Resposta rápida: o auditor externo independente amplia o escopo tradicional de controles de TI para cobrir também os agentes de inteligência artificial que participam de processos financeiros ou operacionais relevantes. Ele pede evidência documentada de que a empresa sabe quais agentes existem, o que cada um está autorizado a fazer, quem aprovou essa autorização e como fica registrada cada decisão tomada por eles. Empresas que tratam esse pedido como uma curiosidade pontual, em vez de extensão natural do controle interno já existente, chegam à visita do auditor sem dossiê, sem trilha e sem resposta pronta. O resultado, cada vez mais comum nos ciclos de auditoria de 2026, é ressalva no parecer ou apontamento formal na carta de recomendações à administração. Montar essa evidência com antecedência custa uma fração do que custa remediar um achado depois que o parecer sai publicado.
O que exatamente o auditor externo pede quando fala em evidência de controle sobre agentes de IA?
Na prática, o pedido chega parecido com qualquer solicitação de evidência de controles gerais de TI, só que aplicado a um tipo de sistema que a maioria das empresas ainda documenta de forma incompleta. O auditor quer o inventário completo dos agentes que tocam dados financeiros, decisões de crédito, conciliação, precificação, atendimento com impacto contratual ou qualquer fluxo que alimente demonstrações financeiras. Para cada agente do inventário, ele espera encontrar o dono do processo, o escopo de atuação, o histórico de alterações e evidência de que existe supervisão humana no ponto certo da cadeia.
O segundo bloco do pedido envolve a trilha de decisões. O auditor quer registros que permitam reconstruir, para uma amostra de transações, o raciocínio do agente, os dados que ele consultou, a saída que produziu e quem revisou essa saída antes de ela virar ação no sistema de produção. Esse padrão espelha o que já se pede para sistemas tradicionais de TI (logs, versionamento, aprovações), com a diferença de que o comportamento de um agente de IA muda de resposta com mais frequência do que uma regra de negócio fixa, o que aumenta a relevância da trilha registrada. Um bom ponto de partida para estruturar esse material está detalhado em trilha de auditoria de IA, que descreve o formato de log que resiste a essa cobrança.
O terceiro bloco cobre a exceção: o que acontece quando o agente erra, quando alguém sobrescreve a saída dele, ou quando o processo sai do padrão esperado. O auditor pergunta como a empresa detecta esses desvios, com que velocidade alguém intervém e se existe registro formal do incidente. Empresas que só conseguem responder "a gente percebe quando o cliente reclama" recebem, quase sempre, um apontamento na carta de recomendações.
Por que esse pedido chegou agora, e o que mudou nas normas de auditoria?
A resposta curta é que os agentes de IA deixaram de ser experimento isolado e passaram a operar dentro do fluxo financeiro e operacional real das empresas. Quando um agente concilia lançamentos, sugere provisão, filtra transações suspeitas, aprova exceções de crédito dentro de limite ou responde clientes com efeito contratual, ele deixa de ser ferramenta de produtividade e se torna parte do sistema de controle interno sobre o qual a auditoria financeira precisa formar opinião.
As grandes firmas de auditoria já atualizaram seus programas de trabalho para tratar esse tipo de agente como extensão dos controles gerais de TI (o que a literatura de auditoria chama de ITGC). Isso significa aplicar aos agentes as mesmas perguntas que sempre couberam a qualquer sistema automatizado relevante: existe segregação de funções, existe controle de acesso, existe gestão de mudança, existe monitoramento contínuo. A diferença prática é que poucas empresas tinham essas respostas prontas para um agente de IA até pouco tempo atrás, porque o próprio uso de agentes em processo relevante ainda era recente.
Outro fator que acelerou essa cobrança foi o aumento de incidentes públicos envolvendo agentes que tomaram ações fora do escopo pretendido, gerando prejuízo financeiro ou exposição reputacional em empresas de setores diversos. Esses casos entraram no radar de comitês de risco das próprias firmas de auditoria, que passaram a orientar suas equipes a perguntar, de forma padronizada, sobre controle de agentes em todo cliente que declara usar IA em processo relevante. Um material de referência sobre esse movimento normativo é o gestão de IA certificável via ISO 42001, que descreve o pano de fundo regulatório que sustenta essa mudança de postura.
Evidência é documento reproduzível, não narrativa de reunião.
Quais processos financeiros e operacionais entram no radar do auditor?
O critério que o auditor usa para decidir se um agente de IA entra no escopo da revisão é a materialidade combinada com a proximidade do processo às demonstrações financeiras. Processos de fechamento contábil, conciliação bancária, provisão para devedores dubiosos, cálculo de impostos, aprovação de crédito e precificação dinâmica entram quase sempre, porque impactam números que aparecem direto no balanço ou na demonstração de resultado.
