AI washing: o risco de exagerar a IA para investidores

AI washing é a prática de uma empresa exagerar, antecipar ou simplesmente inventar o uso de inteligência artificial em produtos, resultados ou comunicação — para atrair investidores, justificar valuation ou parecer mais avançada do que é. Desde 2024, a SEC americana já puniu pelo menos três empresas por isso, em multas que somam quase US$ 1 milhão, além de um processo administrativo movido contra uma quarta. Este guia é para quem senta no board, na diretoria executiva ou na área de RI e precisa responder a uma pergunta concreta: nossa comunicação sobre IA resiste a uma checagem de fato? Ao final, você tem um checklist de governança para reduzir essa exposição antes que um investidor, um jornalista ou um regulador faça a pergunta por você.

O que é AI washing, exatamente

AI washing é quando a distância entre o que uma empresa diz sobre seu uso de IA e o que ela consegue demonstrar na prática vira risco de reputação, contratual ou regulatório. O termo é um decalque direto de "greenwashing" — e não por acaso: a lógica é idêntica, só troca o selo verde pelo selo de "movido a IA". A imprensa de negócios brasileira já trata o tema como recorrente: a Exame documentou o padrão como "empresas que afirmam usar inteligência artificial em produtos ou serviços sem que essa tecnologia esteja de fato presente ou seja relevante para a solução oferecida", e publicações jurídicas como a Migalhas já discutem a exposição de D&O gerada por esse descolamento entre discurso e entrega.

Isso não é a mesma coisa que shadow AI — uso não autorizado de ferramentas de IA por colaboradores, um problema de dentro para fora. AI washing é o inverso: a empresa controla totalmente a mensagem, e o problema é ela ter optado por inflar a mensagem para fora.

AI washing vs. governance washing vs. shadow AI

Termo	O que é	Quem erra	Onde dói primeiro
AI washing	Comunicar capacidade de IA que não existe ou é irrelevante	Marketing, RI, C-level	Investidores, reguladores de mercado de capitais
Governance washing	Criar comitês e políticas de IA só no papel, sem poder real de agir	Board, jurídico, compliance	Auditoria, litígio, regulador setorial
Shadow AI	Colaboradores usando IA de terceiros sem aprovação	Times operacionais	Segurança da informação, dados

O ponto comum: em todos os três, a empresa perde a capacidade de provar, com evidência, o que diz sobre sua própria relação com IA — exatamente o problema que a governança de IA na prática existe para resolver.

Como o AI washing aparece na prática

Não é sempre mentira deslavada. Na maioria dos casos reais, é um espectro:

1. Tecnologia de terceiro vendida como própria. O produto usa IA — mas de um fornecedor —, e a comunicação oficial fala em "nossa tecnologia" sem dizer que é licenciada.
2. Automação anunciada, intervenção humana escondida. O sistema "elimina a necessidade de intervenção humana" no material de vendas, mas a maior parte das operações reais ainda passa por gente.
3. Linguagem genérica sem prova. Termos como "IA proprietária", "algoritmo avançado" e "modelo próprio de machine learning" aparecem em relatórios e pitches sem nenhuma métrica, arquitetura ou exemplo que sustente a alegação.
4. IA como álibi de decisão de negócio. A empresa anuncia corte de vagas ou reestruturação "por causa da adoção de IA agêntica", quando a causa real é ajuste de custo — e a narrativa de IA serve para tornar a decisão mais palatável ao mercado. A imprensa já rastreia esse padrão em ondas recentes de demissões associadas publicamente a IA generativa.

Nenhum desses quatro pontos exige fraude deliberada. Basta que compliance, jurídico e RI não tenham um processo formal de checar a alegação antes que ela saia — e a empresa acaba fazendo AI washing por omissão, não por intenção.

