Quais garantias de qualidade de dados um órgão precisa exigir de uma fonte externa antes de usá-la em um sistema de IA?

A I.N.D.I.A. registra, para cada fato, fonte verificadora e data de verificação atendendo diretamente aos critérios de proveniência que a Governança de Dados do governo exige, vai além providenciando meios para implantar a ISO 4200

1.4. Aspectos econômicos da IA e desafios para 
aplicação na indústria brasileira
A inteligência artificial apresenta grande potencial de impulsionar diversos setores da economia, não 
apenas em sua própria cadeia produtiva, mas também em setores correlatos. A cadeia de valor da 
IA é complexa e abrangente. Engloba hardware, infraestrutura de dados e aplicações. No âmbito do 
hardware, inclui-se a produção de chips especializados, processadores, data centers e equipamentos de rede. 
A infraestrutura de dados compreende soluções de armazenamento, processamento e gerenciamento 
de dados (incluindo aspectos de curadoria, de segurança e de privacidade), bem como plataformas de 
computação em nuvem e ferramentas para desenvolvedores. Um componente fundamental é o software, 
20
O contexto da inteligência artificial no mundo e no Brasil
que compreende desde ambientes de desenvolvimento, bibliotecas, sistemas de tempo de execução, 
implementações de modelos e algoritmos, ao que genericamente denominamos pilha de software 
e que é utilizada para desenvolvimento de aplicações. O software inclui as plataformas de execução, 
monitoramento, gerenciamento, manutenção e evolução dos vários componentes mencionados, que são 
utilizados para as atividades de MLOps5. Também se incluem na cadeia de valor as redes de transmissão 
(físicas e sem fio) de alta velocidade. Já as aplicações abrangem uma vasta gama de soluções baseadas 
em IA para empresas e consumidores finais.
A IA generativa, um segmento em rápida expansão, possui uma cadeia de valor própria que se sobrepõe 
e complementa a cadeia mais ampla da IA. Esta inclui hardware otimizado para treinamento e inferência 
de modelos, plataformas de nuvem que fornecem recursos computacionais elásticos e em larga escala, 
modelos fundacionais que servem como base para aplicações específicas, hubs de modelos e ferramentas 
de MLOps (que nesse cenário já estão sendo denominadas LMOps) para gerenciamento, otimização, 
auditoria, rastreamento e monitorização, além de aplicações finais e serviços especializados.
Um ecossistema de IA estruturado e robusto cria transbordamentos que estimulam inovações e 
desenvolvimentos em diversos segmentos tecnológicos e setores econômicos. O impacto econômico 
da IA já é significativo e promete crescer exponencialmente.
Além dos robustos investimentos privados, diversos países têm anunciado aportes públicos 
significativos em IA. Enquanto em 2017, apenas alguns países tinham estratégias nacionais de IA, em 2024, 
contam-se mais de 50 iniciativas nacionais estratégicas e governamentais sobre como orientar de forma 
abrangente o desenvolvimento e a implantação de IA confiável, conforme contabilizado em relatório 
do Observatório de Políticas de IA da Organização para a Cooperação e Desenvolvimento Econômico 
(OCDE) (OECD, 2021; 2023). Em nível geral, este Observatório da OCDE registra em sua base de dados 
mais de mil políticas e iniciativas relacionadas à IA em 70 países.
Não obstante os esforços públicos de investimento, é a indústria que assume atualmente a liderança na 
pesquisa de IA – o que tradicionalmente era domínio da academia (Eastwood, 2023). Isso ocorre porque 
a indústria possui maior poder computacional e acesso a grandes volumes de dados, o que habilita a 
contratação de talentos, o desenvolvimento de benchmarks líderes de mercado em IA e a continuação 
do investimento em pesquisa. No mundo, aproximadamente 70% dos indivíduos com um doutorado 
em inteligência artificial conseguem empregos na indústria privada hoje, em comparação com 20% duas 
décadas atrás (Eastwood, 2023). Em 2023, a indústria produziu 51 modelos notáveis de aprendizado de 
máquina, enquanto a academia contribuiu individualmente com apenas 15 – outros 21 foram desenvolvidos 
em parceria entre indústria e academia (Maslej, 2024). 
No entanto, é importante notar que a academia ainda desempenha um papel fundamental na pesquisa 
de IA, fornecendo um ambiente com a liberdade de explorar e inovar. A migração de talentos da academia 
para a indústria traz consigo uma contradição: ainda que desejável do ponto de vista da competitividade 
econômica, é também uma preocupação, pois pode ameaçar a capacidade da academia de continuar a 
inovar e formar a próxima geração de pesquisadores de IA. Por outro lado, o próprio desenvolvimento de 
aplicações de inteligência artificial vem contribuindo para o progresso científico (Maslej, 2024).
