Toda apresentação de IA ao conselho oscila entre dois fracassos. No primeiro, prometo demais: subo um slide com ganho de produtividade, uma curva de ROI que sobe sozinha e um caso de outra empresa, e o board aprova um cheque em branco que ninguém vai saber auditar daqui a doze meses. No segundo, prometo de menos: cerco a iniciativa de tantas ressalvas, riscos regulatórios e condicionantes que o conselho conclui, com razão, que é cedo, e arquiva. Os dois desfechos têm a mesma origem. A apresentação não tinha uma camada de decisão por trás. Tinha entusiasmo ou tinha medo, e o board respondeu ao que viu.

Apresentei IA a conselho o suficiente para afirmar que a aprovação não é um evento de retórica. É um padrão observável. Quando a iniciativa é recusada por excesso de cautela, quase sempre faltou nomear o que se ganha. Quando passa como cheque em branco, quase sempre faltou nomear o que tem que ser verdade para o ganho aparecer. Este artigo é sobre os três frames que ocupam esse espaço, o espaço entre prometer demais e não prometer nada.

Vale começar pelo tamanho real do problema, porque ele desarma os dois extremos de uma vez.

O dado que o board precisa ouvir antes do seu pedido

O conselho que você vai enfrentar já leu manchetes de IA. Provavelmente leu as boas: a parceria da empresa X, o ganho de produtividade da empresa Y. O que ele raramente leu é a base de comparação.

Em 2025, a McKinsey ouviu cerca de 1.993 organizações no State of AI e encontrou um descompasso que vale levar para a sala: a adoção de IA chegou a 88% das empresas, mas o número que reportou impacto material no resultado ficou na casa de 6% [1]. No mesmo ano, o estudo do MIT conhecido como GenAI Divide foi mais duro: analisando mais de 300 implementações corporativas, concluiu que 95% dos pilotos de IA generativa não produziram retorno mensurável no P&L [2]. A leitura combinada é desconfortável e útil: o problema dominante não é a empresa que não adota. É a empresa que adota e não captura.

Eu abro com esse dado por uma razão tática. Ele não enfraquece o meu pedido, ele o protege. Um conselho que entra na decisão sabendo que a base de fracasso é alta para de avaliar a iniciativa pela promessa e passa a avaliá-la pelo desenho. É exatamente para esse terreno que eu quero levar a conversa. Não é vender otimismo. É deslocar a régua, do "isso vai dar certo?" para o "isso está desenhado para não entrar nos 95%?".

A partir daí, os três frames.

Frame 1: nomear o KPI que ela move, não a tecnologia que ela usa

A apresentação que promete demais quase sempre erra no substantivo. Ela fala de IA, de modelo, de agente, de plataforma. O board ouve tecnologia e responde de duas formas previsíveis: ou se anima com o que não entende, e aí está o cheque em branco, ou desconfia do que não entende, e aí está a recusa por cautela.

O frame que corrige isso é simples de enunciar e difícil de executar: a iniciativa não entra na pauta pela tecnologia que usa, entra pelo indicador que move. Não levo "queremos implantar um agente de IA no jurídico". Levo "queremos reduzir o tempo de ciclo de análise contratual, que hoje trava a assinatura de receita nova, e o indicador que se mexe é o prazo médio entre proposta aceita e contrato assinado". A tecnologia aparece depois, como meio, não como manchete.

Esse deslocamento força uma disciplina que separa a iniciativa séria do teatro. Se eu não consigo nomear a linha do P&L, o indicador de balanço ou a métrica operacional vinculada a covenant que deveria se mover, eu não tenho uma iniciativa, tenho uma vontade. E aqui entra a parte que custa: às vezes o exercício de nomear o KPI revela que não há KPI de capital do outro lado. O ganho é real, mas é tempo de uma equipe cujo tempo liberado não vira receita nem reduz custo de forma rastreável. Quando é esse o caso, o meu trabalho é dizer ao conselho que essa iniciativa não está pronta para virar pauta de investimento, não importa quão elegante seja a demonstração. Recomendar contra a própria iniciativa, quando o KPI não fecha, é o que mantém a credibilidade da próxima apresentação intacta.

