência prática é simples: em vez de perguntar apenas “o AI Act foi adiado?”, é necessário perguntar qual regra se aplica ao meu uso de IA, em qual data e por causa de qual papel exercido pela organização.

O que passou a ser aplicável sobre transparência em 2 de agosto de 2026

O artigo 50 passou a ter aplicação geral em 2 de agosto de 2026 e trata de obrigações de transparência para determinadas interações com sistemas de IA e para certos conteúdos sintéticos. Isso não equivale a uma obrigação universal de identificar toda e qualquer utilização de IA em qualquer contexto.

A incidência depende da configuração do sistema, da finalidade do uso, da natureza do conteúdo e da posição ocupada pela empresa na cadeia de fornecimento ou utilização. Por isso, uma automação interna, um chatbot voltado ao cliente e uma ferramenta generativa usada para criar material de comunicação podem exigir análises diferentes.

Mesmo quando a regra jurídica específica não incidir, a transparência continua sendo uma boa prática de governança. Ela ajuda usuários, equipes e gestores a entenderem os limites da automação e reduz o risco de uma decisão importante ficar sem responsável claramente identificado.

Transparência no atendimento automatizado

Em um atendimento abrangido pelas regras aplicáveis, a pessoa deve conseguir perceber que está interagindo com um sistema de IA. Na prática, isso significa evitar que um chatbot seja apresentado como se fosse um atendente humano sem qualquer esclarecimento.

A identificação precisa fazer parte do fluxo, e não ser apenas uma informação escondida em uma política extensa. A empresa pode avaliar onde informar que há automação, como explicar o escopo do atendimento e em que momento oferecer encaminhamento para uma pessoa, quando essa alternativa fizer sentido para a operação.

Também é importante definir quem acompanha o serviço. O fornecedor pode disponibilizar a tecnologia, mas a empresa usuária precisa organizar o processo, estabelecer critérios de intervenção e registrar quem responde por ajustes, reclamações e incidentes operacionais.

Esse cuidado se conecta ao trabalho de automação e processos: automatizar não é retirar o controle da equipe, mas estruturar melhor a relação entre pessoas, informações e ferramentas.

Conteúdo sintético, produção de conteúdo e marcação

O uso de IA generativa na produção de textos, imagens, áudios e vídeos acrescenta outra camada de atenção. O contexto oficial informa que sistemas generativos colocados no mercado antes de 2 de agosto de 2026 receberam prazo até 2 de dezembro de 2026 para adaptação a determinadas obrigações de marcação previstas no artigo 50(2).

Esse prazo não deve ser confundido com uma autorização para publicar qualquer material sem análise. A empresa precisa saber quais ferramentas utiliza, quem fornece cada sistema e como o conteúdo é revisado antes de chegar ao público.

Um inventário simples pode registrar fornecedor, ferramenta, finalidade, versão conhecida, áreas usuárias e etapas de aprovação. Quando a identificação ou marcação for aplicável, o fluxo editorial deve prever como ela será realizada e quem validará a publicação.

A responsabilidade do fornecedor e a responsabilidade da empresa não são necessariamente iguais. Por isso, contratos, documentação técnica e orientações de uso devem ser analisados antes de transformar a ferramenta em parte permanente da comunicação.

O que muda — e o que não muda — para sistemas de alto risco

A Comissão Europeia informa que as regras para sistemas de alto risco enquadrados no Anexo III passam a aplicar-se a partir de 2 de dezembro de 2027. Para sistemas de alto risco incorporados a produtos físicos abrangidos pelo Anexo I, o prazo indicado é 2 de agosto de 2028.

Essas datas dizem respeito às classificações e condições descritas no calendário europeu. Não devem ser generalizadas para qualquer sistema que uma empresa considere “de alto risco” em sentido informal.

O mais importante é que a prorrogação de requisitos específicos para alto risco não representa uma suspensão geral das obrigações de transparência do artigo 50 aplicáveis desde 2 de agosto de 2026. A empresa deve separar as duas análises e não usar um prazo futuro como justificativa para deixar de organizar as automações que já estão em operação.

Como organizar a governança de uma automação com IA

Uma estrutura inicial de governança pode ser organizada em quatro frentes:

  • Mapear o uso e a finalidade: identificar onde a IA é utilizada, qual tarefa executa, quais pessoas são afetadas e qual resultado se espera.
  • Identificar fornecedor e sistema: registrar fornecedor, ferramenta, versão disponível, integrações, limitações conhecidas e informações recebidas sobre o uso.
  • Definir responsáveis e supervisão: estabelecer quem acompanha o processo, revisa saídas, intervém quando necessário e decide sobre mudanças.
  • Manter documentação e registros: conservar critérios operacionais, aprovações, incidentes relevantes e alterações feitas no fluxo.

