O que é “AI washing” e por que ele aparece agora
“AI washing” é a prática de exagerar ou superestimar o estágio, o ritmo ou a profundidade do desenvolvimento e do uso de inteligência artificial por uma organização, geralmente para atrair investimentos ou sustentar a valorização no mercado (valuation).
Esse movimento ganha impulso em um ambiente em que IA passou a ocupar espaço central na narrativa corporativa e de mercado. De um lado, muitas companhias mencionam IA em conferências de resultados.
De outro, poucas conseguem demonstrar, de forma quantificada, ganhos de produtividade e, menos ainda, converter essa produtividade em ganhos financeiros mensurados objetivamente.
Esse descompasso entre narrativa e evidência cria um terreno fértil para comunicações ambíguas e, no limite, para afirmações que podem ser interpretadas como fraudulentas quando confrontadas por investidores, reguladores, clientes, parceiros e pelo próprio mercado.
O vácuo entre narrativa, produtividade e resultado financeiro
Um aspecto central para compreender o risco do AI washing é que “falar de IA” não é o mesmo que “provar valor com IA”. Há sinais de que muitas organizações ainda não conseguem isolar o efeito específico da tecnologia porque acabam agregando IA a outras frentes de automação e iniciativas de eficiência. Isso dificulta mensurar o impacto real e, ao mesmo tempo, incentiva narrativas generalistas.
Em paralelo, o mercado tende a exigir resultados concretos para sustentar aportes elevados, especialmente quando o entusiasmo não vem acompanhado de evidência clara.
Nesse contexto, a distinção entre o que a empresa comunica (capacidade, maturidade, ganhos esperados) e o que ela consegue demonstrar (ganho mensurado, conversão financeira, governança do risco) se torna uma via imediata de exposição executiva.
Como o AI washing se conecta à responsabilidade executiva
O AI washing não é apenas um tema de marketing ou relações com investidores. Ele incide diretamente sobre os deveres de diligência, supervisão e governança, com impactos relevantes para a responsabilidade pessoal de administradores e executivos, inclusive sob a ótica de D&O.
1) Aumento da exposição por falsas declarações (misrepresentation)
À medida que as empresas integram IA às operações e às estratégias de longo prazo, cresce a probabilidade de o mercado atribuir valor e perspectiva futura ao que a empresa diz estar construindo ou usando. Nesse cenário, os executivos ficam mais expostos quando comunicações levam a interpretações equivocadas sobre capacidades reais, avanços efetivos ou maturidade das ferramentas de IA em uso.
O ponto sensível aqui não é “errar uma aposta tecnológica”, mas gerar um entendimento externo desalinhado sobre o que existe, o que está em produção, o que está em testes e o que é apenas intenção. Em ambientes de alta expectativa, esse desalinhamento costuma se manifestar quando a organização comunica benefícios (“ganhos”, “eficiência”, “transformação”) sem conseguir sustentar, em grau suficiente, como isso foi medido ou convertido em resultado.
2) Falhas de supervisão e governança: o risco vai além do desempenho da IA
Mesmo quando há IA de fato, a responsabilidade executiva pode ser acionada por falhas de supervisão e governança. Conselhos e diretores podem enfrentar acusações se falharem em identificar, mitigar ou divulgar riscos materiais associados à IA. Esses riscos incluem vieses de modelos, falhas de segurança, falta de confiabilidade e excesso de dependência de fornecedores externos.
Esse aspecto é especialmente relevante porque desloca o debate de “promessa de valor” para “gestão de risco material”. Ou seja: ainda que o uso de IA esteja bem intencionado, a ausência de governança, controles e critérios claros de materialidade e divulgação pode se tornar o foco de um litígio.
3) O paradoxo do ROI no seguro: Eficiência X rentabilidade
No setor de seguros, a pressão por demonstrar valor aparece de forma intensa. Há um volume significativo de investimento em insurtechs com foco em IA, ao mesmo tempo em que se ressalta a necessidade de separar “hype” de geração de receita plausível.
