O papel do CIO e do CTO na adoção de IA generativa é garantir a base — plataforma, segurança, dados, integração e custo — e dividir com as áreas de negócio a responsabilidade pelo resultado, em vez de carregar sozinho um projeto que só gera valor quando as pessoas mudam como trabalham. Quando a IA é tratada como "projeto de TI", o padrão se repete: a tecnologia é entregue, as licenças são ativadas e o uso real fica abaixo do esperado. Este artigo é para diretoria e C-level que precisam definir quem faz o quê entre TI, negócio, RH e jurídico, usando dados de pesquisa sobre onde a adoção emperra.
Por que a pergunta "quem lidera a IA?" importa agora
A IA generativa já está nas empresas brasileiras. Uma pesquisa da IDC com a Intel, com mais de 460 empresas das Américas, indicou 55,3% de adoção de IA generativa no Brasil e 15% de adoção de agentes de IA, segundo a cobertura do Olhar Digital. A mesma matéria registra uma barreira de base: segundo um especialista da Intel, mais de um terço das empresas ainda não fez o inventário dos seus ativos, o que limita escala e integração.
O problema aparece no passo seguinte. Segundo o Gartner CIO Agenda 2025, reportado pela coluna do Baguete sobre o CIO como catalisador da IA, 72% dos CIOs no mundo colocam IA entre as prioridades estratégicas, mas apenas 24% conseguem comprovar valor tangível. É a diferença entre ter IA e ter resultado, tema aprofundado em por que projetos de IA falham.
Esse hiato é uma questão de modelo de liderança. Quem entrega a plataforma não é, necessariamente, quem muda o processo, o treinamento e a métrica — e se ninguém assume essas três coisas, elas ficam sem dono.
O que cabe ao CIO e ao CTO
A divisão de funções entre os dois cargos varia por empresa (CIO costuma cuidar de sistemas internos e infraestrutura; CTO, do produto e da engenharia). Para IA generativa, as responsabilidades de tecnologia são estas:
- Plataforma e arquitetura. Que modelos e ferramentas são aprovados, como se integram aos sistemas existentes e qual o plano para não ficar preso a um único fornecedor, conforme continuidade de negócio e vendor lock-in.
- Segurança e dados. Classificação de dados, controle de acesso, registro e controles técnicos como os de guardrails de IA e governança de dados para IA.
- Inventário e visibilidade. Saber que sistemas de IA existem, quem os usa e com que dados — o ponto em que, segundo a IDC/Intel, muitas empresas ainda estão atrasadas. Veja inventário de sistemas de IA.
- Custo. Licenças, consumo de modelos e agentes em produção crescem rápido; o controle é tema de FinOps para IA e de TCO de projetos de IA.
- Shadow AI. Combater o uso fora do radar oferecendo uma alternativa aprovada que seja boa o bastante — bloquear sem oferecer caminho só empurra o uso para contas pessoais (shadow AI).
- Aplicações criadas fora da TI. Com o vibe coding, áreas de negócio passam a construir ferramentas próprias; o papel de TI muda de porteiro para quem define as barreiras, como em o novo papel de TI no vibe coding.
O que não cabe à TI sozinha
O mesmo raciocínio mostra o que a TI não resolve, por mais competente que seja:
| Responsabilidade | Dono natural | Por que não é só da TI |
|---|---|---|
| Escolher onde a IA gera valor | Líderes de área + finanças | Exige conhecer o processo e a meta de negócio |
| Capacitar as pessoas | RH / T&D com as áreas | Adoção é mudança de hábito, não instalação |
| Gestão da mudança e comunicação | Liderança + RH | Ver gestão de mudança na adoção de IA |
| Risco jurídico e regulatório | Jurídico / compliance | LGPD, contratos, propriedade intelectual |
| Medir retorno | Finanças + área dona do caso | Ver ROI de inteligência artificial |
| Decidir apetite a risco | Comitê executivo | É decisão de negócio, não técnica |
A pesquisa citada no Baguete, atribuída ao MIT Sloan Management Review e ao BCG, aponta que só 11% das empresas analisadas tiveram retorno financeiro positivo com IA — número que reforça por que o foco em integração com o negócio conta mais que o foco em tecnologia isolada. (Trata-se de dado reportado em coluna de opinião; vale consultar o estudo original antes de usá-lo em material de decisão.)
