Dossiê de Inteligência Institucional e Advisory

A inteligência artificial já é um objeto jurídico, econômico e territorial no Brasil. Ela é jurídica porque processa dados, afeta direitos, organiza decisões, produz efeitos em relações de consumo, trabalho, saúde, justiça, crédito e comunicação. É econômica porque concentra capital, modelos, nuvem, propriedade intelectual, trabalho qualificado e cadeias de fornecedores. É territorial porque depende de energia, solo, água, conectividade, data centers, licenciamento, redes e capacidade computacional.

Tratar IA apenas como "software" ou como questão abstrata de ética impede ver a estrutura real do problema. O sistema de IA que responde a um usuário final é apenas a camada visível de uma cadeia: energia; data center; nuvem; dados; modelo; integração; contrato; contexto de uso; pessoa afetada; autoridade competente. Cada elo possui riscos e obrigações próprios. A governança que começa e termina no algoritmo não enxerga onde a dependência se forma, onde o dano pode ser produzido e onde a responsabilidade deve ser demonstrada.

A arquitetura brasileira em formação tem seis camadas. A primeira é constitucional: direitos fundamentais, legalidade, devido processo, igualdade, privacidade, liberdade de expressão, proteção do consumidor, livre iniciativa e proteção do ambiente. A segunda é legislativa horizontal: o PL 2.338/2023 e outras proposições, como o PL 759/2023, disputam a forma de um piso nacional de direitos, risco, transparência, proibições e responsabilidade. A terceira é estratégica: o Plano Brasileiro de Inteligência Artificial — PBIA 2024–2028 — organiza prioridades e investimentos. A quarta é produtiva: PONTARIA e outros instrumentos procuram construir capacidade nacional de dados, modelos, pesquisa e talento. A quinta é material: Redata, ZPEs, energia, telecomunicações e data centers definem a possibilidade física de computar. A sexta é setorial e transversal: ANPD, CNJ, CFM, Banco Central, CMN, CVM, Cade, Coaf, Anatel, órgãos de defesa do consumidor, Estados e Municípios concretizam regras no espaço de suas competências.

A sexta camada reúne competências setoriais e transversais. ANPD organiza a proteção de dados; CNJ e CFM concretizam deveres em Judiciário e medicina; BCB/CMN e CVM incidem sobre estabilidade financeira, risco de crédito, mercado de capitais e tokenização; Cade preserva concorrência em mercados concentrados; e Coaf atua sobre integridade financeira, fraude e prevenção à lavagem de dinheiro. Essas autoridades não substituem uma à outra: elas incidem sobre dimensões diferentes do mesmo sistema.

A grande questão não é escolher entre uma autoridade única e uma fragmentação absoluta. É coordenar sem concentrar indevidamente. A lei geral deve operar como piso de direitos e deveres; planos e políticas industriais devem formar capacidades; autoridades setoriais devem concretizar exigências conforme riscos específicos; contratos devem distribuir deveres na cadeia de valor; e auditorias, registros e documentação devem transformar princípios em evidências verificáveis.

A Tríplice Hélice de Henry Etzkowitz e Loet Leydesdorff oferece ponto de partida: inovação resulta da interação entre Estado, universidade e indústria. Para IA, contudo, esse modelo mínimo precisa ser atualizado. A Quádrupla Hélice, associada a Elias Carayannis e David Campbell, acrescenta sociedade civil, esfera pública, cultura e mídia: legitimidade e confiança não são subprodutos da inovação. A Quíntupla Hélice acrescenta ambiente natural: energia, água, refrigeração, emissões e território não são externalidades de uma IA "imaterial", mas suas condições de possibilidade.

A lente Hubstry Deep Tech | Overall 720º não pretende criar uma nova hélice. Ela é um método para coordenar as dimensões que uma decisão de IA normalmente separa: norma, instituição, ciência, mercado, sociedade, dados, infraestrutura, ambiente, território, contrato e evidência. A função advisory consiste em localizar os pontos em que um agente acredita estar conforme em seu domínio, enquanto o risco se instala justamente na fronteira que ninguém assumiu.

Metodologia de Inteligência de Fontes Abertas

O ODIN utiliza Inteligência de Fontes Abertas — Open Source Intelligence (OSINT) — como método de identificação, coleta, cruzamento, classificação e contextualização de informações publicamente acessíveis. O método não consiste em acumular links ou reproduzir notícias. Seu objetivo é transformar documentos, registros institucionais, atos normativos, bases públicas, publicações oficiais, dados de mercado e literatura especializada em evidência rastreável para análise institucional.

A hierarquia de evidências é parte do método. Leis, decretos, resoluções, acordos, decisões, páginas oficiais, bases públicas e documentos originários têm prioridade para afirmações sobre competência, vigência, data, atribuição institucional, requisito técnico ou tramitação. Fontes acadêmicas e analíticas são utilizadas para interpretar desenhos institucionais, comparar regimes e formular hipóteses. Notícias, postagens e comunicações de terceiros funcionam como sinais de monitoramento, mas não substituem o documento primário quando este está disponível.

O dossiê separa três camadas: fato verificável, sustentado por fonte identificável; inferência, construída a partir da relação entre fatos e competências; e tese editorial, que explicita a leitura institucional do ODIN. Essa separação evita que hipótese seja apresentada como dado e que documento oficial seja confundido com análise.

Cada fonte estruturada é registrada no registro estruturado de fontes (JSON), com órgão emissor, tipo documental, URL, data de publicação, data de consulta, situação, classificação e temas. O arquivo é legível por máquinas e pode ser inspecionado diretamente pelo leitor, sem substituir a consulta ao documento original.

OSINT não substitui perícia técnica, auditoria de sistemas, diligência contratual, investigação forense, informação classificada ou parecer jurídico individualizado. Seu papel é reduzir assimetria informacional, organizar sinais públicos, qualificar perguntas e permitir que afirmações institucionais sejam verificadas pelo leitor.

A frase "o Brasil ainda não possui lei de IA" é frequentemente usada como se encerrasse o diagnóstico jurídico. Ela descreve uma lacuna legislativa relevante, mas não descreve o ordenamento aplicável. A ausência de um código unitário não equivale à ausência de direito. Sistemas de IA já encontram limites na Constituição, na LGPD, nas regras de consumo, nos regimes de responsabilidade civil, nas normas de concorrência, na legislação trabalhista, em regras de saúde, em atos administrativos e em normas profissionais.

O problema do enunciado do vazio regulatório é também prático. Ele induz empresas a adiar inventário, classificação de risco, documentação, governança de dados e disciplina contratual até que uma lei geral seja aprovada. Mas o risco não espera a consolidação de um marco. Uma clínica que usa IA para apoiar diagnóstico já está submetida ao CFM, à proteção de dados e a deveres de responsabilidade. Um tribunal que usa IA já se submete à Constituição, à Resolução CNJ nº 615/2025 e ao devido processo. Uma plataforma que perfila pessoas já se submete à LGPD, ao consumidor e a regras setoriais aplicáveis. Uma empresa que fornece sistema ao mercado europeu pode ser alcançada pelo AI Act nas hipóteses do art. 2º do Regulamento (UE) 2024/1689.

O Brasil vive, portanto, não um vazio, mas um problema de arquitetura. Há fontes demais para serem ignoradas e coordenação de menos para que operem harmonicamente. A advocacia que espera apenas o texto final de uma lei geral pode chegar tarde. A advocacia que afirma que tudo já está resolvido por normas existentes também erra. O que existe é uma ordem em formação, na qual as lacunas são reais, mas são lacunas entre regimes já ativos.

