O Planalto concentra esforços em Orçamento e fim das bets e deixa a regulação da inteligência artificial fora das prioridades do fim de 2026. Para empresas, o sinal é de incerteza regulatória prolongada, exigindo governança de IA e cibersegurança por conta própria.
Introdução contextual
A definição da agenda legislativa de fim de ano é, historicamente, um dos momentos em que o setor produtivo consegue antecipar com maior precisão o ambiente regulatório do ciclo seguinte. Quando o Executivo escolhe quais propostas priorizar antes do recesso parlamentar, ele comunica não apenas preferências políticas, mas também onde estão os gargalos de articulação e quais temas ficarão em compasso de espera. No caso de 2026, a decisão do Palácio do Planalto de concentrar esforços em quatro propostas — com destaque para o Orçamento e para o encerramento das apostas eletrônicas, as chamadas bets — e de deixar de lado temas como a tarifa zero, a regulação da inteligência artificial e a reforma do Judiciário produz efeitos concretos para quem opera no Brasil.
Para o universo empresarial, especialmente para companhias que já incorporaram IA a produtos, processos internos e decisões de crédito, o recado é ambíguo: de um lado, reduz-se o risco de uma regra apressada e de baixa qualidade técnica; de outro, prolonga-se a insegurança jurídica em um tema que avança mais rápido do que o Legislativo. Este texto analisa o que mudou, por que isso importa e como as organizações devem se posicionar diante de um cenário de regulação fragmentada e de expectativas crescentes de governança.
O que aconteceu
Segundo reportagem do Brasil 247, o governo federal decidiu enxugar a pauta de 2026 no Congresso Nacional e priorizar um conjunto restrito de matérias antes do recesso parlamentar. A concentração de esforços recai sobre o Orçamento e sobre a pauta que trata do fim das bets. Na prática, o Executivo sinaliza que prefere garantir a votação de temas com impacto fiscal e de forte apelo social imediato, em vez de dispersar capital político em agendas mais complexas e controversas.
O movimento implica postergar a discussão sobre a regulação da inteligência artificial, além de temas como a tarifa zero no transporte e a reforma do Judiciário. A notícia não detalha prazos para retomada, mas a lógica do calendário legislativo indica que propostas não priorizadas dificilmente avançam com profundidade em um ano eleitoral, quando a janela útil de deliberação se estreita e o cálculo político passa a dominar a pauta.
É importante contextualizar: o Brasil já conta com uma proposta de marco legal de IA em tramitação, e o debate internacional segue acelerado, com a União Europeia implementando o AI Act e os Estados Unidos alternando entre orientações setoriais e iniciativas executivas. A ausência de uma lei nacional consolidada não significa ausência de regras — significa convivência com um mosaico de normas setoriais, decisões de autoridades como a ANPD e o Cade, e obrigações contratuais impostas por clientes e parceiros globais.
Por que isso importa para empresas
A primeira consequência é a extensão do período de incerteza regulatória. Empresas que vinham postergando decisões de compliance em IA — à espera de uma lei que definisse obrigações de transparência, avaliação de risco e responsabilização — precisarão rever esse planejamento. O adiamento não elimina o risco; apenas transfere para a organização a responsabilidade de definir seus próprios padrões mínimos.
A segunda consequência é a assimetria competitiva. Grandes grupos com estruturas jurídicas robustas e equipes de privacidade e segurança maduras tendem a absorver melhor a ausência de regra única, adotando referenciais internacionais como parâmetro. Empresas médias e startups, por outro lado, ficam expostas a interpretações divergentes de órgãos reguladores setoriais e a exigências contratuais de clientes corporativos que já impõem cláusulas de auditoria, explicabilidade e gestão de riscos algorítmicos.
A terceira consequência é a exposição reputacional e judicial. Sem marco legal específico, disputas envolvendo decisões automatizadas tendem a ser resolvidas com base em normas existentes — Código de Defesa do Consumidor, LGPD, Marco Civil da Internet e legislação antidiscriminação. Isso amplia a imprevisibilidade de condenações e o custo de defesa, além de favorecer teses de responsabilidade objetiva em relações de consumo.
A quarta consequência é a sinalização para investidores e parceiros internacionais. A postergação de uma agenda regulatória de tecnologia pode ser lida como menor comprometimento com padrões globais de governança de IA, o que afeta due diligences, acesso a capital e condições de contratos de fornecimento com empresas sujeitas ao AI Act europeu.
Impacto para cibersegurança, governança, IA e continuidade
Cibersegurança
A ausência de regra nacional específica não reduz a superfície de ataque. Pelo contrário: a adoção acelerada de modelos generativos em atendimento, desenvolvimento de software e análise de dados amplia vetores como injeção de prompt, vazamento de dados via integrações e uso indevido de credenciais. Sem exigência legal uniforme, cabe à empresa definir controles de segurança para IA, incluindo segregação de ambientes, registro de interações, gestão de segredos e testes adversariais.
