AI China-US unificações de "métricas", bons ativos deixam de ser difíceis de encontrar?

Escrito por: Zhang Feng

Este artigo irá explorar e comparar as características de padronização de IA nos dois países, analisando como o avanço na infraestrutura de padronização está a remodelar o desenvolvimento da indústria e a transformar fundamentalmente a lógica de avaliação das empresas de IA.

Nos últimos anos, o rápido desenvolvimento da tecnologia de inteligência artificial (IA) tem levado a sua rápida transição de pesquisa de ponta em laboratórios para aplicações comerciais em diversos setores. No entanto, por trás do entusiasmo tecnológico, a lógica de avaliação das empresas de IA tem sido alvo de controvérsia há muito tempo, com o mercado frequentemente a julgar com uma esperança ilimitada no futuro. À medida que a aplicação da tecnologia entra em águas mais profundas, os riscos e a incerteza tornam-se mais evidentes, levando os formuladores de políticas, reguladores e investidores a procurar caminhos de desenvolvimento mais sólidos e sustentáveis.

Neste contexto, os reguladores e a indústria na China e nos EUA voltaram o seu olhar para a padronização de IA e gestão de riscos. É claro que a padronização está a tornar-se um motor-chave na transição da indústria de IA de “contar histórias” para “focar na prática”.

1. Características de padronização da IA nos EUA e gestão de riscos

Recentemente, o Departamento do Tesouro dos EUA lançou dois novos recursos para orientar a aplicação de IA no setor financeiro: o Dicionário Compartilhado de Termos de IA e o Quadro de Gestão de Riscos de IA em Serviços Financeiros (FSAIRMF). Esta iniciativa apoia o Plano de Ação de IA do Presidente, que apela à definição de padrões claros, compreensão partilhada e governação baseada em riscos, para garantir uma implementação segura e responsável da IA.

“O cumprimento do Plano de Ação de IA do Presidente requer não só declarações ideais, mas também recursos concretos utilizáveis pelas instituições,” afirmou Derek Thaler, vice-secretário do Tesouro. “Ao estabelecer uma linguagem comum de IA e um quadro de gestão de riscos de IA para serviços financeiros, estes entregáveis ajudam a proteger os consumidores e a apoiar a inovação responsável.”

Nos EUA, a promoção da padronização de IA, especialmente em áreas críticas como finanças, revela uma abordagem prática e de governação colaborativa. O núcleo reside na construção de uma linguagem comum e de quadros operacionais que convertem estratégias nacionais macro em orientações de ação concretas para entidades micro, incentivando a inovação enquanto se mantém a segurança e a estabilidade.

Primeiro, o lançamento do “Dicionário Compartilhado de Termos de IA” marca um passo importante na resolução de problemas fundamentais de governação de IA. Há muito tempo, os termos na área de IA variam significativamente devido às diferenças de disciplinas, cenários de aplicação e partes interessadas. Por exemplo, a “interpretabilidade do modelo” referida pelos desenvolvedores, a “transparência algorítmica” focada por departamentos jurídicos, e a “lógica de decisão” compreendida pelos negócios muitas vezes abordam questões diferentes. Essa inconsistência terminológica prejudica a comunicação entre departamentos e instituições, dificultando a supervisão. O dicionário de IA do Departamento do Tesouro visa quebrar essa “ Torre de Babel”, estabelecendo definições oficiais e unificadas de conceitos, capacidades e categorias de risco de IA, promovendo uma “sintonia” entre reguladores, especialistas técnicos, advogados e líderes empresariais. Assim, ajuda a criar uma compreensão uniforme do risco de IA dentro das instituições financeiras e fornece uma referência clara para a supervisão externa, apoiando uma implementação mais consistente e previsível. A padronização da “linguagem” demonstra a alta prioridade dada pelos EUA à base de governação de IA, sendo fundamental para construir sistemas complexos de gestão de riscos.

Em segundo lugar, o “Quadro de Gestão de Riscos de IA em Serviços Financeiros” é uma “diretriz operacional” construída sobre essa linguagem comum. Este quadro não foi criado do zero, mas ajustado e detalhado a partir do quadro macro de gestão de riscos de IA publicado pelo Instituto Nacional de Padrões e Tecnologia (NIST), adaptando-o às especificidades do setor financeiro. Essa abordagem “sob medida” reflete a flexibilidade e precisão da regulação americana. O FSAIRMF cobre todo o ciclo de vida da IA, desde o design, desenvolvimento, validação, implantação, monitorização até atualizações, orientando as instituições a identificar cenários de aplicação, avaliar riscos potenciais e incorporar responsabilidade, transparência e resiliência operacional em cada etapa. Importa destacar que o quadro foi projetado para ser escalável e flexível, atendendo às necessidades de organizações de diferentes tamanhos e complexidades, desde startups até grandes bancos internacionais. Essa personalização aumenta significativamente a probabilidade de adoção ampla pela indústria.