O desafio descrito como “paradoxo do retorno sobre investimento” ajuda a explicar por que o AI washing encontra espaço. Novas tecnologias podem liberar tempo e recursos, mas sem objetividade sobre como empregar esses recursos para elevar produtividade total e rentabilidade de forma proporcional. Assim, é possível observar eficiência sem um aumento correspondente da produtividade total e, por consequência, sem rentabilidade proporcional.
Para executivos, isso importa porque amplia o impulso de comunicar “eficiência” como sinônimo de “resultado”, num momento em que a mensuração pode ser incompleta. Quando a empresa não separa bem níveis de análise, oferta de produtos, desempenho individual e efeitos no setor, fica mais difícil sustentar, com precisão, afirmações sobre valor e perspectiva.
D&O e AI washing: quando a apólice não acompanha a expectativa do executivo
O impacto do AI washing sobre responsabilidade executiva se torna ainda mais sensível quando se observa a compatibilidade, nem sempre adequada, com seguros de D&O.
Onde a cobertura de D&O pode deixar o executivo exposto
Apólices tradicionais de D&O ainda se apoiam em definições clássicas do que constitui ato ilícito e, por isso, não necessariamente garantem cobertura para falhas específicas de IA.
Além disso, declarações fraudulentas sobre recursos de IA, cenário típico de AI washing quando configurada conduta intencional, podem esbarrar em exclusões por atos intencionais e por conduta, elevando o risco de o executivo ficar pessoalmente desprotegido em caso de litígio.
Em termos práticos, isso significa que o risco não é apenas “ser processado”. É também enfrentar um ambiente em que a discussão sobre intencionalidade, veracidade e adequação das declarações pode afetar diretamente a expectativa de cobertura.
Onde o risco costuma aparecer na prática
Considerando o que aparece nos debates sobre mensuração, mercado e governança, o AI washing tende a se tornar problemático quando três vetores se combinam:
- Narrativa forte de IA (mencionar IA como diferencial estratégico e operacional).
- Baixa capacidade de demonstrar causalidade e mensuração (dificuldade de isolar o efeito da IA e quantificar produtividade e conversão financeira).
- Governança incompleta do risco de IA (vieses, segurança, confiabilidade e dependência de terceiros sem endereçamento consistente).
Quando isso ocorre, a empresa pode ficar exposta tanto por “o que prometeu” quanto por “como supervisionou”, e o executivo pode ser pressionado em múltiplas frentes: disclosure ao mercado1, deveres fiduciários, controles internos e adequação do programa de seguros.
O que fazer a partir daqui: implicações e próximos passos para executivos e conselhos
Para CEOs, diretores, lideranças de subscrição, sinistros, jurídico e compliance, o tema pede disciplina de comunicação e governança.
- Tratar IA como tema de disclosure e risco material, não apenas como iniciativa de inovação: a exposição por interpretações equivocadas cresce quando o mercado presume capacidades não sustentadas.
- Separar eficiência, produtividade e resultado financeiro na narrativa corporativa, reconhecendo a dificuldade de isolar o efeito específico da IA quando ela é agregada a automação e outras iniciativas.
- Endereçar governança e supervisão de IA com foco em vieses, segurança, confiabilidade e dependência de fornecedores, reduzindo o risco de alegações por falha de supervisão.
- Revisitar expectativas sobre D&O: entender que declarações fraudulentas ligadas a IA podem encontrar barreiras relevantes de cobertura, inclusive por exclusões associadas a conduta intencional.
- Manter a mensuração em camadas (produto, companhia e setor), para evitar generalizações e sustentar, com consistência, o que se comunica ao mercado sobre criação de valor.
Em um ambiente no qual investimentos e narrativas de IA convivem com dúvidas sobre ROI e evidência, o AI washing se torna menos um “risco reputacional genérico” e mais um ponto de atenção direto para governança, comunicação corporativa e responsabilidade executiva.
_______
1 O disclosure ao mercado (ou evidenciação) é o processo de divulgação de informações relevantes, periódicas ou eventuais, por parte das companhias abertas, garantindo que investidores e o público em geral tenham acesso a dados fidedignos para tomar decisões de investimento de forma consciente e autônoma. No contexto de governança corporativa e responsabilidade do executivo, o disclosure é considerado um pilar essencial para a transparência e a redução da assimetria de informação entre os agentes internos (gestores) e externos (acionistas, mercado).