1. O mito do vazio regulatório

O debate público ainda trata a IA como produto: uma ferramenta que escreve, resume, classifica, recomenda ou gera imagens. Essa visão é útil para a experiência do usuário, mas insuficiente para a arquitetura institucional. A IA é uma infraestrutura cognitiva porque organiza capacidade de processar informação, produzir inferências, influenciar decisões, classificar pessoas, orientar recursos e condicionar ação humana em escala.

A infraestrutura cognitiva não é abstrata. Ela exige eletricidade, conectividade, chips, servidores, água, refrigeração, imóveis, cabos, nuvem, políticas de acesso, modelos de negócio, contratos de licenciamento, trabalho técnico, dados de treinamento e governança de segurança. Cada uma dessas condições introduz distribuição de poder. Quem controla compute pode treinar ou hospedar modelos. Quem controla nuvem pode definir preço, disponibilidade e acesso. Quem controla dados pode limitar ou favorecer pesquisa. Quem controla padrões de auditoria pode tornar uma decisão contestável ou opaca.

A consequência é metodológica: a unidade de análise não pode ser só o modelo. Deve ser a cadeia socio-técnica. O risco de uma IA clínica não está apenas na taxa de erro do algoritmo, mas nos dados usados, no desenho de validação, no contexto de implantação, na formação do médico, no registro em prontuário, na possibilidade de contestação e no contrato com o fornecedor. O mesmo vale para IA judicial, financeira, educacional ou de segurança.

2. IA como infraestrutura cognitiva

A Tríplice Hélice foi proposta por Henry Etzkowitz e Loet Leydesdorff na década de 1990 para explicar a dinâmica entre universidade, indústria e governo nos sistemas de inovação. O modelo rompe com a imagem linear segundo a qual a universidade pesquisa, a empresa comercializa e o Estado apenas financia ou corrige falhas. Em vez disso, cada esfera pode assumir funções híbridas: universidades empreendem, empresas produzem conhecimento, governos coordenam redes e criam missões.

Esse paradigma é particularmente útil para a IA brasileira. O Estado não é apenas regulador posterior: formula PBIA, financia pesquisa, compra tecnologia, organiza dados públicos, cria infraestrutura e induz investimentos. A academia não é apenas fonte de artigos: forma pesquisadores, produz modelos, desenvolve avaliação e participa de laboratórios públicos. A indústria não é apenas usuária: concentra infraestrutura, opera plataformas, fornece modelos, investe em data centers e transforma pesquisa em produto.

A Lei nº 9.427/1996, que instituiu a ANEEL, simboliza a formação contemporânea do Estado regulador brasileiro. Trinta anos depois, o objeto regulado se torna mais complexo. Não se trata apenas de tarifas, concessões e redes de energia, embora energia continue central. Trata-se também de sistemas que produzem classificações, recomendações e decisões em setores socialmente sensíveis. A IA exige que o Estado regulador se torne também Estado coordenador de capacidades digitais.

3. A Tríplice Hélice: Estado, ciência e indústria

A Tríplice Hélice explica capacidade de inovar, mas não explica suficientemente por que determinada inovação é legítima, contestada ou aceita. A Quádrupla Hélice, desenvolvida por Carayannis e Campbell, incorpora sociedade civil, público mediado por cultura e mídia. Para IA, esse acréscimo é decisivo.

4. Quádrupla Hélice: legitimidade, esfera pública e sociedade

Sociedade não é apenas destinatária passiva. É titular de direitos, produtora de dados, fonte de valores, objeto de decisões automatizadas e instância de contestação. Uma arquitetura de IA que não contém participação, transparência inteligível, canais de reclamação, mecanismos de revisão e linguagem pública tende a perder legitimidade mesmo quando é tecnicamente sofisticada.

A experiência do Tribunal de Justiça de Santa Catarina ilustra uma forma institucional de materializar essa dimensão. A Resolução CNJ nº 615/2025 fornece diretrizes nacionais para IA no Judiciário. O TJSC instituiu o Comitê de Governança de Inteligência Artificial — CGIA — e disponibilizou FAQ pública sobre uso de IA. A sequência é relevante: diretriz nacional, responsável institucional, documentação pública, orientação acessível e canal de contato. Não é apenas comunicação; é redução de assimetria informacional e construção de accountability.

5. Quíntupla Hélice: ambiente, energia e território

A Quíntupla Hélice acrescenta ambiente natural ao modelo de inovação. Para IA, isso não é agenda acessória. Data centers consomem energia, exigem refrigeração, interagem com disponibilidade hídrica, ocupam território e demandam conectividade de alta capacidade. A retórica de uma nuvem etérea esconde uma infraestrutura eletrointensiva e territorialmente situada.

A política de IA precisa, portanto, se relacionar com política energética, ambiental, urbana e industrial. O debate sobre data centers não pode ser decidido apenas por incentivos tributários. Requer avaliação de origem da energia, adicionalidade renovável, impacto sobre rede, resiliência, água, descarte de equipamentos, uso do solo, empregos, cadeias locais e contrapartidas de pesquisa. A infraestrutura pode formar capacidade nacional ou produzir apenas enclave de processamento.

6. Overall 720º: coordenação sem redução

A lente Overall 720º é apresentada aqui como método de leitura, não como substituto dos modelos de inovação. Ela parte da premissa de que sistemas jurídicos, tecnológicos e econômicos usam palavras semelhantes — segurança, conformidade, transparência, soberania, risco — com sentidos e responsabilidades diferentes. O problema aparece quando ninguém traduz essas diferenças.

Uma empresa pode estar conforme com exigência técnica de segurança, mas não ter base jurídica para seu tratamento de dados. Pode cumprir LGPD, mas não demonstrar adequação setorial. Pode instalar data center no Brasil, mas continuar dependente de modelos, chaves, capital e decisões externas. Pode obter incentivo fiscal, mas não entregar contrapartida de pesquisa ou acesso. A arquitetura advisory deve registrar essas fronteiras antes que elas se convertam em dano, litígio ou dependência.

6.1 Trinta anos do Estado Regulador brasileiro: da regulação setorial à coordenação de capacidades digitais

Em 2026, a criação da Agência Nacional de Energia Elétrica — ANEEL — pela Lei nº 9.427, de 26 de dezembro de 1996, completa trinta anos. O marco não representa o início absoluto da intervenção pública na economia brasileira, mas simboliza a consolidação contemporânea do modelo federal de agências reguladoras: autarquias em regime especial, vinculadas a políticas públicas, com competências técnicas de regulação e fiscalização.

A experiência regulatória demonstra que mercados estratégicos não se organizam apenas por contratos privados. Energia, telecomunicações, transporte, saúde, água, finanças e dados exigem regras de acesso, fiscalização, padrões técnicos, informação confiável, tratamento de assimetrias, continuidade de serviços e mecanismos de responsabilização.

A inteligência artificial amplia esse desafio. Ela atravessa setores já regulados, mas também depende de infraestrutura material que possui seus próprios regimes: energia, conectividade, data centers, nuvem, dados, licenciamento, compras públicas, propriedade intelectual, concorrência e proteção de direitos fundamentais.

Leitura ODIN. O desafio contemporâneo não é substituir a regulação setorial por uma autoridade única de IA. É coordenar competências sem apagar especializações. A lei geral pode fixar direitos e deveres horizontais; as autoridades setoriais podem concretizar riscos; a política industrial pode formar capacidade; e os instrumentos técnicos podem transformar princípios em evidências verificáveis.

7. PBIA: estratégia nacional e capacidade estatal

O Plano Brasileiro de Inteligência Artificial — PBIA 2024–2028, denominado "IA para o Bem de Todos", é a camada estratégica da arquitetura. Prevê investimentos projetados de R$ 23,03 bilhões até 2028, distribuídos entre infraestrutura e desenvolvimento de IA, inovação empresarial, capacitação, serviços públicos, governança e ações imediatas.