Casos reais: o que a SEC já puniu

A referência mais concreta de execução regulatória contra AI washing vem da SEC americana. Não é hipótese — é histórico de casos fechados, com valor de multa público:

Empresa	O que fez	Penalidade	Fonte
Delphia (EUA)	Alegou capacidades de IA e machine learning que não possuía, entre 2019–2023	US$ 225 mil	SEC, press release 2024-36
Global Predictions	Disse ser "a primeira assessora financeira de IA regulamentada" e ofereceu previsões "com IA" sem sustentação	US$ 175 mil	SEC, press release 2024-36
Rimar Capital e controladores	Captou quase US$ 4 milhões de 45 investidores alegando trading automatizado por IA — segundo a SEC, não havia IA nenhuma	US$ 310 mil (empresa) + penalidades pessoais de até US$ 250 mil para o controlador	SEC, press release 2024-167
Presto Automation	Disse que seu produto de atendimento por voz "eliminava a necessidade de atendente humano"; mais de 70% dos pedidos ainda dependiam de intervenção humana	Cessar e desistir (sem multa, por condição financeira)	SEC, processo administrativo 33-11352

O padrão comum entre os quatro casos: nenhum deles foi punido por usar mal uma IA — foi punido por declarar um uso de IA que não correspondia à realidade operacional, em material dirigido a investidor. É uma linha jurídica separada dos riscos que este blog já cobre em riscos da IA generativa nas empresas: não é o sistema de IA que falha — é a comunicação sobre o sistema que falha.

No Brasil, ainda não há um caso de enforcement específico com esse rótulo, mas a exposição já existe pelas vias que regulam qualquer declaração falsa a investidor ou consumidor — divulgação de fato relevante fora do padrão, publicidade enganosa e concorrência desleal. A CVM já reformulou sua própria relação com IA, com vigilância de mercado 24 horas via Ditec — o que reduz a margem para alegações de IA que não se sustentam sob checagem, inclusive nas próprias companhias listadas que ela supervisiona.

Por que o board e o C-level ficam pessoalmente expostos

AI washing não é só um problema de imagem. A Migalhas descreve com precisão os dois vetores de exposição executiva: declarações materialmente falsas sobre IA podem configurar fraude em comunicação a investidor; e falhas de governança — o board não ter identificado nem divulgado riscos relevantes de IA, como viés de modelo, falha de segurança ou dependência crítica de fornecedor — podem configurar quebra de dever fiduciário por parte de quem deveria supervisionar. É o mesmo território de responsabilidade que o papel do conselho de administração na governança de IA já trata como pauta obrigatória de pauta de board, não como assunto delegável ao CTO.

Há ainda um ponto que board e diretoria costumam descobrir tarde: apólices tradicionais de seguro cibernético e de responsabilidade cobrem mal esse tipo de falha. Declaração fraudulenta sobre capacidade de IA tende a cair em cláusulas de exclusão por conduta intencional — o que deixa o executivo pessoalmente exposto justamente no cenário em que mais precisaria de cobertura.

A escala do problema de confiança é grande mesmo fora do universo de fraude deliberada. O 2026 AI Impact Survey da Grant Thornton, com quase 950 executivos seniores de dez setores nos Estados Unidos, encontrou que 78% dos executivos não têm confiança de que passariam por uma auditoria independente de governança de IA em 90 dias — contra apenas 26% entre empresas com IA plenamente madura e integrada. É um dado americano, sem levantamento equivalente publicado no Brasil até o momento desta publicação, mas o gap que ele descreve — entre o que se comunica sobre IA e o que se consegue provar sob auditoria — é estruturalmente o mesmo que gera exposição de AI washing.

