📜 LGPD aplicada à IA
LGPD não foi escrita para IA generativa, mas se aplica integralmente. Dado pessoal em prompt, retenção de log, decisão automatizada (art. 20) — tudo já cai sob a lei. ANPD vem regulando caso a caso enquanto o PL 2338 não vira lei.
⚖️ Pontos sensíveis da LGPD em IA
- •Art. 7º — Base legal — qual fundamento autoriza o tratamento (consentimento, legítimo interesse, etc.)
- •Art. 20 — Decisão automatizada — direito à revisão humana de decisões com efeito significativo
- •Art. 6º, V — Necessidade — IA não pode coletar/usar dado além do estritamente necessário
- •Art. 6º, VII — Segurança — retenção segura inclui logs de prompts com dados pessoais
- •Art. 5º, XV — Cross-border — transferência internacional precisa de salvaguarda
🇪🇺 Comparação: LGPD vs GDPR vs EU AI Act
- • LGPD (BR) — princípio amplo, ANPD interpreta caso a caso. Multa até 2% do faturamento, R$ 50M por infração.
- • GDPR (EU) — texto consolidado, jurisprudência farta. Multa até 4% do faturamento ou €20M.
- • EU AI Act — específico para IA, classificação por risco. Multa até €35M ou 7%. Brasil deve seguir esse modelo no PL 2338.
💡 Seu trabalho oculto
90% dos projetos de IA em empresas brasileiras travam no jurídico. Quem destrava sentando com DPO e oferecendo template de DPIA específica pra IA vira ponte política em 30 dias.
💰 Custo de mão de obra vs automação
Salário CLT + encargos (~70% sobre o bruto) faz automação ter ROI mais lento que nos EUA. Mas a equação muda quando você inclui turnover, treinamento e custo de erro. CFO brasileiro entende essa matemática melhor que ROI gringo copiado.
🧾 A matemática real do custo
- •Custo direto — salário + 13º + férias + encargos = ~1.8x salário bruto
- •Turnover — 25-30%/ano em mid-management. Reposição custa 1.5x salário anual.
- •Treinamento — 3-6 meses até produtividade plena = 30-50% salário "perdido"
- •Custo de erro — em compliance/finanças, erro humano custa multas significativas
- •Capacidade — 1 humano = 40-44h/sem. 1 agente roda 24/7.
⚠️ Não cole ROI gringo
Estudo McKinsey diz "USD 4.4tri de produtividade global"? Bonito. CFO BR quer ver: economia em reais, em sua função, com taxa de câmbio realista e tempo até payback. Sem isso, proposta vira slide bonito sem orçamento.
🏢 Caso: Klarna (modelo replicável)
A fintech sueca reduziu 700 funcionários equivalentes em atendimento usando 1 assistente IA. Resultado em USD 40M/ano. Refeito com salários brasileiros: ~R$ 35-50M/ano economizados. Mesmo conceito, números diferentes, ambos defensáveis.
🎭 Cultura corporativa e "permissão pra errar"
Empresa brasileira média pune erro público mais do que recompensa win. IA tem natureza experimental — alucinação, falha, exception. Sem cobertura política, projetos abortam na primeira falha visível.
✓ O que reduz risco político
- ✓Sponsor C-level explícito (não tácito)
- ✓Piloto com escopo reduzido e métrica baseline
- ✓"Plano B" pronto se IA falhar
- ✓Comunicação proativa de falhas (não cover-up)
- ✓Métricas semanais visíveis para sponsor
✗ O que mata projeto na primeira falha
- ✗Projeto "do TI" sem dono de negócio
- ✗Big-bang em produção sem piloto
- ✗Promessa de ROI sem baseline anterior
- ✗Dependência de 1 modelo / 1 fornecedor
- ✗Esconder falha esperando que ninguém perceba
🎯 Sponsor sênior é mais importante que skill
Você pode ter o melhor pitch técnico do Brasil. Sem sponsor C-level explícito, a primeira polêmica te queima. Antes de propor o projeto, garanta cobertura política. Trilha 4 ensina como conseguir essa cobertura.