Processos operacionais que influenciam indicadores relatados a investidores ou ao conselho também entram no escopo, mesmo quando o efeito nas demonstrações financeiras é indireto. Um agente que classifica leads, prioriza atendimento ou define SLA de suporte pode parecer distante da contabilidade, mas se os números de conversão ou de churn produzidos por ele alimentam o relatório trimestral do conselho ou disclosures ao mercado, o auditor tende a puxar esse fio também. O painel de IA do conselho com seis indicadores mostra que tipo de métrica costuma virar objeto dessa atenção cruzada entre operação e reporte financeiro.
Fica de fora do escopo típico, ao menos por ora, o agente que gera rascunho de conteúdo de marketing, sugere pauta editorial ou organiza agenda interna, porque o efeito financeiro direto raramente existe. A linha, porém, se move rápido: assim que qualquer resultado desses agentes entra em contrato, em cobrança ou em decisão de investimento, a materialidade aparece e o escopo se expande. Por isso, a recomendação prática é revisar esse inventário de "dentro ou fora do escopo" a cada ciclo, em vez de fixar uma lista única e deixar de atualizar.
Que evidências concretas compõem um dossiê de controle sobre agentes de IA?
O primeiro elemento do dossiê é o inventário de agentes, com nome, função, processo que atende, dono do negócio, data de entrada em produção e histórico resumido de alterações relevantes. Esse inventário funciona como o ponto de entrada de qualquer revisão, porque o auditor amostra a partir dele: sem lista completa, ele parte do pressuposto conservador de que existe mais exposição do que a empresa está mostrando.
O segundo elemento é a matriz de permissão, que detalha o que cada agente pode fazer sozinho, o que exige aprovação humana antes de executar e quem tem autoridade para alterar esse limite. Esse documento espelha, para agentes, o que a matriz de segregação de funções sempre representou para colaboradores humanos em processos financeiros. O artigo sobre identidade e permissão de agentes de IA detalha o formato dessa matriz e como ela se conecta ao restante do dossiê.
O terceiro elemento reúne evidência de monitoramento contínuo: alertas configurados, taxa de intervenção humana registrada, incidentes abertos e fechados, e ações corretivas tomadas quando o agente sai do padrão esperado. O quarto elemento cobre a governança formal: quem aprovou o uso do agente naquele processo, com que frequência o comitê de risco revisita essa aprovação e onde ficam guardadas as atas dessas revisões. Empresas que já passaram por processo de venda ou levantamento de capital costumam ter parte desse material pronto, porque o comprador ou investidor pede algo parecido durante a diligência, como descreve o artigo sobre due diligence de IA e o que o comprador olha.
Como a trilha de auditoria dos agentes se diferencia da trilha de sistemas tradicionais de TI?
A trilha de um sistema tradicional de TI costuma registrar entrada, regra aplicada e saída, com a regra praticamente fixa entre versões. Auditar esse tipo de sistema significa validar que a regra está correta e que ela permanece constante entre um período e o próximo, salvo mudança formalmente aprovada. A trilha de um agente de IA carrega uma camada extra, porque a mesma pergunta pode gerar respostas diferentes dependendo do contexto, do modelo usado e até de ajustes de prompt feitos entre uma execução e outra.
Por isso, a evidência que satisfaz o auditor precisa registrar mais do que a decisão final: precisa guardar o contexto que o agente recebeu, a fonte de dados consultada, o racional produzido e a versão do modelo ou do prompt em uso naquele momento. Sem esse nível de detalhe, fica difícil reconstruir, meses depois, por que um agente aprovou determinada exceção de crédito ou sinalizou determinada transação como de baixo risco. Empresas maduras nesse tema tratam cada execução relevante como um registro contábil, guardado com o mesmo rigor de retenção que se aplica a lançamentos financeiros.
Outra diferença relevante é a granularidade da amostragem. Como o comportamento de um agente pode variar dentro de um mesmo período de auditoria, o auditor tende a pedir amostras maiores ou distribuídas ao longo do trimestre, em vez de uma amostra concentrada no fechamento. Isso exige que a trilha esteja disponível de forma consistente durante todo o período, e deixa de fazer sentido montar evidência apenas nas semanas que antecedem a visita do auditor.
O dossiê se monta em ciclo curto: três blocos de trinta dias com entregável em cada um.
Que papel a matriz de identidade e permissão dos agentes desempenha nessa evidência?