O PBIA não é lei geral, não cria sanções e não substitui autoridades. Sua importância está em outra dimensão: ele reconhece que a IA requer capacidade estatal e produtiva. Pesquisa sem compute, formação sem oportunidade, regulação sem equipe técnica e serviço público sem infraestrutura tornam-se promessas vazias. O plano procura ligar investimento, pesquisa, aplicação pública, inovação empresarial e governança.

Mas planejamento não é execução. A pergunta crítica é como objetivos se convertem em programas, compras, financiamento, indicadores, metas e accountability. Um plano nacional só produz capacidade se seus recursos forem operacionalizados por instituições capazes de contratar, monitorar, avaliar e corrigir. A transparência sobre metas, distribuição territorial e resultados deve ser parte da estratégia, não relatório posterior.

7.1 WAICO: multipolaridade, capacidade e soberania tecnológica

Em julho de 2026, o Brasil participou, em Xangai, da fundação da Organização Mundial para Cooperação em Inteligência Artificial — WAICO. O acordo constitutivo estabelece uma organização intergovernamental internacional independente, com personalidade jurídica própria, sede em Xangai e adesão aberta a todos os Estados.

A relevância da WAICO não está apenas na criação de mais um foro internacional. Seu desenho institucional aproxima cooperação tecnológica, capacitação, coordenação de estratégias, regras de governança, padrões técnicos, interoperabilidade, ciência, tecnologia e ecossistemas de código aberto. O acordo também assume como propósito reduzir a divisão global em inteligência artificial e ampliar o acesso a tecnologias e serviços de IA.

O Artigo 3 do acordo prevê uma plataforma de aproximação entre oferta e demanda entre os Estados-membros, cooperação em capacitação, coordenação de estratégias nacionais, regras de governança e padrões técnicos, além da promoção de diálogo, consenso de políticas públicas, interoperabilidade e compartilhamento de boas práticas. A organização também incentiva esforços conjuntos para o desenvolvimento de ecossistemas de código aberto.

Essa abertura deve ser lida no contexto da multipolarização da governança de IA. A inteligência artificial é simultaneamente infraestrutura econômica, capacidade científica, poder computacional, acesso a modelos, regime de padrões técnicos e instrumento de influência normativa. A existência de uma nova organização intergovernamental, orientada à cooperação e ao desenvolvimento de capacidades, amplia o espaço institucional em que Estados disputam regras e condições de acesso à tecnologia.

O preprint World Artificial Intelligence Cooperation Organization (WAICO): Mapping an Emerging Institution in the Global AI Governance Regime Complex, de William Guey, Pierrick Bougault, Wei Zhang, Vitor D. de Moura e José Orlando Gomes, é relevante não apenas por registrar a emergência da WAICO, mas por propor uma leitura comparada de seu lugar no regime global de governança de IA. A pesquisa compara 15 instituições e instrumentos internacionais e sustenta que a WAICO foi desenhada para ocupar uma posição que nenhum organismo global então constituído reunia: abertura à adesão de Estados soberanos, sem filtro de valores ou de regime político, e agenda centrada em desenvolvimento e redução das assimetrias globais de capacidade.

Essa é uma conclusão analítica do preprint, não uma disposição literal do tratado. O acordo constitutivo confirma elementos que tornam essa leitura plausível — adesão aberta a Estados, respeito à soberania, igualdade, multilateralismo, redução da divisão em IA, capacitação e coordenação técnica —, mas não usa as categorias comparativas de “filtro de valores”, “regime político” ou “Sul Global”.

Leitura ODIN. A consequência para o Brasil não é aderir a uma lógica de blocos nem substituir parcerias existentes por um novo centro de gravidade. É reconhecer que a multipolaridade cria espaço de negociação. A estratégia brasileira deve converter participação internacional em resultados mensuráveis: acesso a pesquisa e formação, cooperação científica, interoperabilidade, capacidade de infraestrutura, participação em padrões, diversificação de fornecedores e preservação de autonomia decisória. Cooperação sem capacidade doméstica apenas redistribui dependência; capacidade doméstica sem inserção internacional reduz escala, acesso e influência.

Leitura ODIN. Para o Brasil, a WAICO não substitui ONU, UNESCO, OCDE, G20, BRICS ou outros espaços de cooperação. Ela cria, porém, uma plataforma adicional para diversificar parcerias, participar da formulação de padrões, ampliar cooperação científica e tecnológica e defender uma inserção internacional que conecte infraestrutura, capacidade produtiva, formação, direitos e interesse público. O objetivo estratégico não é escolher dependência por um polo, mas construir autonomia decisória e capacidade nacional em uma ordem tecnológica multipolar.

8. PL 2.338/2023: o marco horizontal possível

O PL 2.338/2023 ocupa a posição de potencial lei-quadro brasileira de IA. Sua função adequada é fixar piso de direitos, práticas proibidas, parâmetros de risco, deveres de governança e responsabilidades distribuídas. O projeto deve ser lido não como solução exclusiva, mas como camada horizontal que organiza o diálogo entre autoridades e setores.

Uma lei geral de IA não deve transformar uma autoridade única em reguladora universal de todos os riscos. Dados pessoais exigem ANPD; atividade jurisdicional exige CNJ; medicina exige CFM e autoridades sanitárias; finanças exigem Banco Central e CVM; telecomunicações e infraestrutura possuem regimes próprios. O desafio não é eliminar especialização, mas impedir que ela resulte em contradição e vazio.

A regra dogmática pode ser formulada assim: normas gerais fixam o piso; competências setoriais concretizam o risco; contratos distribuem obrigações na cadeia; auditoria produz prova de conformidade. A lei geral deve definir limites à delegação normativa, preservar reserva legal para sanções e direitos, e estabelecer mecanismos de coordenação que não convertam especialização em fragmentação.

9. PL 759/2023: alternativa, risco e indeterminação

O PL 759/2023 e seu substitutivo apresentado na Comissão de Ciência, Tecnologia e Inovação oferecem uma rota concorrente. O texto incorpora práticas vedadas, alto risco, transparência de conteúdo sintético, supervisão humana e sanções. O mérito é reconhecer que IA não pode ser tratada como tecnologia neutra. O risco é fazer com que conceitos amplos operem sem gradação, contexto ou viabilidade técnica.

"Explicabilidade", "transparência", "manipulação", "discriminação" e "segurança" precisam de conteúdo normativo suficiente para orientar conduta e permitir fiscalização proporcional. Uma obrigação de explicabilidade não pode ignorar o tipo de sistema, a finalidade, o risco, o segredo industrial, a segurança cibernética e o destinatário da explicação. Transparência para um regulador não é idêntica à transparência para um usuário; nenhuma delas deve expor segredo ou criar vulnerabilidade.

A contraposição entre regular desenvolvimento e regular uso é falsa quando tratada de modo absoluto. Há riscos que surgem no treinamento, nos dados, no desenho de arquitetura e na documentação; outros se concretizam na implantação, na decisão humana, no setor e na pessoa afetada. A arquitetura madura distribui deveres por cadeia de valor: fornecedor, integrador, distribuidor, implantador, usuário profissional e autoridade competente não respondem pelo mesmo, mas todos respondem por algo.

Frentes parlamentares e capacidade de coordenação

Em 2026, o Congresso Nacional passou a contar com duas frentes parlamentares relevantes para a arquitetura brasileira de inteligência artificial: a Frente Parlamentar Mista de Inteligência Artificial, Proteção de Dados e Segurança Digital e a Frente Parlamentar Mista das Startups e do Empreendedorismo Inovador.