Por fim, a promoção da padronização de IA nos EUA apresenta uma forte característica de “parceria público-privada e governação multilateral”. Tanto o dicionário quanto o quadro de gestão de riscos foram desenvolvidos por entidades colaborativas, como o Comitê de Infraestrutura de Informação Financeira e o Grupo de Supervisão de IA do Departamento de Serviços Financeiros, envolvendo órgãos reguladores, associações industriais e setores privados. Avaliações positivas de organizações como o Instituto de Riscos de Rede também confirmam a aceitação do setor. Este modelo de participação múltipla garante que os padrões reflitam preocupações regulatórias de segurança e estabilidade, ao mesmo tempo que consideram a eficiência e os custos de inovação do setor. O objetivo final é “apoiar uma aplicação mais rápida e ampla de IA no setor financeiro”, fortalecendo a cibersegurança e a resiliência operacional, ao invés de criar obstáculos.

2. Características dos termos de IA e quadro de gestão de riscos na China

A China possui padrões oficiais e sistemas de governança/riscos de IA em nível nacional, semelhantes aos dicionários de IA e quadros de gestão de riscos dos EUA, tendo desenvolvido uma estrutura de governança de múltiplas camadas e de ciclo completo. Sua característica central é “promover o desenvolvimento por meio de padrões, garantir a segurança por meio de regulamentações”, buscando estabelecer regras dominantes na competição global de IA e assegurar um desenvolvimento saudável e ordenado do setor doméstico.

O conteúdo principal inclui o padrão nacional “Termos de Tecnologia de Informação e IA” (GB/T 41867-2022) e o “Quadro de Governança de Segurança de IA” (versão 2.0, prevista para 2025), além do suporte do padrão GB/T 46347-2025 “Avaliação de Capacidade de Gestão de Riscos de IA”, que fornece classificação de capacidades, processos de avaliação e orientações de conformidade. Além disso, o “Regulamento Provisório de Serviços de IA Generativa” (2023) estabelece requisitos obrigatórios para avaliação de segurança, registro, revisão de conteúdo e conformidade de dados de serviços de IA generativa. Normas de melhores práticas, como diretrizes específicas para setores como financeiro, saúde e educação, também complementam o quadro regulatório.

Em comparação com a abordagem prática e setorial dos EUA, a China demonstra uma forte orientação de alto nível, maior velocidade de implementação e uma ligação mais estreita com estratégias nacionais na construção de padrões e quadros de risco de IA.

Primeiro, na padronização de termos, a China adota uma estratégia “sistemática e prospectiva”. Liderada pela Comissão Nacional de Padronização, a China acelera a construção de um sistema de padrões de IA abrangente, que cobre conceitos básicos, tecnologias de suporte, produtos, serviços, aplicações setoriais e gestão de segurança. Por exemplo, o padrão nacional “Termos de IA” visa fornecer uma linguagem comum fundamental para todo o setor.

Ao contrário do foco setorial do “Dicionário Compartilhado de IA” dos EUA, a padronização de termos na China é mais global e visa esclarecer conceitos básicos, categorias tecnológicas e fases de desenvolvimento da IA, criando uma base unificada para futuras normas setoriais. Essa abordagem garante que diferentes padrões setoriais não entrem em conflito, refletindo a vantagem do sistema centralizado chinês de “concentrar esforços para grandes feitos”. Além disso, esses padrões acompanham as tendências internacionais, buscando integrar a prática chinesa no padrão global e ampliar a influência internacional da China na governança de IA.

Em segundo lugar, na gestão de riscos, a China destaca-se por uma abordagem “ética e segura”. Sua estrutura de governança de IA é fortemente influenciada por leis de segurança cibernética, proteção de dados e privacidade. Órgãos como a Cyberspace Administration, o Ministério da Indústria e Tecnologia da Informação e o Ministério da Segurança Pública emitiram regulamentos específicos para algoritmos, síntese profunda e IA generativa, formando uma matriz regulatória de múltiplos níveis. Por exemplo, a implementação pioneira de registros de algoritmos e avaliações de segurança para IA generativa exige que os provedores de serviços sejam responsáveis pela legalidade dos dados de treino, pela equidade do algoritmo e pela veracidade do conteúdo gerado.

Este modelo regulatório, mais obrigatório e de linha vermelha, contrasta com o enfoque de autoavaliação de riscos do quadro de gestão de riscos de IA do EUA, sendo mais voltado para a conformidade externa. Ele define limites claros para o desenvolvimento de IA, especialmente em relação à segurança de dados, segurança ideológica e proteção de direitos civis, refletindo uma forte exigência regulatória. A estrutura de gestão de riscos na China funciona mais como uma “restrição de conformidade externa”, impulsionando as empresas a estabelecer sistemas internos de gestão de riscos para atender às exigências regulatórias.