A matriz de identidade funciona como o documento que conecta cada agente a um responsável humano identificável, do mesmo jeito que uma conta de sistema sempre precisou de um dono designado nos controles tradicionais de acesso. Sem essa matriz, o auditor enxerga um conjunto de sistemas automatizados sem hierarquia de responsabilidade clara, o que costuma virar apontamento imediato, porque a ausência de dono nomeado é justamente o tipo de falha que abre espaço para fraude ou erro que segue sem detecção.
A matriz de permissão complementa esse desenho ao delimitar até onde o agente executa sozinho e a partir de que ponto a ação exige validação humana. Processos com efeito financeiro direto, como liberação de pagamento acima de determinado valor ou alteração de dados cadastrais de fornecedor, tendem a exigir aprovação humana obrigatória dentro dessa matriz, e o auditor testa justamente se essa regra vale na prática, além de constar apenas no papel. Uma forma comum de teste é pedir uma amostra de transações acima do limite e verificar se cada uma delas realmente passou por aprovação humana registrada antes da execução.
Vale reforçar que essa matriz precisa de atualização recorrente, porque agentes evoluem de escopo com frequência maior do que sistemas tradicionais. Um agente que hoje só sugere provisão contábil pode, poucos meses depois, ganhar autonomia para lançar automaticamente valores abaixo de determinado limite. Se essa evolução deixa de estar refletida na matriz e no registro de aprovação do comitê de risco, o auditor identifica divergência entre o que está documentado e o que está em produção, e essa divergência costuma pesar mais do que a ausência total de documentação.
Como o comitê de auditoria e o conselho devem se posicionar antes da visita do auditor?
O comitê de auditoria funciona como a instância que precisa aprovar, formalmente, o uso de agentes de IA em processos financeiros relevantes antes que o auditor externo chegue para a revisão. Empresas que já rodam essa governança com regularidade trazem o tema de agentes de IA para a pauta do comitê pelo menos uma vez por trimestre, revisando o inventário, os incidentes do período e qualquer expansão de escopo que os agentes tenham recebido.
O conselho, por sua vez, se beneficia de receber esse mesmo material em formato resumido, porque a pergunta do auditor externo raramente fica restrita à área de tecnologia. Em muitos casos, a firma de auditoria solicita evidência de que o conselho tem visibilidade sobre o risco de IA, o que reforça a importância de manter um relato periódico e estruturado sobre o tema, no mesmo formato de painel que o conselho já usa para acompanhar outros indicadores de IA.
Antecipar essa conversa evita a cena mais desconfortável possível durante uma auditoria: o auditor pergunta sobre controle de agentes e o time de finanças descobre, na hora, que o comitê nunca discutiu formalmente o assunto. Quando isso acontece, o auditor tende a interpretar a ausência de governança formal como um sinal mais amplo de fragilidade no ambiente de controle, o que pode influenciar a avaliação de risco de toda a auditoria, e deixa de se limitar a um apontamento isolado sobre IA.
O que costuma gerar ressalva no parecer quando a empresa chega despreparada?
O gatilho mais comum de ressalva é a ausência de trilha suficiente para reconstruir uma amostra de decisões tomadas por agentes em processo relevante. Quando o auditor pede evidência de dez transações aprovadas por um agente de crédito e a empresa consegue mostrar o resultado final mas segue sem conseguir mostrar o racional ou os dados consultados, isso equivale, na visão do auditor, a um sistema sem registro auditável, o que compromete a confiança na integridade do controle.
O segundo gatilho é a divergência entre o que está documentado e o que está em produção. Se a matriz de permissão diz que determinado agente exige aprovação humana acima de certo valor, mas a amostragem revela transações executadas sem essa aprovação, o auditor formaliza esse achado como falha de controle, mesmo que o valor financeiro envolvido seja pequeno, porque o que está em jogo é a confiabilidade do desenho de controle como um todo.
O terceiro gatilho, mais silencioso, é a falta de dono identificável para o agente. Quando ninguém na empresa consegue dizer com segurança quem aprovou aquele agente, quem monitora o comportamento dele e quem responde por eventuais desvios, o auditor enxerga um vácuo de responsabilidade que se assemelha ao clássico problema de acesso genérico compartilhado em sistemas tradicionais, sempre tratado como fragilidade relevante de controle interno. Esses três gatilhos, isolados ou combinados, explicam a maioria das ressalvas relacionadas a IA que apareceram em pareceres de 2025 e no início de 2026.
A maioria das ressalvas nasce da ausência de registro, não da ausência de tecnologia.
Como montar um checklist de preparação com noventa dias de antecedência?
Nos primeiros trinta dias, a prioridade é fechar o inventário completo de agentes que tocam processo financeiro ou operacional relevante, com validação direta do dono de cada processo, e cruzar esse inventário com o que a área de tecnologia já monitora. É comum, nessa etapa, descobrir agentes que a área de negócio passou a usar sem passar pela aprovação formal de risco, e regularizar essa situação antes da visita evita surpresa durante a amostragem.