Não se trata de um checklist jurídico exaustivo. É uma forma de transformar transparência em parte da operação. A inteligência artificial aplicada tende a gerar mais valor quando começa pelo problema real e se integra ao funcionamento da empresa, em vez de ser adotada apenas pela disponibilidade de uma ferramenta.

Responsabilidades: fornecedor, empresa e equipe

O fornecedor deve ser questionado sobre documentação, finalidade prevista, limitações, atualizações e mecanismos de transparência oferecidos. A empresa, por sua vez, precisa decidir como utilizar o sistema em seu próprio contexto, quais dados e processos serão conectados e quais controles serão mantidos.

A equipe que opera a automação também precisa entender o que pode ou não delegar à IA. Uma resposta gerada automaticamente, uma classificação de atendimento ou uma recomendação para apoiar uma decisão não devem ser tratados como processos idênticos.

A classificação jurídica depende do papel exercido pela organização, do mercado atendido e da finalidade do sistema. Por isso, a documentação interna apoia a análise, mas não substitui a validação jurídica quando houver dúvida sobre enquadramento ou obrigação legal.

Relação com a LGPD e com operações entre Brasil e Europa

Transparência no AI Act não substitui a análise de proteção de dados. Uma automação pode envolver dados pessoais, fornecedores localizados em outros países, armazenamento externo e compartilhamento de informações entre sistemas. Cada um desses elementos exige avaliação própria.

Também não é possível concluir, apenas porque uma empresa está no Brasil, que ela está automaticamente sujeita ao AI Act. A relação com o regulamento europeu deve considerar o mercado atendido, os usuários envolvidos, os contratos e a atuação internacional.

Empresas que trabalham entre Brasil e Europa podem precisar observar diferentes contextos regulatórios e culturais. A atuação internacional da Marko parte justamente da necessidade de adaptar soluções a diferentes países, idiomas e realidades organizacionais. Na dimensão de privacidade, a análise deve ser separada e pode ser complementada pela Política de Privacidade aplicável à operação.

Conclusão: automatizar com clareza é uma decisão de operação

O adiamento de algumas exigências para sistemas de alto risco não deve ser interpretado como motivo para adiar transparência, supervisão, documentação e definição de responsabilidades.

Para empresas que já usam IA em atendimento, conteúdo ou processos internos, o melhor caminho é revisar cada automação individualmente: entender sua finalidade, identificar o fornecedor, verificar o público afetado, documentar o fluxo e definir onde uma pessoa precisa acompanhar ou intervir.

Mais do que responder a um calendário regulatório, essa organização melhora a capacidade de gestão. Quando a empresa sabe onde a IA está, o que ela faz e quem responde por seus resultados, a automação deixa de ser uma caixa-preta e passa a ser uma decisão operacional mais clara.

Conclusão

O AI Act reforça uma ideia útil para qualquer empresa: tecnologia aplicada precisa estar acompanhada de contexto, responsabilidade e controle. A transparência não é apenas uma etapa de conformidade; é parte da confiança necessária para integrar IA aos processos do negócio.

Antes de escolher uma nova ferramenta, mapeie o problema, o processo e as responsabilidades envolvidas. Conheça também as soluções da Marko em sistemas, automação e inteligência artificial para estruturar uma abordagem adequada à realidade da sua empresa.

Fontes consultadas

Outros conteúdos

Representação visual da organização do histórico de uma oportunidade comercial entre diferentes fontes de informação

Como construir um histórico comercial confiável entre reuniões, conversas e CRM

Veja quais informações devem voltar ao CRM depois de uma conversa comercial, como revisar resumos produzidos por IA e transformar próximos passos em tarefas verificáveis.
Equipe planejando a implementação de um novo sistema com etapas e responsabilidades definidas

Como preparar a equipe para implementar um novo sistema e aumentar a adoção

A adoção de um novo sistema depende de mais do que escolher uma tecnologia. Veja como preparar a equipe com comunicação, responsabilidades, treinamento, testes, documentação e feedback.
Fluxo organizado de passagem de leads entre marketing, vendas e atendimento

Passagem de leads entre marketing e vendas: como estruturar um fluxo sem perder contexto

Veja como definir critérios, responsáveis, informações mínimas, prazos e retornos para organizar a passagem de leads entre marketing, vendas e atendimento.