Governança
O adiamento reforça a necessidade de estruturas internas de governança de IA — com políticas, inventário de modelos, definição de papéis, comitês de aprovação e trilhas de auditoria. Conselhos e comitês de auditoria passam a ser cobrados por investidores e órgãos de controle sobre como a organização identifica e mitiga riscos algorítmicos, independentemente de haver lei específica.
Inteligência artificial
Sem marco legal, ganham peso as normas setoriais: regulação do Banco Central para instituições financeiras, diretrizes da ANS na saúde suplementar, exigências da ANPD em proteção de dados e atuação do Cade em condutas anticompetitivas envolvendo modelos e dados. O resultado é um ambiente de compliance multifacetado, que exige leitura integrada e não apenas a espera por uma lei geral.
Continuidade de negócios
A dependência de fornecedores externos de modelos e infraestrutura de nuvem cria riscos de concentração e de interrupção. A ausência de regra sobre portabilidade, auditoria de modelos e continuidade contratual torna ainda mais crítico o desenho de cláusulas de saída, planos de contingência e testes de resiliência. Empresas que tratam IA como infraestrutura crítica precisam incorporá-la aos exercícios de continuidade, com cenários de indisponibilidade de provedores e de degradação de qualidade dos modelos.
Leitura executiva da WSVP
O movimento do governo é coerente com a lógica de maximizar entregas de impacto fiscal e político em um ano de janela curta. Do ponto de vista de política regulatória, a decisão tem um lado positivo: evita-se a aprovação açodada de um marco de IA com dispositivos de baixa qualidade técnica, risco real em temas emergentes. O custo, porém, é a manutenção de um vácuo normativo que já vinha sendo preenchido por reguladores setoriais e por exigências contratuais privadas.
Para a WSVP, o recado central é que a conformidade em IA deixou de ser um evento legislativo e passou a ser uma capacidade organizacional contínua. Empresas que aguardam a lei para estruturar políticas, controles e comitês chegarão tarde a um debate que já ocorre em contratos, auditorias e due diligences. A recomendação é tratar 2026 como período de construção de maturidade, usando referenciais reconhecidos — como o NIST AI Risk Management Framework, a ISO/IEC 42001 e as diretrizes da OCDE — como base para políticas internas defensáveis.
A ausência de lei não é ausência de risco: é transferência de responsabilidade para a governança da própria empresa.
Também merece atenção o efeito de priorização sobre a pauta das bets. A concentração de esforços nesse tema sinaliza que o governo tratará com rigor setores de alto impacto social e econômico, o que pode antecipar um ambiente de fiscalização mais intenso em áreas adjacentes, como publicidade digital, uso de dados e modelos de recomendação. Empresas que operam marketing digital e personalização devem acompanhar esse desdobramento.
Recomendações práticas
- Formalize uma política de IA agora. Defina princípios, papéis, critérios de aprovação de casos de uso e vedações, com revisão periódica e patrocínio da alta administração.
- Mantenha inventário de modelos e casos de uso. Classifique por risco, criticidade e impacto em clientes, incluindo fornecedores terceirizados e modelos embarcados em produtos.
- Integre IA ao programa de cibersegurança. Inclua testes adversariais, monitoramento de uso, controle de acesso e resposta a incidentes específicos de modelos generativos.
- Revise contratos com fornecedores. Garanta cláusulas de auditoria, transparência sobre dados de treinamento, portabilidade, continuidade e responsabilização por desvios.
- Prepare-se para o escrutínio setorial. Acompanhe atos do Banco Central, ANPD, Cade e agências reguladoras, mapeando obrigações aplicáveis ao seu setor.
- Adote referenciais internacionais. Use NIST AI RMF, ISO/IEC 42001 e diretrizes da OCDE como base para políticas internas e evidências de governança.
- Inclua IA nos planos de continuidade. Simule indisponibilidade de provedores, degradação de modelos e dependência de infraestrutura estrangeira.
- Comunique-se com investidores e clientes. Antecipe narrativa sobre governança de IA, reduzindo risco reputacional e facilitando due diligences.
Fontes consultadas
- Brasil 247 — Governo Lula reduz agenda de 2026 no Congresso e prioriza Orçamento e fim das bets
- ANPD — Autoridade Nacional de Proteção de Dados
- Cade — Conselho Administrativo de Defesa Econômica
- NIST — AI Risk Management Framework
- ISO/IEC 42001 — Artificial Intelligence Management System
- OCDE — Princípios de IA
Disclaimer
Este rascunho foi produzido com apoio de inteligência artificial e ainda requer revisão humana antes da publicação.