Checklist de governança para não virar um caso de AI washing

1. Toda alegação pública de IA passa por checagem de fato antes de sair. Marketing e RI não publicam claim técnico sobre IA sem sign-off de quem construiu ou opera o sistema.
2. Métricas substituem adjetivo. Troque "IA avançada" por "modelo classifica X% dos casos sem revisão humana, medido em Y meses de produção" — ou não publique a frase.
3. Declare o que é de terceiro. Se a IA roda sobre modelo ou plataforma licenciada, isso consta na comunicação a investidor e no material comercial, não só no contrato com o fornecedor — o mesmo raciocínio de transparência que já vale na gestão de risco de fornecedores de IA.
4. O comitê de ética ou de governança de IA revisa comunicação, não só sistema. A pauta do comitê de ética de IA deve incluir claims públicos sobre IA, não apenas aprovação de casos de uso internos.
5. O board pede evidência, não confiança. Auditoria periódica da distância entre discurso e capacidade real — a mesma lógica de "prova sob demanda" que o proof gap da Grant Thornton expõe como ponto cego mais comum.
6. Nunca use IA como justificativa de decisão que tem outra causa real. Se o motivo de um corte é custo, o motivo comunicado é custo — atrelar a decisão a "adoção de IA" sem que a IA tenha, de fato, substituído a função é o vetor mais visível de AI washing hoje, porque vira manchete com facilidade.

Nenhum desses passos exige desacelerar a adoção real de IA — exige apenas que a comunicação sobre ela ande no mesmo passo da entrega. É o princípio central por trás do framework de governança de IA que este blog já detalha: controle não é frear inovação, é conseguir provar o que se afirma sobre ela.

FAQ

O que é AI washing?

É a prática de uma empresa exagerar, inflar ou inventar seu uso de inteligência artificial em comunicação a investidores, clientes ou mercado, criando uma distância entre o discurso e a capacidade real do sistema.

AI washing é crime no Brasil?

Não existe ainda um tipo penal ou enforcement específico com esse nome no Brasil. Mas a conduta pode se enquadrar em normas já existentes — divulgação de informação falsa ou enganosa a investidor, publicidade enganosa ao consumidor (CDC) e concorrência desleal —, com o agravante de que a CVM já opera vigilância de mercado assistida por IA sobre companhias listadas.

Qual a diferença entre AI washing e shadow AI?

AI washing é a empresa exagerando, para fora, sua própria capacidade de IA. Shadow AI é o oposto: colaboradores usando ferramentas de IA de terceiros sem aprovação da empresa, um problema de controle interno, não de comunicação externa.

O que é "governance washing"?

É criar comitês, políticas e documentos formais de governança de IA que existem só no papel — sem acesso real à informação técnica nem autoridade para barrar um sistema de risco. É um primo próximo do AI washing: os dois descrevem estrutura ou capacidade que não corresponde à realidade operacional.

O seguro D&O cobre processos por AI washing?

Apólices tradicionais de D&O costumam ter zonas cinzentas nesse ponto: declaração fraudulenta sobre IA pode cair em cláusula de exclusão por conduta intencional, deixando o executivo exposto pessoalmente. Vale revisar a apólice com o corretor especificamente para esse cenário — o mesmo raciocínio de transferência de risco tratado em seguro cibernético para riscos de IA.

Como saber se minha empresa está cometendo AI washing sem perceber?

Pergunte, para cada claim público sobre IA: existe uma métrica de produção por trás dessa frase? Quem validou tecnicamente antes da publicação? Se a resposta for "não sei" ou "achamos que sim", a empresa está exposta — mesmo sem intenção de enganar ninguém.

Quem no board deve supervisionar isso?

Não é pauta exclusiva do CTO ou do time de tecnologia. É pauta de supervisão fiduciária do conselho de administração, porque a exposição recai sobre quem aprovou ou deixou de questionar a comunicação pública da empresa sobre IA.

Conclusão

AI washing não é um risco hipotético nem um problema exclusivo de startup de IA: é um padrão já punido pela SEC em pelo menos quatro casos desde 2024, com exposição real de D&O e de dever fiduciário para quem senta no board. A defesa não é comunicar menos sobre IA — é garantir que toda alegação pública resista a uma auditoria de fato. Se sua empresa quer avaliar, com um diagnóstico externo, se a comunicação sobre IA está alinhada com a capacidade real instalada, agende um diagnóstico gratuito com a Jetpacks — 30 a 45 minutos para mapear onde o discurso e a entrega já divergem, antes que um investidor, jornalista ou regulador faça essa pergunta por você.