Nos trinta dias seguintes, o foco recai sobre a matriz de permissão e sobre a trilha de decisões: garantir que cada agente relevante produz registro suficiente para reconstruir uma amostra de execuções, e testar essa reconstrução internamente antes que o auditor peça. Vale simular a pergunta do auditor com a própria equipe de controles internos, pedindo evidência de cinco a dez transações escolhidas ao acaso, e medir quanto tempo leva para reunir essa evidência de ponta a ponta.
Nos últimos trinta dias, o trabalho se concentra em governança formal: levar o inventário atualizado ao comitê de auditoria, registrar a aprovação em ata, e preparar um resumo executivo que qualquer pessoa da liderança financeira consiga apresentar ao auditor sem depender exclusivamente da equipe de tecnologia. Esse resumo funciona bem quando organizado no mesmo formato que a empresa já usa para relatar métricas de IA a investidores, como descrito em parágrafo de IA no relatório trimestral do investidor, porque reaproveita uma disciplina de comunicação que a empresa já dominou em outro contexto.
Que relação existe entre certificação ISO 42001 e a confiança do auditor externo?
A ISO 42001 estabelece um sistema de gestão para inteligência artificial, cobrindo papéis, responsabilidades, avaliação de risco e ciclo de melhoria contínua para o uso de IA dentro de uma organização. Empresas certificadas ou em processo avançado de certificação chegam à conversa com o auditor externo em posição bem mais confortável, porque grande parte da evidência que o auditor pede (inventário, matriz de risco, revisão periódica, papel de responsáveis) já existe como subproduto natural da própria certificação.
Isso deixa de significar que a certificação substitui o trabalho específico de preparação para a auditoria financeira, porque o auditor externo continua com foco nos processos que impactam demonstrações financeiras, enquanto a ISO 42001 cobre a gestão de IA de forma mais ampla, incluindo áreas sem efeito financeiro direto. Ainda assim, a sobreposição entre os dois universos é grande, e empresas que já organizaram a governança conforme a norma economizam boa parte do esforço de noventa dias descrito na seção anterior, porque só precisam recortar, do sistema de gestão já existente, o subconjunto relevante para o auditor financeiro.
A norma ISO 42001, já detalhada anteriormente, cobre os requisitos completos de gestão de IA e mostra como eles se conectam à rotina de controles internos que qualquer empresa de porte médio ou grande já mantém para outros sistemas. Para quem ainda avalia se vale investir na certificação formal, vale considerar que o custo de manter essa governança organizada tende a ser bem menor do que o custo de reconstruir tudo isso, às pressas, no meio de um ciclo de auditoria com ressalva à vista.
Dossiê de evidência de controle sobre agentes de IA em 90 dias: diagnóstico, desenho e execução.
Leia também
- Trilha de auditoria de IA
- ISO 42001: gestão de IA certificável
- Comitê de auditoria e evidência de controle sobre agentes
Conclusão
O auditor externo passou a tratar agentes de IA em processo financeiro ou operacional relevante como qualquer outro sistema que precisa de dono, de trilha e de supervisão comprovada, e essa mudança de postura chegou para ficar, acompanhando a velocidade com que empresas de todos os setores incorporaram esses agentes à operação real. Chegar despreparado para essa pergunta específica custa muito mais do que o esforço de organizar a evidência com antecedência, porque uma ressalva no parecer carrega efeito reputacional junto a investidores, bancos e parceiros comerciais que vai além do achado técnico em si.
O caminho prático passa por inventário completo, matriz de permissão clara, trilha de decisões reconstruível, governança formal registrada em ata e, sempre que possível, uma estrutura de gestão de IA alinhada a normas reconhecidas como a ISO 42001. Empresas que tratam esse tema como extensão natural do controle interno, revisitando o material a cada trimestre junto ao comitê de auditoria, chegam à visita do auditor externo com respostas prontas em vez de explicações construídas na hora. Essa diferença, sozinha, costuma decidir se o parecer sai limpo ou se carrega uma ressalva que a empresa vai precisar explicar para investidores e para o mercado nos ciclos seguintes.
Quem lidera a área financeira e de controles internos ganha, com esse tipo de preparo, um argumento adicional de peso: mostrar ao conselho e ao próprio auditor que a adoção de agentes de IA aconteceu com disciplina, e deixa de ser um risco escondido descoberto tarde demais. Essa postura, mais do que qualquer documento isolado, é o que constrói confiança duradoura com o auditor externo e com o mercado.