Frentes parlamentares são espaços suprapartidários de articulação, debate, diálogo intersetorial e formação de agenda. Elas não substituem as comissões legislativas nem possuem competência autônoma para aprovar leis. Sua importância está na capacidade de aproximar parlamentares, órgãos públicos, empresas, universidades, institutos de ciência e tecnologia, investidores e sociedade civil. [Frentes Parlamentares — Senado Federal]

A Frente Parlamentar Mista de Inteligência Artificial, Proteção de Dados e Segurança Digital foi instituída pela Resolução do Senado Federal nº 19, de 2026. Sua finalidade inclui promover o debate parlamentar sobre inteligência artificial, proteção de dados pessoais e segurança digital; contribuir para propostas legislativas orientadas por ética, transparência, segurança e direitos fundamentais; acompanhar políticas públicas e estimular o diálogo entre Legislativo, Executivo, setor privado, academia, sociedade civil e organismos internacionais. Na data de consulta, o registro oficial do Senado indicava a frente como "aguardando instalação". [Frente Parlamentar Mista de IA — Senado Federal]

Para a arquitetura brasileira de IA, a frente representa uma arena potencial de coordenação entre regulação, proteção de dados, segurança digital, direitos fundamentais, política industrial e soberania tecnológica. Seu papel não é decidir sozinha a regulamentação, mas ampliar a capacidade de articulação política e técnica em torno das escolhas que orientarão a adoção de IA no país.

A Frente Parlamentar Mista das Startups e do Empreendedorismo Inovador foi instituída pela Resolução do Senado Federal nº 6, de 18 de maio de 2026, originada do Projeto de Resolução do Senado nº 18, de 2025. A frente tem como objetivos fomentar o ecossistema nacional de empresas emergentes inovadoras; propor aperfeiçoamentos legislativos que ampliem a segurança jurídica e reduzam custos de transação; incentivar investimentos; e manter diálogo com universidades, institutos de ciência e tecnologia, startups, empreendedores e investidores. [Frente das Startups — Senado Federal] [PRS nº 18/2025 — Senado Federal]

Na agenda de IA, a Frente das Startups é relevante por conectar produção científica, pesquisa aplicada, financiamento, empreendedorismo, desenvolvimento de produtos e formação de empresas tecnológicas nacionais. Ela pode contribuir para que a política de IA não se limite à regulação de riscos, mas também crie condições para inovação, difusão tecnológica e geração de valor no país.

A questão estratégica é a coordenação entre esses eixos. Uma política focada exclusivamente em mitigação de riscos pode não produzir infraestrutura, talentos, pesquisa aplicada, propriedade intelectual e capacidade empresarial. Por outro lado, uma agenda limitada a investimento e competitividade pode fragilizar direitos, confiança pública e legitimidade institucional. A arquitetura brasileira de IA dependerá da capacidade de integrar esses componentes: governança, direitos, infraestrutura, ciência, empreendedorismo, financiamento e capacidade produtiva.

10. PONTARIA: "IA Brasileira" e soberania produtiva

O PL 1.074/2026 — PONTARIA — representa a camada de política industrial. Seu objetivo é fomentar sistemas classificados como "IA Brasileira", mobilizando dados relacionados ao contexto nacional, armazenamento e processamento local, tecnologia, mão de obra e incentivos econômicos. Ele formula uma pergunta diferente da lei geral: não quais riscos são aceitáveis, mas qual capacidade o Brasil quer construir e reter.

A emenda relatada que remove exigência fixa de 60% de dados nacionais e remete percentuais e critérios à regulamentação reconhece que dados não são mero insumo territorial. Um conjunto de dados pode ser relevante para contexto nacional por idioma, domínio, licitude, diversidade, qualidade, finalidade e representação cultural, mesmo que não se possa reduzi-lo a percentual simplista.

Ainda assim, critérios técnicos delegados exigem núcleo legal. Quem certificará? Com qual procedimento? Que informações serão protegidas por sigilo comercial? Como o interessado contestará decisão? Que evidência demonstrará uso de infraestrutura, mão de obra ou tecnologia nacional? Sem essas respostas, "IA Brasileira" corre o risco de ser selo retórico, vulnerável a captura ou discricionariedade.

Soberania não é nacionalidade declarada. É capacidade verificável de decidir, treinar, operar, substituir, auditar e governar. Inclui pesquisa, talento, dados, modelos, compute, energia, contratos, chaves, propriedade intelectual e alternativas de fornecimento.

10.1 Direito Econômico, Análise Econômica do Direito e Direito & Economia Política

A arquitetura brasileira de inteligência artificial não pode ser lida apenas como problema de conformidade normativa. Ela também envolve organização da economia, alocação de recursos escassos, desenho de incentivos, poder de mercado, distribuição de capacidades, infraestrutura material e escolhas democráticas sobre desenvolvimento.

Direito Econômico: a organização jurídica da economia

O Direito Econômico permite examinar como normas, instituições, contratos, política industrial, concorrência, regulação e infraestrutura organizam a economia concreta. Nessa perspectiva, REDATA, Nuvem Brasileira, PONTARIA, compras públicas, energia, telecomunicações e defesa da concorrência não são agendas separadas: são instrumentos que distribuem capacidade de computar, inovar, financiar, acessar mercados e controlar infraestruturas críticas.

Análise Econômica do Direito: incentivos, custos e efeitos

A Análise Econômica do Direito é uma ferramenta para examinar como regras alteram incentivos, custos de transação, risco, entrada, concentração, inovação, acesso e uso de recursos. Eficiência informa consequências e trade-offs, mas não substitui direitos fundamentais, sustentabilidade, distribuição territorial, autonomia científica, continuidade de serviços públicos ou legitimidade democrática.

Direito e Economia Política: poder, distribuição e democracia

Direito e Economia Política parte da ideia de que mercados não são espaços naturais anteriores ao Estado. Propriedade, contratos, empresas, finanças, concorrência, plataformas, dados e infraestrutura são organizados por escolhas jurídicas e políticas. A pergunta inclui quem recebe capacidade, quem suporta riscos, quem controla a infraestrutura e quem participa das decisões sobre tecnologia.

Genealogia: do Realismo Jurídico ao Direito e Economia Política

Leitura ODIN. Sem Direito Econômico, a infraestrutura parece mero detalhe técnico; sem AED, políticas públicas ignoram efeitos e incentivos; sem Economia Política, eficiência pode ocultar concentração, dependência e desigualdade de capacidade. A coordenação entre essas lentes permite tratar IA como infraestrutura jurídica, econômica, territorial e democrática.

11. REDATA: capacidade computacional como política econômica

A Lei nº 15.504, de 15 de setembro de 2026, instituiu o Regime Especial de Tributação para Serviços de Datacenter — REDATA. O regime sucede o debate legislativo do PL nº 278/2026 e converte a atração de data centers em instrumento formal de política econômica, tecnológica e de infraestrutura.

O REDATA reconhece que capacidade de computar não é um insumo abstrato. Data centers concentram hardware, conectividade, energia, água, solo, refrigeração, contratos de longo prazo e serviços de nuvem que sustentam inteligência artificial, serviços públicos digitais, pesquisa científica e economia de dados.

O Redata não responde diretamente à pergunta sobre direitos, risco ou uso de IA. Ele responde a pergunta anterior: onde estará a capacidade de processar? Data centers são infraestrutura de nuvem, IA, blockchain, serviços públicos digitais e economia de dados. Eles concentram hardware, conectividade, eletricidade e contratos de longo prazo.

Incentivo tributário não equivale a soberania digital. Um regime de desoneração pode ampliar capacidade instalada, atrair servidores e reduzir custos de infraestrutura sem necessariamente formar capacidade nacional de decisão, pesquisa, modelos, propriedade intelectual ou acesso a compute. O ponto decisivo são as contrapartidas: formação de talentos, fornecedores locais, transparência energética e hídrica, acesso a capacidade computacional para pesquisa, governança de dados e cláusulas de auditoria e reversibilidade.

