Estudo recente da IBM com líderes de dados revela um descompasso constrangedor: 68% dos Chief Data Officers já têm responsabilidade explícita por IA — alta de 27 pontos em dois anos — mas apenas 26% afirmam confiar que seus dados estão prontos para sustentar novas receitas alimentadas por inteligência artificial. O gap entre ambição declarada e realidade operacional está redesenhando a função.
O número de CDOs em empresas Fortune 500 ultrapassou 80%. Muitas organizações já renomearam o cargo para Chief Data and AI Officer (CDAO). A retórica do board fala em “data is the new oil” há uma década. Mas a entrega prática segue travada — porque o problema nunca foi de tecnologia, é de governança, qualidade e disciplina organizacional. E essas três coisas levam tempo, paciência e investimento sem glamour.
O que o estudo revela sobre o estado real
Apesar do otimismo de superfície, os CDOs entrevistados pela IBM apontam três gargalos consistentes. Primeiro: dados fragmentados em sistemas legados que não conversam. Segundo: ausência de definições padronizadas de métricas críticas — o que parece básico mas trava 70% dos projetos de IA enterprise. Terceiro: falta de mecanismos para medir qualidade de dados em tempo real, condição essencial para que modelos de IA funcionem em produção sem alucinar.
84% dos CDOs entrevistados afirmam que seus produtos de dados já geraram vantagens competitivas significativas. Esse número é otimista. Quando se olha o que de fato está em produção, vê-se majoritariamente dashboards e relatórios — não produtos de dados que entregam decisões automatizadas em escala. A distância entre o “produto de dados” do CDO e o “produto de dados” do P&L da empresa ainda é grande.
O movimento que está silenciosamente reordenando o cargo
O CDO de 2026 está virando duas coisas ao mesmo tempo: arquiteto técnico e estrategista de negócio. A Deloitte aponta que 68% dos CDOs agora têm autoridade explícita sobre governança de IA — o que significa que decisões sobre quais modelos podem ser usados, em quais processos, com quais dados, passaram para a alçada deste cargo. É uma sobreposição com o CIO, com o CISO e, em algumas empresas, com o Compliance. A briga interna é inevitável.
A consequência prática é que CDOs que não têm fluência técnica para discutir arquitetura de modelos viram alvos fáceis de questionamento. E CDOs que não têm influência política para destravar mudanças em sistemas legados viram observadores. Os dois perfis tendem a desaparecer da lista nos próximos 18 meses. Restam os híbridos — engenheiros de dados que aprenderam política corporativa, ou executivos seniores que aprenderam a ler arquitetura.
Por que o C-level brasileiro precisa repensar a função
No Brasil, a maioria dos CDOs ainda reporta a TI ou a operações — uma estrutura que limita a capacidade de impor padrões transversais. Bancos de grande porte (Itaú, Bradesco, Santander) já moveram a função para reportar diretamente ao CEO ou ao COO. Em empresas industriais e de varejo, ainda é comum o CDO ser tratado como diretor sênior dentro de TI, sem orçamento próprio significativo nem autoridade real para forçar mudanças entre áreas.
O resultado é previsível: projetos de IA fracassam não por falta de tecnologia, mas por falta de dados disponíveis, limpos, padronizados e governados. A Gartner estima que 60% dos projetos de IA enterprise sejam abandonados na prova de conceito por esse motivo. No Brasil, esse número é provavelmente maior. E o consumo de tempo do board com discussão de projeto que não vai a lugar nenhum é um custo silencioso que ninguém calcula.
O caminho prático para destravar
Empresas que estão transformando esse impasse em vantagem competitiva fazem três coisas em paralelo. Primeira: tratam dado como produto, não como projeto. Cada conjunto de dados crítico tem owner, SLA, contrato de qualidade e ciclo de melhoria. Segunda: medem prontidão de dados antes de aprovar projeto de IA. Não é mais permitido dizer “vamos usar IA pra isso” sem antes validar se os dados existem, são confiáveis e estão acessíveis. Terceira: investem em automação de qualidade — observabilidade de dados, lineage automático, detecção de anomalias.
O custo dessa transformação é alto e ingrato. Não há foto bonita pra postar no LinkedIn quando se conserta uma definição de “cliente ativo” em 17 sistemas diferentes. Mas é exatamente esse trabalho ingrato que separa empresas onde IA gera receita de empresas onde IA gera relatório.
Para o CFO brasileiro, há uma leitura financeira direta: organizações que estão liderando em IA — incluindo nubanks digitais e marketplaces de plataforma — investem entre 8% e 15% do orçamento de tecnologia em qualidade e governança de dados. Empresas tradicionais investem entre 1% e 3%. A diferença entre essas duas curvas é o que vai aparecer na taxa de conversão, na margem operacional e na velocidade de lançamento de produtos novos nos próximos cinco anos.
O CDO está numa posição estratégica curiosa: tem mandato, tem visibilidade do board, tem orçamento crescendo. Mas tem também o desafio mais difícil que existe — convencer 12 outros executivos seniores a abrir mão de pequenas autonomias locais em prol de padrões globais que beneficiam o todo. Quem conseguir esse equilíbrio político e técnico vira o executivo mais poderoso da empresa em 24 meses. Quem não conseguir vai sair quietinho na próxima reorganização.
Publicado em 29 de abril de 2026 · Dados & Estratégia · thinq.news
