A formação em IA chegou à mesa de compras
Em 25 de setembro de 2026, o Banco Africano de Desenvolvimento anunciou, com o AI Hub for Sustainable Development do PNUD, Google e Apolitical, uma formação gratuita em inteligência artificial para agentes públicos africanos. O programa reúne fundamentos, liderança e um curso dedicado a compras mais inteligentes com IA.
A presença de compras ao lado de estratégia e liderança é significativa. Adotar IA não começa quando alguém abre uma ferramenta nem quando uma equipe técnica conecta uma API. Começa quando a organização descreve uma necessidade, convida fornecedores, compara propostas e transforma promessas em obrigações que poderão ser verificadas durante o contrato.
Para empresas, a lição ultrapassa o setor público. Quem compra uma solução de IA também decide que dados serão usados, quais ações poderão ser automatizadas, que evidências serão exigidas e quanto poder ficará concentrado no fornecedor. A competência do comprador é parte do controle do sistema.
O risco começa antes da escolha do fornecedor
Muitas aquisições tratam a governança como uma revisão posterior. A área de negócio escolhe uma solução, a equipe técnica valida a integração e jurídico e segurança tentam acomodar os riscos dentro de um contrato quase pronto. Nesse momento, as decisões mais importantes já foram estreitadas pela proposta comercial e pelo calendário de implantação.
Uma compra madura inverte essa ordem. Finalidade, pessoas afetadas, fontes de dados, consequências de erro, necessidade de revisão humana e condições de interrupção são discutidas antes da seleção. Esses elementos formam os critérios pelos quais produtos diferentes poderão ser comparados de maneira útil.
As diretrizes britânicas para compras de IA recomendam uma equipe multidisciplinar e uma avaliação de dados antes do processo de contratação. O princípio vale para qualquer empresa: compras não pode avaliar sozinha, tecnologia não deve reduzir a decisão à arquitetura e a área usuária não pode confundir conveniência com adequação.
Especificar o problema evita comprar uma resposta pronta
Um pedido que começa pelo nome de uma tecnologia tende a limitar a descoberta. A organização solicita um assistente, um agente ou um sistema preditivo e passa a comparar quem oferece a versão mais atraente dessa categoria. A pergunta sobre o problema que merece ser resolvido fica em segundo plano.
As orientações do governo britânico propõem concentrar a contratação no desafio e permanecer aberto a alternativas. Para uma empresa, isso significa descrever o trabalho, os usuários, as restrições e o resultado esperado antes de determinar que IA é necessariamente a resposta. Em alguns casos, melhorar o processo ou organizar os dados pode ser mais importante do que adicionar um modelo.
Uma boa especificação também declara o que a solução não deve fazer. Se o objetivo é apoiar triagem, o contrato não deveria permitir decisão automática sem nova aprovação. Se a finalidade é preparar uma recomendação, executar a ação precisa permanecer fora do escopo. Limites claros reduzem a distância entre demonstração e uso legítimo.
O comprador precisa pedir evidências verificáveis
Apresentações comerciais mostram o melhor caminho. A contratação precisa examinar o comportamento provável no contexto real. Isso exige casos de teste representativos, critérios definidos antes da demonstração, registro das fontes usadas e descrição das situações em que o sistema deve recusar, pedir ajuda ou encaminhar para uma pessoa.
Evidência não é uma taxa isolada nem um exemplo escolhido pelo fornecedor. É um conjunto que permite entender adequação: resultados em tarefas relevantes, limitações conhecidas, condições de operação, versão avaliada e método de medição. Quando a solução depende de um modelo externo, a empresa precisa saber qual parte da evidência pertence ao produto e qual depende de um componente que pode mudar.
O NIST apresenta seu AI Risk Management Framework como um instrumento para incorporar confiabilidade ao desenho, desenvolvimento, uso e avaliação de sistemas de IA. Na compra, essa visão impede que avaliação seja um evento único. O fornecedor precisa explicar como novas evidências serão produzidas quando dados, modelos, integrações ou finalidade mudarem.
Dados e integrações pertencem ao contrato
Uma solução de IA é moldada pelos dados que recebe e pelos sistemas aos quais se conecta. Por isso, a avaliação não pode se limitar à interface. O contrato precisa identificar categorias de informação, finalidade de cada acesso, locais de processamento, prazos de retenção, subcontratados e condições para uso dos dados em melhoria de produto ou treinamento.
As integrações também precisam aparecer como capacidades específicas. Ler um cadastro, produzir um rascunho, enviar uma mensagem e alterar um registro têm consequências diferentes. A autorização deve seguir a operação necessária, não o alcance máximo que o conector oferece. Permissões amplas por conveniência transferem risco para a empresa sem criar valor proporcional.
O fornecedor pode administrar a infraestrutura, mas a organização continua responsável por decidir que informação é apropriada e que ação é legítima. Cláusulas claras ajudam a preservar essa distinção. Elas transformam promessas sobre privacidade e segurança em obrigações ligadas ao uso concreto.
Responsabilidade não pode desaparecer na terceirização
Soluções de IA frequentemente combinam plataforma, modelo, dados da empresa e serviços de terceiros. Quando algo falha, cada parte pode apontar para outra camada. A empresa compradora precisa evitar que a arquitetura técnica produza uma lacuna de responsabilidade institucional.