Energia de baixa emissão, gás natural e a controvérsia regulatória

A Lei nº 15.504/2026 exige, para habilitação ao REDATA, que a demanda elétrica do empreendimento seja atendida por contratos de suprimento ou autoprodução proveniente de fontes renováveis ou de baixa emissão, na forma do regulamento. A lei estabelece a diretriz, mas não define exaustivamente quais fontes poderão ser enquadradas como de baixa emissão para fins de acesso ao regime.

O ponto mais controverso é a possível elegibilidade do gás natural. A discussão não está encerrada pela lei e permanece dependente de regulamentação. Por isso, o ODIN não classifica previamente o gás natural como fonte elegível, renovável ou incompatível com o REDATA: registra que a definição regulatória ainda é objeto de disputa técnica, econômica, ambiental e institucional.

Leitura ODIN. A competitividade de data centers não deve ser avaliada apenas pelo preço imediato do megawatt-hora. Deve incluir qualidade e continuidade do suprimento, emissões, custo de rede, risco regulatório, exposição a ativos potencialmente obsoletos, compatibilidade com metas climáticas, segurança energética e capacidade de expansão territorial. A regulamentação deve tornar seus critérios explícitos, verificáveis e tecnologicamente consistentes.

Nota metodológica. Esta seção distingue o fato normativo verificável, o estágio regulatório ainda pendente de definição e argumentos públicos identificados no debate setorial. Não atribui a indivíduos ou participantes de interlocuções reservadas posições que não estejam documentadas em fonte pública ou autorizadas para divulgação.

11.1 Nuvem Brasileira: soberania de dados, operação e tecnologia

A Nuvem Brasileira deve ser lida como infraestrutura de Estado, e não apenas como alternativa de hospedagem. A iniciativa do Governo Federal, conduzida em articulação entre MGI, ABDI, Serpro e BNDES, realizou sua primeira Escuta de Mercado em setembro de 2026 e permanece na fase de estudos e diagnóstico, anterior à definição técnica, jurídica e de negócios da parceria e à sua futura implementação.

Soberania digital não se esgota no local onde um dado repousa. A discussão pública sobre nuvem de governo já distingue, ao menos, três dimensões: soberania de dados, soberania operacional e soberania tecnológica. A primeira diz respeito a jurisdição, proteção e acesso aos dados; a segunda, à capacidade de administrar, monitorar, recuperar e responder pela infraestrutura; a terceira, ao domínio sobre arquitetura, componentes críticos, padrões, interoperabilidade, conhecimento técnico e evolução da solução.

Essa distinção é decisiva para a arquitetura brasileira de IA. Serviços de inteligência artificial, modelos, APIs, armazenamento, bancos vetoriais, logs, pipelines de dados e camadas de orquestração não são elementos neutros. Eles definem quem pode treinar, hospedar, integrar, auditar, interromper ou recuperar sistemas críticos. Uma política de infraestrutura que avalie apenas preço, capacidade instalada ou localização física não enxerga a estrutura real de dependência.

Leitura ODIN. A Nuvem Brasileira pode converter a soberania digital de princípio abstrato em requisito de arquitetura: interoperabilidade, padrões abertos, auditabilidade, rastreabilidade, continuidade operacional, desenvolvimento de competências e controle sobre componentes críticos. O ponto não é recusar parceiros internacionais, mas evitar que infraestrutura essencial se torne caixa-preta contratual, tecnológica ou jurisdicional.

11.1.1 Nuvem Brasileira: da Escuta de Mercado à modelagem soberana

A Escuta de Mercado desloca o debate de uma contratação isolada de infraestrutura para uma modelagem de capacidades: oferta da indústria nacional, padrões técnicos, requisitos jurídicos, interoperabilidade, continuidade e condições de desenvolvimento, manutenção e evolução tecnológica no país.

A formulação institucional mais relevante é a de soberania sem isolamento. A proposta não pressupõe que todos os componentes de hardware e software sejam necessariamente nacionais. O critério passa a ser o grau de controle sobre dependências críticas: chaves, administração, jurisdição, suporte, licenciamento, portabilidade, recuperação e capacidade de manter serviços essenciais diante de interrupções externas.

11.2 Cloud Act: jurisdição do fornecedor e limites da territorialidade

O Clarifying Lawful Overseas Use of Data Act — Cloud Act, aprovado nos Estados Unidos em 2018, é relevante para qualquer debate brasileiro sobre nuvem soberana, Redata e infraestrutura crítica. A norma alterou o regime norte-americano de comunicações armazenadas para determinar que determinados provedores sujeitos à jurisdição dos Estados Unidos cumpram obrigações legais de preservação, backup ou divulgação de dados sob sua posse, custódia ou controle, independentemente de a informação estar localizada dentro ou fora do território americano.

O Cloud Act não é autorização para acesso arbitrário nem elimina exigências processuais. A consequência estratégica, porém, é clara: a localização territorial do servidor não encerra a análise de soberania. Quando uma organização depende de fornecedor submetido à jurisdição estrangeira, a arquitetura deve examinar quem controla juridicamente o provedor, as contas administrativas, chaves, suporte técnico, atualizações, APIs, logs, mecanismos de recuperação e capacidade de resposta a ordens legais.

Para Redata e para a Nuvem Brasileira, a lição é objetiva: capacidade territorial é necessária, mas não basta. Um data center situado no Brasil pode continuar dependente de software proprietário, operação remota, infraestrutura de identidade, chaves externas, suporte estrangeiro ou contratos que concentrem controle em fornecedor submetido a outra jurisdição. Soberania operacional exige que o Estado e os operadores essenciais saibam demonstrar o que permanece controlável, auditável e funcional em cenário de desconexão, incidente, descontinuidade contratual ou conflito de jurisdição.

Leitura ODIN. O risco relevante não é a nacionalidade abstrata de uma empresa, mas a combinação entre jurisdição aplicável, concentração de controle, dependência técnica, reversibilidade contratual, gestão de chaves, interoperabilidade e capacidade doméstica de operação. Uma política madura de nuvem deve avaliar esses fatores antes de chamar uma infraestrutura de soberana.

11.3 Resiliência operacional: contratos, continuidade e ativos científicos

A soberania operacional não se demonstra apenas pela localização de dados, servidores ou data centers. Ela depende também da capacidade de manter, recuperar, migrar e proteger serviços críticos quando contratos, fornecedores, cadeias de hardware, redes ou ambientes de nuvem se tornam indisponíveis, economicamente inviáveis ou juridicamente restritos.

A migração para a nuvem não elimina dependências: ela as reorganiza. Uma organização pode reduzir a necessidade de operar hardware próprio e, ao mesmo tempo, ampliar sua exposição a variação cambial, reajustes de assinaturas, contratos de adesão, APIs proprietárias, suboperadores, identidades externas, suporte remoto e concentração de serviços em poucos fornecedores.

A questão não é recusar a nuvem ou substituir parceiros internacionais por isolamento tecnológico. É evitar dependência não auditável. Contratos de infraestrutura crítica devem permitir conhecer suboperadores, preservar portabilidade de dados, documentar dependências, disciplinar acesso administrativo, prever condições de saída e testar a capacidade real de continuidade fora do ambiente principal.

Backup não equivale automaticamente a continuidade

Cópias de segurança conectadas à mesma rede, administradas pelas mesmas credenciais ou expostas aos mesmos privilégios do ambiente principal podem ser comprometidas simultaneamente em um incidente de ransomware ou de administração indevida. A continuidade exige arquitetura de recuperação, não simples acúmulo de cópias.