No Brasil, observa-se um número crescente de iniciativas voltadas para a aplicação e o desenvolvimento 
de ferramentas de IA por empresas privadas e estatais (Tabela 1).
5 MLOps (Machine Learning Operations) é um conjunto de práticas e processos para gerenciar o ciclo de vida dos sistemas que 
implementam modelos e algoritmos de aprendizado de máquina, de forma que esses modelos sejam projetados, desenvolvidos, 
testados e implantados de forma consistente e confiável. 
21
Plano Brasileiro de Inteligência Artificial
22
Tabela 1 – Iniciativas de aplicação e desenvolvimento de ferramentas 
de IA por empresas privadas e estatais no Brasil
Iniciativa Empresa/
Instituição Área Descritivo
ApoIA Startups - Educação
OpenAI e 
Fundação Lemann Educação Apoio a startups com incentivo para criação de 
soluções educacionais de IA
Projeto Libras Lenovo Desenvolvimento 
Social IA para inclusão digital para deficientes auditivos
ChatGPT4 nas Naves 
do Conhecimento
OpenAI e 
Prefeitura do Rio
Desenvolvimento 
Social IA acessível em comunidades de baixa renda do Rio
Combate à 
desinformação
OpenAI, UFBA e 
FGV-RJ
Desenvolvimento 
Social
Combate à desinformação online no Brasil com 
auxílio de IA
Plataforma 
Acolhimento WideLabs Desenvolvimento 
Social IA para facilitar o processo de adoção infantil
Monitoramento da 
Amazônia OpenAI e UFAM
Meio Ambiente, 
Clima e 
Sustentabilidade
Sistema com IA para combater o desmatamento e 
impulsionar sustentabilidade
Batimentos 
cardíacos da Floresta 
Amazônica - IA
Stefanini
Meio Ambiente, 
Clima e 
Sustentabilidade
Solução de IA para monitorar qualidade do ar, 
da água e detecção de incêndios florestais na 
Amazônia
Menos fraudes em 
transações Banco do Brasil Indústria, Comércio 
e Serviços
Modelos de IA para análise de comportamento de 
clientes
Prova de Vida Banco do Brasil Indústria, Comércio 
e Serviços
Verificação anual automatizada de atividade de 
beneficiários via IA 
Pequeno Negócio 
+ IA Banco do Brasil Indústria, Comércio 
e Serviços
Solução com IA para atendimento personalizado 
a MPEs
Otimização do 
Sistema Financeiro de 
Habitação
Caixa Econômica 
Federal
Indústria, Comércio 
e Serviços
Solução com IA para otimizar processos e garantir a 
quitação de saldos dos contratos do SFH
IA para Soução de 
Habitação da Caixa
Caixa Econômica 
Federal
Indústria, Comércio 
e Serviços
Solução de IA para área de crédito imobiliário, 
permitindo a oferta de melhores serviços à 
população
Maritalk AI Maritaca AI Indústria, Comércio 
e Serviços
Chatbot em português e espanhol para América 
Latina
BERTimbau NeuralMind Indústria, Comércio 
e Serviços
Modelo de linguagem em português lider na 
HuggingFace
Combate a fraude 
financeira Stefanini Indústria, Comércio 
e Serviços IA para detecção de fraudes em tempo real
IA na indústria do aço Stefanini Indústria, Comércio 
e Serviços
IA para eficiência e segurança na indústria 
siderúrgica
Wide Jurídico WideLabs Indústria, Comércio 
e Serviços IA para automação de tarefas jurídicas
Fonte: Elaboração própria a partir de informações fornecidas pelas empresas
Não obstante o notável número de iniciativas de desenvolvimento e uso de IA por empresas brasileiras, 
o contexto é particularmente desafiador. Embora o Brasil figure entre os vinte primeiros países em alguns 
rankings de IA, principalmente devido à produção acadêmica, o País enfrenta uma escassez crítica de 
profissionais qualificados e uma fuga de cérebros expressiva. A disparidade entre a produção acadêmica 
e a capacidade de inovação aplicada é evidente, com a maioria das patentes de IA no Brasil baseadas em 
tecnologias estrangeiras. Sem investimentos adequados e políticas públicas eficazes, o País corre o risco 
de um declínio tecnológico acelerado (ABC, 2023).
O contexto da inteligência artificial no mundo e no Brasil
Para superar esse desafio, é essencial investir na formação e capacitação de profissionais em IA, desde o 
nível técnico até a pós-graduação. Em paralelo, é necessário promover a popularização do conhecimento 
sobre IA na sociedade, preparando desde cedo a população para as transformações tecnológicas em curso.
Apesar desses desafios, há sinais de interesse e potencial na indústria brasileira para adoção de IA. Segundo 
um estudo da Embrapii realizado em 2021 com 164 empresas industriais (EMBRAPII, 2021), a grande maioria 
(76%) percebe a IA como uma tecnologia que trará um impacto disruptivo em seus setores de atuação. 