O contrato deve indicar quem investiga incidentes, preserva registros, comunica mudanças relevantes, corrige vulnerabilidades e responde a contestações. Também precisa definir o que o fornecedor consegue observar e quais evidências a empresa receberá. Sem acesso adequado, o comprador pode continuar responsável por consequências que não consegue reconstruir.
Distribuir responsabilidade não significa transferir toda consequência para o fornecedor. A organização escolhe a finalidade, determina o contexto de uso e decide como pessoas agirão sobre as saídas. Uma alocação honesta coloca cada obrigação com quem possui capacidade real de cumpri-la e mantém um dono interno para o resultado.
Mudanças de modelo precisam de regra contratual
Produtos de IA mudam durante o contrato. Um modelo pode ser substituído, uma política de segurança pode evoluir, uma função pode ganhar autonomia ou um subcontratado pode entrar na cadeia. A experiência do usuário talvez pareça igual, mas o comportamento, o tratamento de dados e as limitações podem ser diferentes.
A contratação precisa definir o que conta como mudança material e o que acontece depois dela. Algumas alterações podem exigir aviso, documentação atualizada e novos testes. Outras podem justificar aprovação prévia, operação em paralelo ou direito de recusar a atualização até que as evidências sejam analisadas.
Sem essa regra, a empresa compra uma solução em uma data e recebe outra ao longo do tempo sem uma decisão consciente. Governar mudanças não é impedir evolução. É conservar a relação entre o que foi avaliado, o que está contratado e o que efetivamente opera.
Monitoramento continua depois da assinatura
O sucesso da implantação não encerra a compra. A empresa precisa acompanhar qualidade, erros recorrentes, recusas, intervenções humanas, incidentes, reclamações e sinais de uso fora da finalidade. Esses registros mostram se a solução continua adequada e se as condições originais ainda existem.
Indicadores úteis nascem dos riscos e objetivos definidos no início. Um sistema que apoia atendimento precisa revelar quando transfere casos, quando consulta fontes insuficientes e quando uma pessoa corrige a orientação. Um agente com permissão de agir precisa registrar pedido, identidade, ferramenta, resultado e eventual aprovação.
A revisão também precisa ter consequência. Evidências podem levar a ajustar instruções, reduzir permissões, revisar dados, suspender uma função ou encerrar o serviço. Monitorar sem autoridade para mudar apenas documenta o problema. O contrato deve garantir acesso, cooperação e meios técnicos para agir.
Portabilidade, suspensão e saída preservam escolha
Uma organização descobre a qualidade de seu contrato quando precisa mudar. Se dados, configurações, avaliações e registros não podem ser exportados em formato utilizável, a continuidade fica dependente do fornecedor. Se não existe modo de suspender uma capacidade específica, o único controle disponível pode ser desligar todo o serviço.
A saída deve ser desenhada antes da entrada. O acordo precisa indicar como a empresa recupera informações, revoga credenciais, encerra integrações, preserva evidências e recebe apoio na transição. Também deve esclarecer o destino de cópias, dados derivados e material usado para personalização.
Portabilidade não exige que qualquer componente seja substituído de imediato. Ela preserva poder de negociação e capacidade de resposta. Uma solução é mais sustentável quando a empresa consegue reduzir alcance, pausar, migrar ou terminar sem perder o conhecimento necessário para continuar o trabalho.
Um roteiro para comprar com capacidade
O processo começa com uma equipe formada por negócio, compras, tecnologia, segurança, privacidade e pessoas que conhecem o trabalho. Ela descreve problema, finalidade, usuários, dados, ações, consequências e limites. Depois transforma esses elementos em critérios de avaliação e casos de teste comparáveis.
Na seleção, fornecedores apresentam evidências e não apenas recursos. A empresa verifica a versão oferecida, testa cenários relevantes, examina integrações e registra limitações. Negociação contratual cobre responsabilidade, mudanças, acesso a registros, monitoramento, treinamento, portabilidade e encerramento.
A implantação começa com alcance controlado e pontos claros de revisão. O dono interno acompanha as evidências e decide quando ampliar, corrigir ou interromper. Compras permanece no ciclo porque preço, obrigações e dependências mudam junto com o produto. A competência construída antes do contrato continua ativa durante toda a relação.
Conclusão
A nova formação anunciada pelo Banco Africano de Desenvolvimento e seus parceiros reconhece que capacidade em IA inclui saber contratar. Essa é uma mensagem importante para empresas. A qualidade da adoção não depende apenas de pessoas capazes de usar uma ferramenta, mas de equipes capazes de formular necessidades, comparar evidências e transformar limites em compromissos verificáveis.
Comprar IA é escolher uma relação contínua entre tecnologia, dados, fornecedores e decisões humanas. O contrato não corrige sozinho uma finalidade mal definida, mas pode preservar transparência, responsabilidade, capacidade de mudança e direito de saída. Para isso, precisa nascer de uma organização que já sabe o que pretende governar.
Na minha visão, a melhor negociação começa antes da proposta comercial. Ela acontece quando a empresa aprende a fazer perguntas que não podem ser respondidas por uma demonstração: quem responde, o que muda, que evidência permanece, como reduzir o alcance e como sair. Essas perguntas não atrasam inovação. Elas impedem que velocidade se transforme em dependência.
IA com propósito não mede maturidade pelo volume contratado. Ela aproxima quem compra de quem usa, exige provas compatíveis com a consequência e mantém a organização capaz de decidir mesmo depois que o contrato foi assinado.