Como referência operacional, o modelo 3-2-1-1-0 orienta a manutenção de três cópias dos dados, em duas mídias ou tecnologias distintas, com uma cópia em local externo, uma cópia imutável ou isolada e zero erros verificados em testes de restauração. A validade do modelo depende de testes regulares: backup não testado é uma hipótese, não uma capacidade demonstrada.

Ciência, pesquisa e propriedade intelectual

Universidades, institutos de ciência e tecnologia, laboratórios e centros de pesquisa concentram ativos cuja perda ou exfiltração pode comprometer capacidade nacional de inovação: dados científicos, resultados experimentais, códigos, modelos, patentes em desenvolvimento, protocolos, parcerias e informações ainda não publicadas.

Esses ativos exigem proteção proporcional à sua criticidade: classificação de informação, segmentação de ambientes, controle de identidade, gestão de chaves, armazenamento isolado, backup imutável, monitoramento de acessos e plano de resposta a incidentes. A proteção de propriedade intelectual antes da publicação ou do depósito de patente é parte da infraestrutura científica nacional.

Leitura ODIN

A infraestrutura soberana não é aquela que promete ausência de dependência. É aquela que torna dependências conhecidas, proporcionais, auditáveis e substituíveis. A autonomia relevante não está em desligar-se do mundo, mas em preservar capacidade de decisão e continuidade quando a integração global se torna insuficiente, cara, instável ou incompatível com o interesse público.

12. Pecém: capacidade exportadora e limite da territorialidade

O projeto associado à ByteDance no Complexo do Pecém é emblemático porque liga Zona de Processamento de Exportação, energia renovável, conectividade e exportação de serviços digitais. Fontes oficiais do Ceará registram primeiras etapas de construção, referência a 200 MW de carga de TI, demanda de aproximadamente 300 MW de energia e início operacional projetado para 2027.

A instalação cria oportunidade econômica e territorial. Pode gerar demanda de infraestrutura, encadear fornecedores, elevar a relevância regional e atrair serviços digitais. Mas não deve ser apresentada como prova automática de soberania digital brasileira. Se modelos, dados, decisões de produto, chaves, contratos estratégicos e valor econômico permanecerem integralmente externos, haverá capacidade territorial, não necessariamente capacidade decisória.

A análise jurídica e econômica precisa perguntar: quais obrigações ambientais e energéticas foram estabelecidas? Qual participação de universidades e fornecedores locais? Que acesso a compute será oferecido a empresas nacionais? Como transferências de dados serão governadas? Que auditorias de segurança, continuidade e transparência incidirão? Sem resposta, o investimento pode ser relevante e ainda assim operar como enclave exportador.

13. Rio AI City: infraestrutura urbana e ecossistema

O Rio AI City apresenta arquitetura diferente. Associado à Elea Data Centers, à Prefeitura do Rio e a interlocução com MCTI, BNDES, Finep e Eletrobras, o projeto é pensado como campus metropolitano de infraestrutura de IA. A capacidade inicial anunciada de 1,5 GW, com potencial de expansão, coloca a cidade no debate sobre hubs regionais de compute.

A diferença em relação a uma ZPE não é apenas geográfica. O desafio é integrar infraestrutura ao ecossistema urbano: universidades, startups, serviços profissionais, pesquisa aplicada, contratação pública, conectividade, formação de talentos e política de inovação. Um grande campus pode produzir efeitos de aglomeração; pode também permanecer como ativo de infraestrutura sem densidade de uso local.

A política pública deve tratar energia, uso do solo, licenciamento, demanda, formação, pesquisa e acesso como partes do mesmo projeto. O anúncio de megawatts não é resultado; é condição. Resultado é capacidade social e produtiva de utilizar compute para pesquisa, serviços, inovação e valor local.

14. ANPD: dados, poder regulatório e infraestrutura de governança

A Agência Nacional de Proteção de Dados integra a arquitetura brasileira de IA como autoridade transversal da camada informacional. Dados pessoais estruturam treinamento, inferência, perfilamento, segurança, decisões automatizadas, auditoria e contestação. A ANPD não governa isoladamente todos os riscos de IA, mas incide sobre uma condição material presente em grande parte desses sistemas: o tratamento de dados pessoais.

A Lei nº 15.352, de 25 de fevereiro de 2026, transformou a Autoridade Nacional de Proteção de Dados em Agência Nacional de Proteção de Dados e a inseriu no regime jurídico das agências reguladoras federais. A alteração não é apenas nominal. Ela reforça a posição institucional da agência, sua estrutura administrativa, sua capacidade regulatória, sua agenda de fiscalização e sua participação em processos formais de elaboração normativa. [Lei nº 15.352/2026] [Decreto nº 12.881/2026 — Estrutura regimental]

A relevância da ANPD para IA aparece especialmente em contextos de dados biométricos, dados de saúde, dados financeiros, crianças e adolescentes, perfilamento, publicidade comportamental, decisões automatizadas, transferências internacionais e segurança da informação. Sistemas de IA podem ser tecnicamente sofisticados e ainda assim falhar em sua base jurídica, finalidade, segurança, minimização, transparência ou capacidade de atender direitos dos titulares.

A agência também deve ser lida como infraestrutura de coordenação. Suas regras e orientações podem dialogar com autoridades setoriais sem substituí-las: CNJ no Judiciário, CFM na medicina, BCB e CMN no sistema financeiro, CVM no mercado de capitais, Cade em mercados digitais e Coaf na integridade financeira. A questão não é concentrar todos os riscos de IA em uma única agência. É construir interoperabilidade entre competências distintas.

15. CNJ: governança nacional de IA no Poder Judiciário

O Conselho Nacional de Justiça não regula o mercado brasileiro de inteligência artificial. Sua competência é distinta: organizar, controlar e orientar a atuação administrativa e financeira do Poder Judiciário, nos termos do art. 103-B, § 4º, da Constituição Federal. Essa distinção é decisiva. A Resolução CNJ nº 615/2025 não é lei geral de IA e não se dirige indistintamente a empresas ou cidadãos. Ela disciplina o desenvolvimento, a utilização e a governança de soluções de inteligência artificial no Poder Judiciário.

A base imediata do poder normativo do CNJ é o art. 103-B, § 4º, I, da Constituição, que atribui ao Conselho o controle da atuação administrativa e financeira do Poder Judiciário e autoriza a expedição de atos regulamentares no âmbito de sua competência. A Resolução nº 615/2025 traduz essa competência em diretrizes de governança, auditoria, monitoramento, transparência, classificação de risco e supervisão humana.

A Resolução substituiu a Resolução CNJ nº 332/2020 e ampliou o regime institucional aplicável à IA judicial. O novo desenho incorpora categorias de risco, requisitos de avaliação, limites para usos de risco excessivo, governança de soluções generativas, registro de sistemas e mecanismos de auditoria. A norma não alcança o Supremo Tribunal Federal, cuja exclusão decorre da configuração constitucional das atribuições do CNJ.

A estrutura nacional é complementada pelo Comitê Nacional de Inteligência Artificial do Judiciário, instituído no art. 15 da Resolução nº 615/2025. A composição do Comitê foi alterada pela Resolução CNJ nº 674/2026. A função do Comitê é apoiar a coordenação, o acompanhamento e o aperfeiçoamento da governança de IA no Judiciário, sem substituir a responsabilidade de cada tribunal pela implementação local.

Inserir IA no Judiciário não é apenas informatizar tarefas. Sistemas usados para classificação, organização de informações, apoio à pesquisa, automação de fluxos ou elaboração de minutas podem afetar acesso à justiça, igualdade, transparência, motivação, contraditório e confiança pública. A governança judicial precisa, portanto, preservar a supervisão humana concreta, a auditabilidade e a possibilidade de revisão.