O teste prático que aplico antes de qualquer slide: se eu trocar a palavra "IA" por "consultoria externa" ou "novo sistema", a frase ainda descreve uma decisão de capital defensável? Se sim, o frame está certo. Se a frase só faz sentido porque tem "IA" dentro, é entusiasmo disfarçado de proposta.

Frame 2: trazer o critério auditável, não a promessa de resultado

O segundo frame ataca o cheque em branco pela raiz. Cheque em branco é toda aprovação em que o board diz sim sem saber como vai conferir, daqui a um ou dois trimestres, se a coisa funcionou. A promessa de resultado ("vamos aumentar a produtividade em 30%") é a forma mais comum de pedir esse cheque, porque é grande, é redonda e é inverificável.

O antídoto é levar o critério antes do número. Não é "vamos ganhar 30%". É "este é o baseline de hoje, medido assim, com esta amostra; este é o ponto de medição daqui a noventa dias; este é o limiar abaixo do qual a iniciativa é revista". O conselho não aprova um resultado prometido. Aprova um critério de verificação combinado. A diferença parece sutil na sala e é enorme na ata.

Há um motivo de governança para isso ir além da boa prática. As estruturas que estão virando referência para conselhos, o NIST AI Risk Management Framework é a mais citada, organizam a aprovação de IA por nível de risco: cada faixa exige um padrão próprio de documentação, de autoridade que aprova e de revisão periódica [3]. Um board que aprova sem definir o critério auditável não está só correndo risco de execução, está fora de sincronia com o vocabulário de governança que reguladores e comitês de auditoria já começaram a cobrar. E a lacuna é concreta: pela pesquisa de práticas de conselho da NACD em 2025, 62% dos boards já reservam tempo de pauta para IA, mas só 27% formalizaram a governança de IA nos seus comitês [4]. A maioria discute sem moldura. Quem chega com o critério auditável pronto não está pedindo um favor, está entregando ao conselho a moldura que ele ainda não tem.

Na prática, o critério auditável que levo tem quatro campos, e nenhum deles é o número prometido: a baseline e como ela foi medida, o ponto de medição futuro com data, a régua que define sucesso ou revisão, e o responsável nomeado por trazer essa medição de volta ao board. Se uma iniciativa de IA não consegue preencher esses quatro campos, ela não está pronta para produção. Está em demonstração permanente, e demonstração permanente não deveria consumir capital aprovado.

Frame 3: mostrar a tabela de reversibilidade, não só o caminho do sucesso

O terceiro frame é o que mais desarma a recusa por cautela, e é o que quase todo mundo esquece. A apresentação tímida cerca a iniciativa de riscos e para ali, deixando o conselho com a sensação de que aprovar é se expor. A apresentação que promete demais varre os riscos para baixo do tapete e deixa o conselho com a sensação, mais tarde justificada, de que foi enganado. Os dois erram porque tratam risco como argumento a favor ou contra. Risco não é argumento. É item de planejamento.

O frame que resolve isso é a tabela de reversibilidade. Para cada iniciativa, eu levo, lado a lado com o caminho do sucesso, o custo de desfazer. O que acontece se o fornecedor da tecnologia sair do mercado ou mudar os termos. O que acontece se o modelo que sustenta a operação obsoletar em dezoito meses. O que acontece se o KPI prometido não se mexer e for preciso encerrar. Quanto custa, em dinheiro e em tempo, voltar ao estado anterior em cada um desses cenários.

Esse número importa mais do que parece. O custo médio de uma iniciativa de IA abandonada foi estimado pela Pertama Partners na faixa de US$ 4 a 11 milhões por iniciativa descontinuada em grandes empresas [5]. Um conselho que vê esse intervalo entende, sem que eu precise dizer, que a pergunta não é "vai dar certo?". A pergunta é "se não der, quanto custa sair, e nós sabemos esse número de antemão?". Quando a tabela de reversibilidade está na mesa, a cautela do board encontra para onde ir. Ela vira condição de aprovação, não motivo de recusa. O conselho aprova porque viu a porta de saída, não apesar de não tê-la visto.