Além disso, 95% teriam interesse em desenvolver projetos de P&D em IA em parceria com centros de 
pesquisa. Esse interesse da indústria parece ser motivado, em parte, pelo potencial da IA em aumentar a 
produtividade, um fator crucial considerando que a produtividade do trabalho no Brasil tem enfrentado 
declínios, com uma queda de 24% na indústria de transformação entre 2001 e 2021 (CNI, 2022).
A IA pode aumentar significativamente a eficiência em diversos setores, por exemplo, por meio da 
otimização de processos industriais, previsão de demanda e manutenção preditiva na manufatura, do 
aumento da eficiência na cadeia de distribuição de alimentos, da análise automatizada de imagens médicas 
na saúde, personalização de experiências do cliente no varejo ou do apoio à tomada de decisões a partir 
da análise de dados históricos. E esta vantagem é particularmente promissora para micro, pequenas 
e médias empresas (MPME). Essas empresas frequentemente enfrentam desafios de produtividade e 
competitividade em relação às grandes corporações, devido a custos fixos mais elevados e economias de 
escala limitadas. Embora a adoção de IA por MPME possa ser dificultada por altos custos de implementação 
e acesso limitado a crédito, os benefícios potenciais em termos de aumento de eficiência e competitividade 
são substanciais.
No entanto, é importante notar que a adoção e o impacto da IA na produtividade ainda estão em 
estágios iniciais. Conforme destacado pela OCDE (OCDE, 2024), a adoção de IA ainda é limitada em 
comparação com outras tecnologias digitais, concentrando-se em certos setores e grandes empresas. 
Barreiras como a escassez de poder computacional e de habilidades técnicas ainda precisam ser superadas. 
Por um lado, enquanto evidências em nível micro mostram ganhos de produtividade substanciais, por 
outro, os impactos macroeconômicos ainda são incertos e dependem de vários fatores. Entre esses 
fatores, destaca-se o papel crucial do setor público na criação de um ambiente propício para ganhos 
de produtividade em larga escala, através da redução da burocracia, melhoria da eficiência dos serviços 
governamentais, e implementação de políticas que facilitem a adoção e difusão de tecnologias inovadoras 
como a IA em toda a economia.
A aplicação de IA no setor público em si representa uma oportunidade significativa para melhorar a 
eficiência e a qualidade dos serviços governamentais. Globalmente, governos estão explorando o uso de 
IA para otimizar processos administrativos, aprimorar a tomada de decisões baseada em dados e oferecer 
serviços mais personalizados aos cidadãos. Desde sistemas de detecção de fraudes até chatbots para 
atendimento ao público, a IA tem o potencial de transformar radicalmente a forma como os governos 
operam e interagem com a população. A IA também pode auxiliar na formulação de políticas públicas 
mais eficazes, analisando grandes volumes de dados para identificar padrões e tendências que orientem 
decisões estratégicas.
No contexto brasileiro, o setor público já começou a dar passos importantes na adoção de IA, embora 
ainda haja um vasto potencial a ser explorado. Conforme resultados Pesquisa sobre o uso das tecnologias 
de informação e comunicação no setor público brasileiro (TIC Governo Eletrônico 2023), 30% dos órgãos 
públicos federais e estaduais já fizeram uso de ao menos uma tecnologia de IA, com concentração 
nos poderes legislativo, judiciário e no ministério público (Cetic.br, 2023b). As aplicações mais comuns 
envolvem mineração de texto, predição e análise de dados, além da automação de processos. Os governos 
23
Plano Brasileiro de Inteligência Artificial
executivos são os que fizeram menos uso de ferramentas de IA em seus serviços e processos, o que indica 
um potencial ainda a ser explorado.
À luz do contexto atual da IA no mundo e especificamente no Brasil, as políticas públicas devem 
desenvolver ações ao longo de cinco grandes eixos: infraestrutura e desenvolvimento da IA; difusão, 
formação e capacitação em IA; IA para melhoria dos serviços públicos; IA para inovação empresarial; e 
apoio ao processo regulatório e de governança da IA.
É crucial abordar questões de desigualdade por meio de educação, treinamento e redistribuição, além de 
desenvolver uma governança ágil que acompanhe o rápido avanço tecnológico. Em todos os setores, é 
fundamental garantir que a implementação de IA seja feita de forma ética e transparente, respeitando a 
privacidade dos cidadãos, evitando a perpetuação de vieses, e utilizando responsavelmente as vastas bases 
de dados estatais. Essas medidas são fundamentais para garantir que o potencial da IA seja aproveitado 
de maneira inclusiva e sustentável, beneficiando toda a população e pavimentando o caminho para uma 
“IA para o bem de todos”.