A norma nacional só produz accountability quando se transforma em artefatos locais verificáveis. Comitê sem inventário é governança declarada; inventário sem transparência é controle interno; transparência sem supervisão humana não preserva responsabilidade.

16. TJSC: da norma nacional ao artefato institucional

O Tribunal de Justiça de Santa Catarina é um dos casos mais relevantes de operacionalização local da governança de inteligência artificial no Poder Judiciário brasileiro. Sua importância não decorre apenas da adoção de ferramentas de IA, mas da criação de uma estrutura institucional capaz de coordenar, registrar, orientar e tornar verificável essa adoção.

A Resolução GP nº 27, de 20 de maio de 2026, instituiu o Comitê de Governança de Inteligência Artificial — CGIA — no âmbito do Poder Judiciário de Santa Catarina. Vinculado à Presidência do Tribunal, o Comitê é instância deliberativa permanente responsável por propor diretrizes, avaliar iniciativas e coordenar a governança de soluções baseadas em IA.

Sua atuação ocorre em articulação com o Comitê de Governança de Tecnologia da Informação e com o Comitê de Gestão de Tecnologia da Informação. Essa escolha institucional é relevante: IA não é tema isolado de inovação. Ela depende de dados, infraestrutura, segurança, contratos, pessoas, processos, integração de sistemas e continuidade operacional.

A estrutura catarinense traduz localmente a Resolução CNJ nº 615/2025, que estabelece diretrizes para desenvolvimento, utilização e governança de inteligência artificial no Poder Judiciário. A passagem da norma nacional para a organização local é o que transforma princípio em capacidade administrativa. A Resolução do CNJ estabelece deveres de governança, transparência, classificação de risco, auditoria e supervisão. O CGIA cria uma instância responsável por coordenar sua implementação no Tribunal.

O TJSC também informa a manutenção de Inventário de Soluções de IA e de Portfólio de Iniciativas, utilizados como base para sua FAQ institucional. Segundo comunicação oficial, o Judiciário catarinense mantinha 19 iniciativas relacionadas à inteligência artificial. Inventário não é detalhe administrativo: é condição para identificar sistemas, classificar riscos, atribuir responsáveis, monitorar fornecedores, verificar dados e documentar decisões. Sem inventário, "governança de IA" tende a ser apenas declaração de intenção.

A política incorpora ainda transparência e acessibilidade. O Tribunal disponibiliza página específica do CGIA, e-mail institucional e orientação para encaminhamento de solicitações pela Ouvidoria do Poder Judiciário de Santa Catarina. A FAQ apresenta informações destinadas a magistrados, servidores e público, reduzindo assimetrias sobre uso institucional de IA e criando um canal identificável de interlocução.

Há também um elemento substantivo: as soluções de IA utilizadas pelo Tribunal devem permanecer submetidas à supervisão humana. No contexto judicial, essa reserva não é simples cautela tecnológica. Ela protege atribuição de responsabilidade, motivação das decisões, possibilidade de revisão e confiança pública na atividade jurisdicional.

O caso do TJSC demonstra que governança de IA só se torna institucionalmente relevante quando a diretriz nacional desce até o artefato operacional: comitê permanente, competência definida, inventário de soluções, integração com a governança de TI, supervisão humana, orientação pública e canal de contestação.

O diferencial do TJSC não é apenas utilizar inteligência artificial. É ter iniciado a construção de capacidade para saber quais soluções utiliza, quem as governa, sob quais critérios operam e por qual via podem ser questionadas.

Governança não é a declaração de que uma instituição usa IA de modo responsável. É a capacidade de demonstrar quais sistemas utiliza, quem responde por eles, que controles existem e como podem ser questionados.

Escada de maturidade institucional

17. CFM: responsabilidade médica e centralidade humana

A Resolução CFM nº 2.454/2026 normatiza pesquisa, desenvolvimento, governança, auditoria, monitoramento, capacitação e uso responsável de IA na medicina. Ela preserva a centralidade do médico: IA pode apoiar, mas diagnóstico, prognóstico e decisão terapêutica permanecem sob responsabilidade humana profissional.

A norma não é AI Act brasileiro nem lei geral. É expressão da competência legal e deontológica dos conselhos de medicina. Seu valor para a arquitetura é demonstrar que governança setorial pode ser mais concreta que formulações gerais: identifica afetado, contexto de risco, responsabilidade e deveres de documentação.

18. Finanças, mercado de capitais e governança de modelos

A inteligência artificial integra a arquitetura financeira brasileira por mais de uma via. Ela aparece em prevenção a fraudes, análise de risco, monitoramento de transações, concessão de crédito, mensuração de perdas esperadas, pagamentos, tokenização, supervisão de mercado e decisões de investimento. Por isso, a governança de IA em finanças não se concentra em uma única autoridade. Ela se distribui entre Banco Central, Conselho Monetário Nacional, CVM, Coaf, Cade e ANPD, cada qual com competência própria e incidência sobre uma camada distinta do mesmo ecossistema.

18.1 BCB e CMN: risco de crédito, perdas esperadas e governabilidade

O Banco Central do Brasil integra a arquitetura de IA pelos eixos de estabilidade financeira, infraestrutura de pagamentos, supervisão prudencial, risco operacional e capacidade analítica. Em seu Plano Diretor de Tecnologia da Informação e Comunicação 2026–2029, o BCB estabelece o objetivo de aprimorar a capacidade analítica e fomentar o uso seguro de inteligência artificial, prevendo governança de IA, arquitetura de agentes, MLOps e modernização de plataformas analíticas.

No plano prudencial, a Resolução CMN nº 4.966, de 25 de novembro de 2021, disciplina a mensuração de perdas esperadas associadas ao risco de crédito. A norma não determina o uso de regressões, árvores, redes neurais ou qualquer família específica de algoritmos. Ela exige metodologia baseada em critérios consistentes e passíveis de verificação, apoiada em informações internas e externas e adequada à natureza e à complexidade dos instrumentos, ao porte, ao perfil de risco e ao modelo de negócio da instituição.

A consequência prudencial é relevante. Modelos complexos, inclusive de machine learning, não são incompatíveis com o arcabouço. Mas ganho preditivo não é suficiente quando vem acompanhado de perda de capacidade de reproduzir, validar, monitorar, auditar e desafiar os resultados produzidos. O limite relevante não é a dificuldade abstrata de explicar um algoritmo. É o ponto em que a instituição deixa de conseguir governar o modelo que utiliza.

Há públicos diferentes para a explicação. Desenvolvedores e validadores precisam de documentação técnica sobre dados, versões, variáveis, metodologia, desempenho e limitações. Auditoria e gestão de riscos precisam de trilha de evidências, testes independentes e responsáveis identificáveis. Diretoria, conselho e comitês decisórios precisam compreender os principais direcionadores, cenários de falha, impacto material e mecanismos efetivos de intervenção humana.

18.2 CVM e DITEC: tokenização, inteligência de mercado e capacidade permanente

A Comissão de Valores Mobiliários integra a arquitetura brasileira de IA como autoridade do mercado de capitais, responsável por fiscalizar, normatizar, disciplinar e desenvolver esse mercado. Sua agenda alcança emissores, fundos, corretoras, ofertas públicas, negociação de valores mobiliários, proteção ao investidor, ativos digitais que se enquadrem como valores mobiliários e integridade de mercado.

Em 31 de julho de 2026, a Resolução CVM nº 246 formalizou a criação da Divisão de Tecnologia Financeira — DITEC — na Superintendência de Desenvolvimento de Inteligência. A unidade é permanente e foi estruturada para acompanhar transformações tecnológicas e inovações financeiras no mercado de capitais, identificar seus impactos sobre o ambiente regulado e apoiar tecnicamente áreas da autarquia.