☁️ Ecossistema de fornecedores no Brasil
Mercado BR é dominado por AWS, Azure e GCP com região local para soberania. Modelos top: OpenAI, Anthropic, Google. Integradoras: globais e nacionais. Conhecer o terreno vira moeda interna — quem indica fornecedor sem viés vira referência da empresa.
🗺️ Mapa do ecossistema
- •Hyperscalers: AWS (Bedrock, região SA-East-1) · Azure (OpenAI Service, região Brazil South) · GCP (Vertex AI, região São Paulo)
- •Frontier models: Anthropic Claude · OpenAI GPT · Google Gemini · Meta Llama (open)
- •Locais especializados: NVIDIA NIM · Mistral · DeepSeek (cuidado com soberania) · alternativas open-source
- •Integradoras globais: Accenture · Deloitte · BCG · McKinsey QuantumBlack
- •Plataformas: LangChain · LangSmith · n8n · Make · Zapier · Microsoft Copilot
🌐 Soberania regional na prática
Empresa que precisa cumprir LGPD strict (banco, saúde, governo) prefere modelo rodando em região BR, com contrato BAA-equivalente. Bedrock e Azure OpenAI Service em região BR são as opções óbvias. Quem indica essa arquitetura para o CISO vira aliado natural.
⚠️ Não vire vendedor de um fornecedor
Profissional de IA respeitado é multimodel/multivendor. Se você só fala bem de uma cloud ou um modelo, sua opinião perde peso. Mantenha mapa atualizado dos 3 hyperscalers + 3 modelos top.
🏭 4 setores onde o gap é maior no Brasil
Setores com alta densidade documental, atendimento volumoso e compliance pesado são onde a oportunidade está concentrada. Se você está em um desses 4, sua trajetória é mais curta. Se não, ainda dá pra aplicar o playbook.
Serviços financeiros
Bancos, seguradoras, fintechs. Compliance (PLD/KYC) + atendimento + análise de crédito = 3 grandes vetores. Modelos globais como JPMorgan (LLM Suite) servem de referência direta para projetos locais.
Saúde
Operadoras, hospitais, clínicas. Triagem, prontuário eletrônico, autorização de procedimento. Caso de referência: Kaiser Permanente (EUA) e NHS (UK) reduziram tempo médico em consulta com transcrição IA.
Varejo / E-commerce
Atendimento, recomendação, gestão de estoque, conteúdo de produto. Walmart e Shopify (global) provam o caso. Em BR o ganho percentual é maior porque base de adoção atual é baixa.
Jurídico / Compliance
Escritórios, departamentos jurídicos internos, regulatório. Review de contrato, redação de minuta, busca de jurisprudência. Harvey AI (referência global) já tem clientes Magic Circle. Equivalente BR é caso recente em construção.
🇺🇸 O que copiar e não copiar dos EUA
Importação seletiva é a chave. Quem copia tudo soa desconectado. Quem importa seletivamente vira bom tradutor — perfil que o board valoriza.
✓ Copie isso
- ✓Frameworks de governança (NIST AI RMF)
- ✓Estrutura de Comitê de IA (CEO + CFO + CHRO + CISO)
- ✓Definição de KPI de adoção e ROI por modelo
- ✓Sistema de tagging de risco por aplicação
- ✓Programa "1 GPT por funcionário" (modelo Moderna)
✗ Não copie isso
- ✗Ritmo de demissão (Klarna -700 em 6 meses) — não funciona em CLT
- ✗Retórica de "AI agency em 90 dias" — soa Made-in-YouTube
- ✗Número absoluto de ROI em USD — converta para realidade local
- ✗Tom evangelista de palco TED — público BR cético
- ✗Suposição de regulação leve — LGPD é mais cautelosa
💡 Tropicalize com integridade
Adapte o framework, não as conclusões. "Estamos seguindo NIST AI RMF" é defensável. "Vamos copiar JPMorgan" é palpite. A primeira ganha respeito do board; a segunda vira piada.
🧪 Prompt — checklist LGPD para projeto de IA
Use este prompt antes de propor qualquer projeto de IA na empresa. Saída serve para conversa com DPO.
🎯 Resumo do Módulo
Próximo Módulo:
1.5 — 4 mitos que sabotam quem entra agora