Quatro modelos de liderança, com prós e contras
Não existe estrutura única. Os desenhos mais comuns:
- TI lidera. Rápido para plataforma e segurança; risco de baixa adoção e de casos de uso distantes do negócio.
- Área de negócio lidera, TI apoia. Forte em valor, fraco em padronização e segurança se não houver regras comuns.
- Comitê ou centro de enablement. Reúne TI, RH, jurídico e negócio com um dono de adoção. Detalhes em centro de enablement em IA.
- Executivo dedicado. Cargo específico para IA, discutido em Chief AI Officer: o que faz e quando contratar.
Para a maior parte das grandes empresas brasileiras, o desenho mais robusto é o terceiro: TI como dona da plataforma e do risco técnico, uma função de enablement dona da adoção, e as áreas donas do resultado. É o que o método da Jetpacks operacionaliza com diagnóstico, trilha por área, capacitação e métricas — ver o pilar sobre como implementar IA na empresa.
Um roteiro para os primeiros 90 dias do CIO/CTO
- Inventariar o que já está em uso (oficial e informal) e com quais dados.
- Definir o conjunto de ferramentas aprovadas e a política de dados que as acompanha (política de uso de IA).
- Escolher 2 a 3 casos de uso com dono de negócio, meta e linha de base — o desenho de um piloto está em piloto de IA: como desenhar.
- Acordar com RH/T&D a capacitação por área e a medição de uso real (métricas de adoção de IA).
- Criar o painel único de custo, uso e risco para o comitê executivo.
Se a sua empresa precisa começar pelo ponto 1 e pelo 4, o diagnóstico gratuito da Jetpacks mapeia o estágio atual em uma conversa de 30 a 45 minutos. Para levar o caso de investimento à diretoria, há também o business case para a liderança.
Conclusão
O CIO e o CTO são indispensáveis na adoção de IA generativa — plataforma, segurança, dados e custo não funcionam sem eles —, mas a adoção só vira resultado quando negócio, RH e jurídico dividem a responsabilidade. A pergunta útil para o comitê não é "quem é o dono da IA?", e sim "quem responde por plataforma, por adoção e por resultado — e se essas três respostas têm nome".
FAQ
Quem deve liderar a adoção de IA generativa na empresa?
Depende do modelo, mas o mais robusto separa três responsabilidades: a TI cuida de plataforma, segurança e custo; uma função de enablement (ou RH/T&D) cuida da adoção e da capacitação; e as áreas de negócio respondem pelo resultado do caso de uso.
Qual a diferença entre o papel do CIO e o do CTO na IA?
Em geral, o CIO responde por sistemas internos, infraestrutura e segurança da informação, e o CTO por produto e engenharia. Na IA, o CIO tende a liderar ferramentas corporativas e dados, enquanto o CTO lidera a incorporação de IA aos produtos. Em muitas empresas os papéis se sobrepõem.
Preciso de um Chief AI Officer se já tenho CIO e CTO?
Nem sempre. Em empresas em que a IA atravessa várias áreas e ninguém responde pelo conjunto, um executivo ou comitê dedicado pode fazer sentido; em outras, um centro de enablement com patrocínio executivo resolve. O critério é a clareza de quem responde pelo resultado.
Por que tantos projetos de IA entregam tecnologia e não geram retorno?
Porque a entrega técnica não muda sozinha o processo, a capacitação e a métrica. Sem dono de negócio, linha de base e treinamento, o uso cai e o retorno não aparece.
Como o CIO pode reduzir o shadow AI?
Fazendo inventário do uso real, oferecendo ferramentas aprovadas com boa usabilidade, definindo regras claras de dados e capacitando as pessoas. Apenas bloquear costuma empurrar o uso para contas pessoais.
Que métricas o CIO deve levar ao comitê executivo?
Uso real por área, custo por caso de uso, incidentes ou quase-incidentes de dados e, junto com o negócio, o ganho em tempo, receita ou custo contra a linha de base definida no início.
Descubra onde a IA gera mais resultado na sua empresa.
Comece com um diagnóstico gratuito: mapa de impacto por área e o desenho de um primeiro piloto medível, sem compromisso.