Entre suas atribuições iniciais estão a assessoria ao projeto de tokenização de valores mobiliários para o biênio 2026–2027, o apoio ao Sandbox Regulatório e o acompanhamento de debates internacionais da Fintech Task Force da IOSCO. A criação da DITEC não equivale à edição de uma regulação geral sobre inteligência artificial no mercado de capitais. Ela sinaliza, porém, que tokenização, soluções analíticas avançadas, dados, supervisão e IA passaram a exigir capacidade institucional contínua, e não apenas iniciativas pontuais de inovação.

A tokenização não deixa automaticamente de ser experimental. Mas deixa de ser tratada apenas como tema experimental. Ela passa a integrar agenda organizada de estudo, testes, governança, supervisão e desenvolvimento regulatório. Para operações de dívida privada, isso eleva a importância de infraestrutura que assegure rastreabilidade, integridade de registros, trilha de auditoria, governança de dados, controles de acesso e documentação capaz de sustentar conformidade desde a emissão.

18.3 Cade e Coaf: concorrência e integridade financeira

O Cade integra a arquitetura de IA como autoridade de defesa da concorrência. Sua relevância aparece quando dados, infraestrutura de nuvem, plataformas, capacidade computacional, talentos especializados e canais de distribuição passam a concentrar poder econômico. Em 2026, o Cade lançou projeto para aplicação de inteligência artificial na análise concorrencial e examinou operações e práticas relacionadas a mercados digitais e IA. O foco da autoridade não é regular o algoritmo isoladamente, mas preservar concorrência, entrada de novos agentes e contestabilidade em mercados que dependem de dados, infraestrutura e acesso a plataformas.

O Coaf integra a arquitetura pelo eixo da integridade financeira. Como Unidade de Inteligência Financeira brasileira, sua atuação se relaciona à prevenção e ao combate à lavagem de dinheiro, ao financiamento do terrorismo e à identificação de operações suspeitas. No contexto de IA, sua relevância cresce diante de automação, pagamentos digitais, ativos virtuais, identidades sintéticas, deepfakes, engenharia social e operações transfronteiriças. O Coaf não é regulador geral de IA; sua função é tratar os riscos de uso ilícito, ocultação de recursos e fragilização da rastreabilidade financeira.

18.4 A tese: performance não basta

A questão decisiva para IA financeira não é escolher entre regressão, árvore de decisão ou machine learning. É assegurar que a instituição consiga governar o grau de complexidade que adota.

Um modelo se torna inadequado não apenas quando prevê mal. Ele também se torna inadequado quando seus resultados deixam de ser reproduzíveis, auditáveis, contestáveis e atribuíveis a responsáveis identificáveis. A governança de modelos exige inventário, documentação de dados e versões, validação, monitoramento, testes de estabilidade, trilha de auditoria, critérios de revisão e possibilidade concreta de intervenção humana.

Em finanças, a arquitetura de IA é simultaneamente técnica, prudencial, concorrencial, regulatória e institucional. Eficiência analítica sem capacidade de explicação proporcional, desafio, auditoria e responsabilização pode ampliar riscos de crédito, fraude, assimetria informacional, abuso de mercado e perda de confiança.

Performance preditiva não basta: a instituição precisa conseguir reproduzir, auditar, desafiar e, quando necessário, interromper o modelo.

19. Infraestrutura pública de IA judicial: funções distintas

O CNJ mantém sua própria arquitetura de IA judicial: a Plataforma Sinapses, destinada a armazenar, testar, treinar, distribuir, auditar e catalogar modelos utilizados pelos tribunais; o Comitê Nacional de Inteligência Artificial do Judiciário; e soluções especializadas, como Berna e Atalaia, voltadas à identificação de ações repetitivas e litigância abusiva. O Judiciário brasileiro já dispõe, portanto, de infraestrutura nacional de modelos de IA e de iniciativas especializadas de IA aplicada à jurisprudência.

Nos termos da Resolução CNJ nº 615/2025, soluções privadas podem ser avaliadas e contratadas por tribunais, ou usadas individualmente em hipóteses específicas, desde que observem requisitos de segurança, proteção de dados, governança e avaliação de risco. Isso não se confunde com homologação institucional nacional de uma plataforma privada pelo CNJ.

Infraestrutura pública de IA, repositório de jurisprudência, ferramenta de precedentes e plataforma privada ocupam posições distintas na cadeia jurídica. Confundir essas categorias cria expectativas erradas sobre autoridade, confiabilidade, escopo e responsabilidade.

O Lexiograph (lex-io-graph-compliance-map.streamlit.app) se posiciona em camada complementar: não promete substituir bases processuais, repositórios de jurisprudência ou infraestrutura pública; oferece relações normativas tipadas, cartografia institucional, conexões entre autoridades, políticas, riscos e infraestrutura.

20. O que uma matriz advisory deve entregar

Adequação a IA não é checklist de princípios. É mapa de decisão. A matriz Overall 720º propõe cinco entradas.

Esses mapas transformam uma pergunta genérica — "estamos conformes?" — em perguntas verificáveis: com qual norma? em qual etapa? sob responsabilidade de quem? com qual documento? em qual infraestrutura? com qual risco residual? e com qual alternativa de saída?

21. Dez teses de decisão

1. Lei geral é piso, não monopólio regulatório.
2. Dados, compute e energia pertencem à mesma arquitetura.
3. Capacidade territorial não é soberania decisória.
4. Política industrial exige critérios verificáveis e procedimento justo.
5. Incentivo fiscal deve prever contrapartidas de capacidade e accountability.
6. Regulação setorial deve ser preservada e coordenada.
7. Responsabilidade é distribuída na cadeia de valor.
8. Supervisão humana deve ser concreta, documentada e competente.
9. Governança só existe quando produz evidência auditável.
10. A arquitetura, e não o algoritmo isolado, é a unidade correta de análise.

Conclusão

O Brasil já não discute apenas se terá inteligência artificial. Discute onde ela será treinada, processada, hospedada, contratada, auditada e responsabilizada. PBIA, PL 2.338, PL 759, PONTARIA, Redata, ANPD, CNJ, CFM, BCB, CMN, CVM, Cade, Coaf, Pecém e Rio AI City não são agendas paralelas. São peças de uma arquitetura nacional em formação.

A disputa sobre IA é disputa por capacidade de decisão. Quem terá compute? Quem controlará dados e chaves? Quem definirá padrões de auditoria? Quem receberá incentivos? Quem responderá por dano? Quem poderá contestar uma decisão? Que território suportará o custo energético? A resposta não virá de uma única lei, uma única agência ou uma única empresa.

A expansão de IA para crédito, pagamentos, tokenização, mercado de capitais e ativos virtuais torna visível uma nova fronteira da governança: a capacidade de controlar modelos complexos que participam de decisões com impacto patrimonial e sistêmico. A eficiência do modelo não substitui sua auditabilidade. A performance estatística não elimina a necessidade de responsáveis capazes de explicar, validar, contestar e interromper decisões automatizadas.

Tese ODIN — Hubstry/Overall 720º. O Brasil está decidindo, simultaneamente, quem terá capacidade de computar, quem controlará os dados, quem responderá por decisões automatizadas, quem receberá incentivos, que territórios suportarão a carga energética e quem terá competência para impor limites. A disputa sobre IA é, portanto, uma disputa sobre arquitetura de poder econômico, institucional e cognitivo.

A advocacia e a consultoria estratégica devem traduzir essa pluralidade para decisões concretas, preservando competência, proporcionalidade, direitos, viabilidade técnica e capacidade econômica. A questão não é escolher entre regular ou inovar. É construir condições jurídicas e materiais para que a inovação seja auditável, competitiva, segura e socialmente defensável.