O ciclo de vida de um sistema de IA — e onde o controle costuma falhar

O problema com sistemas de IA não é o lançamento.

É tudo que acontece depois.

A empresa contrata um sistema, faz o onboarding, integra com os dados internos, coloca em produção. Aí o projeto fecha. A equipe vai para o próximo. O sistema fica funcionando — sem dono claro, sem revisão periódica, sem plano de saída.

Isso é o ciclo de vida de IA na maioria das organizações: nascer com atenção e envelhecer sem supervisão.

As 5 fases do ciclo de vida de IA

A ISO 42001 e os principais frameworks de governança de IA convergem em cinco fases:

Fase 1 — Concepção e avaliação: identificação da necessidade, avaliação de viabilidade, análise de risco preliminar antes de contratar ou desenvolver.

Fase 2 — Desenvolvimento ou aquisição: construção do modelo ou seleção do fornecedor, validação técnica, testes de desempenho e viés.

Fase 3 — Implantação: integração com sistemas existentes, configuração de acessos, treinamento de usuários, definição de indicadores de monitoramento.

Fase 4 — Operação e monitoramento: uso contínuo, acompanhamento de desempenho, revisão periódica, gestão de incidentes.

Fase 5 — Desativação: encerramento controlado, tratamento de dados, documentação de encerramento, transferência de conhecimento.

As fases 1, 2 e 3 recebem atenção porque há projeto, orçamento e prazo. As fases 4 e 5 ficam para o time de operações — que muitas vezes não sabe que herdou a responsabilidade.

Por que as fases 4 e 5 são sempre ignoradas

Fase 4 — operação — parece simples. O sistema está funcionando. Não tem alerta, não tem chamado, não tem reclamação. Por que revisar?

Porque modelos de IA degradam.

O mundo muda. Os dados de entrada mudam. O comportamento dos usuários muda. O modelo foi treinado com dados de 2022. Em 2025 o mercado é outro, o perfil do cliente é outro, a regulação é outra.

Um sistema de análise de crédito que funcionava bem quando treinado pode estar sistematicamente subestimando risco de um perfil demográfico específico — e ninguém percebeu porque ninguém estava olhando.

Fase 5 — desativação — é ainda pior. Quase nenhuma empresa planeja.

O sistema é substituído por outro. Ou o fornecedor encerra o contrato. Ou simplesmente para de receber atualizações. O que acontece com os dados que entraram no modelo? Com os logs de decisão? Com as integrações ativas?

Sem plano de desativação, você tem dados de clientes em sistemas que ninguém mais controla.

O que acontece quando o sistema fica sem dono

Isso tem nome no mercado: AI orphan — sistema de IA sem responsável identificado.

É mais comum do que parece.

O gestor que contratou o sistema saiu. O projeto foi encerrado. A área foi reorganizada. O fornecedor foi adquirido por outra empresa e o produto renomeado.

O sistema continua rodando. Processando dados. Influenciando decisões. Sem ninguém que responda por ele.

Em uma auditoria de LGPD, o questionamento é direto: quem é o responsável por esse tratamento de dados? Se a resposta for "não sabemos", o risco não é técnico — é legal.

Em um evento de viés ou erro sistemático, a pergunta é: quem monitorava? Se ninguém monitorava, a responsabilidade recai sobre a organização inteira — não sobre um processo falho.

Dono identificado não é burocracia. É o ponto de contato quando o sistema falha.

Desativação segura: o passo que ninguém planeja

Desativar um sistema de IA com segurança envolve pelo menos quatro ações:

Encerramento de integrações de dados. Todas as conexões que alimentavam o modelo precisam ser cortadas. Não apenas pausadas — encerradas com registro.

Tratamento dos dados de treinamento e logs. Se o modelo foi treinado com dados de clientes, esses dados precisam ser tratados conforme a política de retenção. Apagados, arquivados ou anonimizados — com documentação.

Registro do histórico de decisões. Dependendo do setor, decisões automatizadas precisam ser rastreáveis por anos. Desativar o sistema sem exportar esse histórico pode criar passivo regulatório.

Comunicação às partes afetadas. Se o sistema influenciava decisões sobre pessoas — contratações, crédito, preço personalizado — há obrigação de informar os titulares sobre o encerramento do tratamento.

Nenhum desses passos é complexo. Mas nenhum acontece sem planejamento antecipado.

Quando a desativação é emergencial — fornecedor sai do ar, incidente de segurança, mudança regulatória — quem não tem plano executa na urgência e erra.

Como incluir o ciclo de vida na política de IA

Política de IA que não cobre o ciclo de vida completo é uma política sobre como criar sistemas, não sobre como gerenciá-los.

O mínimo que uma política eficaz precisa incluir:

• Avaliação de risco obrigatória antes de contratar ou desenvolver qualquer sistema de IA
• Definição de responsável operacional no momento da implantação — não depois
• Revisão periódica de desempenho com frequência definida (no mínimo anual para sistemas de médio risco)
• Critérios claros para gatilho de revisão extraordinária: mudança de regulação, mudança de dados de entrada, incidente reportado
• Checklist de desativação a ser seguido antes do encerramento de qualquer sistema

Esses elementos não exigem software especial, nem consultoria longa. Exigem decisão sobre quem é responsável por cada fase — e que essa decisão esteja escrita.

O ciclo de vida de um sistema de IA não termina quando ele entra em produção. Termina quando ele é desativado com controle e documentação.

Tudo no meio é operação — e operação sem dono é risco.

Checklist de ciclo de vida de IA — identifica em 15 minutos quais fases estão sem controle: risco.ia.br/checklist.

Para medir a exposição total da empresa nos sistemas em produção: alc.ia.br/score-risco.

Para o plano de remediação com prioridades e prazos: alc.ia.br/diagnostico.