Cuidado com o “AI washing”

A inteligência artificial virou o novo carimbo de legitimidade para empresas, produtos e discursos. Mas será que estamos mesmo usando IA ou só colando um rótulo bonito sobre processos antigos?

O fenômeno tem nome: AI washing. É quando empresas exageram ou distorcem o uso real de inteligência artificial para parecer mais inovadoras do que de fato são. O risco é claro: investidores, executivos e consumidores são seduzidos por uma promessa que nem sempre se sustenta.

Os exemplos não faltam. O Facebook lançou em 2015 o “M”, um assistente no Messenger que dependia em boa parte de pessoas para completar as tarefas, e encerrou o serviço em 2018. Em 2023, o CNET publicou textos gerados por IA sobre finanças pessoais e precisou corrigir 41 dos 77 artigos. Há hype demais e governança de menos.

Builder.ai: o símbolo que também foi exagerado

A Builder.ai, startup avaliada em cerca de US$ 1,5 bilhão e apoiada pela Microsoft, prometia criar aplicativos com a ajuda de uma IA chamada “Natasha”. O pitch parecia revolucionário: “crie seu app como quem pede uma pizza”.

Em 2025, a empresa entrou em colapso, e a história que correu o mundo foi a de que a “IA” eram, na verdade, 700 engenheiros fingindo ser um robô. Só que essa versão foi contestada por ex-funcionários: a empresa tinha, sim, uma equipe de IA, e os “700” eram desenvolvedores terceirizados que montavam os aplicativos, algo comum no setor.

O que derrubou a Builder.ai foi mais prosaico, e mais grave: segundo o Financial Times, as vendas tinham sido superestimadas em até quatro vezes. Quando os números foram revistos, um credor bloqueou US$ 37 milhões das contas da empresa, que pediu insolvência e entrou na mira de investigações.

A ironia é didática. O caso virou símbolo de AI washing por causa de uma história que também era exagerada, enquanto o problema real estava em algo bem menos glamouroso: governança e números maquiados. A IA era só o verniz que tornou a promessa mais fácil de vender.

Tesla Autopilot: IA que ainda precisa de motorista

A Tesla sempre se posicionou como uma empresa de IA sobre rodas. Com o Autopilot e o Full Self-Driving, Elon Musk prometeu por anos uma direção totalmente autônoma.

Em 2023, um engenheiro sênior da empresa afirmou, em depoimento à Justiça, que o vídeo promocional de 2016 em que o carro “dirigia sozinho” tinha sido encenado. O órgão de trânsito da Califórnia acusou a montadora de publicidade enganosa sobre os recursos de direção, e a empresa enfrenta processos, alguns ligados a acidentes fatais. A promessa de autonomia virou um alerta: nem tudo que parece inteligente é autônomo.

O regulador já está olhando

O AI washing deixou de ser só um problema de reputação. Em março de 2024, a SEC, a comissão de valores mobiliários dos Estados Unidos, multou duas gestoras de investimento, Delphia e Global Predictions, em US$ 400 mil no total, por anunciarem um uso de IA que não praticavam. Foram os primeiros casos do tipo, e o recado foi claro: dizer que usa IA sem usar pode sair caro.

Quando o hype é maior que a entrega

Muitas empresas já dizem “usamos IA” quando, na prática, apenas usam ferramentas como o ChatGPT para consultas simples ou respostas automatizadas. Sem arquitetura, dados de qualidade e redesenho de processos, o que se vê é mais carimbo do que inteligência. É o famoso: colocar IA sobre processos analógicos esperando um milagre digital.

A IA real exige mais do que tecnologia

A inteligência artificial é poderosa, mas não funciona como mágica sobre o que já está quebrado. Para ter sucesso na adoção:

• Digitalize antes de automatizar. Sem processos digitalizados não há dados de qualidade, e sem dados não há IA.
• Redesenhe processos com intenção. Adotar IA exige rever regras, estruturas e fluxos, eliminando complexidades herdadas.
• Capacite as pessoas para cocriar com a IA. Letramento digital, pensamento crítico, dados e prompting são as novas competências básicas.
• Trate dados como ativo estratégico. Governança, padrões de qualidade e cultura orientada por dados geram valor sustentável.
• Tenha uma ambição clara. Não use IA porque é tendência; use porque resolve um problema relevante.
• Implemente com ética e transparência desde o início. Explicabilidade e responsabilidade evitam riscos e aceleram a confiança.

Mas há bons exemplos

Empresas que tratam a IA com responsabilidade colhem resultados. A John Deere colocou visão computacional em pulverizadores para aplicar herbicida apenas onde há erva daninha, e transformou máquinas em plataformas de dados. A Adobe integrou a geração de imagens do Firefly à Creative Cloud, criando uma nova frente de valor para um produto que já existia. A Unilever passou a usar IA na triagem de candidatos em processos seletivos de grande volume. Em comum: problema claro, dados estruturados e a tecnologia a serviço do negócio, não do discurso.

A reflexão que fica

Estamos usando IA de verdade ou apenas colando um carimbo bonito em algo que ainda precisa evoluir muito? Antes de “carimbar IA”, é hora de fazer as perguntas certas, com ética, visão e responsabilidade.

Fontes: Windows Central · CO/AI, sobre a Builder.ai · Engadget, sobre o CNET · TechCrunch, sobre o Facebook M · CNN, sobre o vídeo da Tesla · SEC. Versão atualizada de artigo publicado originalmente pelo autor no LinkedIn em 03/07/2025.