Não é supressão de risco. É precificação de risco. E um conselho experiente confia muito mais em quem chega com o custo de saída calculado do que em quem chega só com a curva de subida.

O que esses três frames têm em comum

Os três frames apontam para a mesma coisa. Apresentar IA ao conselho sem prometer demais não é moderar o entusiasmo nem inflar a cautela. É substituir promessa por estrutura. O KPI nomeado substitui a tecnologia como manchete. O critério auditável substitui o resultado prometido. A tabela de reversibilidade substitui o silêncio sobre o risco.

O que sobra, quando os três frames estão na mesa, é uma decisão que o board consegue tomar com a régua certa: não "isso é empolgante o bastante para aprovar?" nem "isso é arriscado demais para tocar?", mas "isso está desenhado de modo que eu saiba, daqui a um trimestre, se funcionou, e saiba quanto custa sair se não funcionar?". Essa é a pergunta que uma camada de decisão bem montada entrega pronta ao conselho. O resto da apresentação, os slides, os números, a narrativa, é embalagem em volta dessas três respostas.

Há um efeito de segunda ordem que vale registrar. Quando a primeira pauta de IA entra estruturada assim, ela calibra o conselho para todas as próximas. O board aprende a perguntar pelo KPI, pelo critério e pela reversibilidade por conta própria, e o nível da conversa sobe de forma permanente. A pior coisa que se pode fazer não é ter uma iniciativa recusada. É ter a primeira aprovada como cheque em branco e ensinar o conselho, sem querer, que IA se aprova no entusiasmo. Esse hábito é caro de desfazer depois.

Se a próxima pauta de IA está prestes a entrar no seu conselho, ou se a última entrou e você sentiu que faltou estrutura por trás dela, esse é exatamente o ponto onde costumo ser útil. Um briefing executivo, sem deck de vendedor e sem proposta forçada, serve para olhar a sua próxima apresentação à luz desses três frames e devolver onde ela ainda está pedindo um cheque em branco, ou pedindo permissão para ter cautela. Quarenta minutos para entender o seu contexto e mapear os primeiros recortes. Se daí nascer um diagnóstico executivo, ele vem depois, e só se fizer sentido para o seu caso.

Referências

[1] McKinsey & Company. The State of AI in 2025. Pesquisa global, n ≈ 1.993 organizações; 88% de adoção declarada de IA, com cerca de 6% reportando impacto material no resultado. Disponível em: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai (acesso em jun. 2026).

[2] MIT Project NANDA. The GenAI Divide: State of AI in Business 2025. Análise de mais de 300 implementações corporativas; 95% dos pilotos de IA generativa sem retorno mensurável no P&L. Ago. 2025. Cobertura: https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/ (acesso em jun. 2026).

[3] NIST. AI Risk Management Framework (AI RMF). Estrutura de governança de IA por nível de risco, com requisitos próprios de documentação, autoridade de aprovação e revisão periódica por faixa. Disponível em: https://www.nist.gov/itl/ai-risk-management-framework (acesso em jun. 2026).

[4] NACD. 2025 Public Company Board Practices and Oversight Survey, AI. 62% dos conselhos reservam tempo de pauta para IA; 27% formalizaram a governança de IA em comitês. Disponível em: https://www.nacdonline.org/all-governance/governance-resources/governance-surveys/surveys-benchmarking/2025-public-company-board-practices--oversight-survey/2025-board-practices-oversight-ai/ (acesso em jun. 2026).

[5] Pertama Partners. The Cost of Abandoned AI Initiatives. Faixa estimada de US$ 4 a 11 milhões por iniciativa de IA descontinuada em grandes empresas. Disponível em: https://www.pertamapartners.com (acesso em jun. 2026).