Por fim, o avanço na padronização de IA na China está altamente alinhado com o desenvolvimento industrial e os objetivos estratégicos nacionais. A padronização é vista como infraestrutura fundamental para impulsionar a IA na economia real e alcançar um desenvolvimento de alta qualidade. Por exemplo, no setor financeiro, o “Plano de Desenvolvimento de Tecnologia Financeira” do Banco Popular da China exige o fortalecimento da oferta de padrões para aplicações financeiras de IA, incluindo gestão de risco inteligente, marketing inteligente e atendimento ao cliente inteligente. Esses padrões visam não só o controle de riscos, mas também a melhoria da eficiência e inclusão financeira.

A lógica por trás é que, por meio de interfaces técnicas padronizadas, formatos de dados e métodos de avaliação, se reduzam os custos de cooperação ao longo da cadeia de valor, promovendo a aplicação em larga escala da IA financeira. Além disso, a implementação de padrões fornece às empresas líderes uma “ferramenta de refinamento”, incentivando a transformação de soluções tecnológicas maduras em normas setoriais, consolidando sua posição de mercado. Essa abordagem de “padronizar para impulsionar a indústria” faz da padronização de IA na China uma ferramenta não só regulatória, mas também um motor de atualização industrial e de criação de nova produtividade.

3. Comparação da infraestrutura de padronização de IA entre China e EUA

Embora ambos os países reconheçam a importância da padronização de IA e tenham tomado medidas concretas, as diferenças fundamentais em seus sistemas políticos, ambientes de mercado, culturas de inovação e abordagens regulatórias resultam em trajetórias, características centrais e resultados distintos na construção dessa infraestrutura.

No topo, a China adota um modelo “governo liderado, de cima para baixo”. O desenvolvimento de IA é guiado por planos estratégicos claros, com a padronização como suporte essencial, coordenada pelo Comitê Nacional de Padronização, com colaboração de diversos ministérios. A prioridade na formulação de padrões está alinhada às políticas industriais e às prioridades tecnológicas, com forte orientação e obrigatoriedade. Essa abordagem eficiente e de execução rápida permite estabelecer rapidamente um sistema de padrões abrangente.

Nos EUA, a padronização de IA é predominantemente “orientada pelo mercado e de baixo para cima”. O papel do governo é mais de “convocador” e “facilitador”, promovendo diretrizes, quadros e melhores práticas que estimulam a formação de consenso setorial. O processo enfatiza a participação de múltiplas partes e a negociação, valorizando a inovação e o julgamento técnico. O desenvolvimento do FSAIRMF exemplifica essa abordagem, que tende a produzir recomendações mais do que regulações obrigatórias. Essa flexibilidade favorece a inovação, mas pode resultar em fragmentação de padrões e menor velocidade de disseminação.

No que diz respeito às prioridades do sistema de padrões, a China concentra-se na “segurança e controle”, especialmente na gestão de riscos e na conformidade ética, devido à sua preocupação com segurança cibernética, soberania de dados e estabilidade social. Seus padrões frequentemente exigem conformidade rigorosa com leis superiores, como a Lei de Segurança Cibernética, Lei de Segurança de Dados e Lei de Proteção de Dados Pessoais, com supervisão por procedimentos de registro e avaliação.

Nos EUA, a abordagem de gestão de riscos é mais “baseada no risco e na auto-regulação”. O foco é ajudar as organizações a identificar, avaliar e gerenciar riscos operacionais, reputacionais e de conformidade, apoiando seus objetivos de negócio. A ênfase está na capacidade das entidades de estabelecer processos dinâmicos e contínuos de gestão de riscos, com maior confiança na auto-regulação do setor do que na imposição de regras rígidas. Essa diferença reflete a visão de que os EUA confiam mais na capacidade do mercado de autorregulação, enquanto a China busca regras unificadas para evitar riscos sistêmicos.

Quanto à interação entre padrões e indústria, a China usa os padrões como “motor de desenvolvimento”, com grandes empresas participando ativamente na sua formulação, consolidando sua posição de liderança e criando ecossistemas industriais. Os padrões funcionam como catalisadores para difusão tecnológica e aplicação em escala.

Nos EUA, os padrões tendem a ser “resumos” e “elevações” das melhores práticas do setor, incorporando experiências de risco de instituições financeiras e empresas de tecnologia. Essa abordagem garante que os padrões estejam alinhados com o estado da arte, embora possa gerar fragmentação, exigindo coordenação governamental.

Na influência internacional, ambos os países buscam promover seus padrões globalmente. A China, com seu grande mercado e força industrial, participa ativamente de plataformas internacionais como ISO/IEC JTC 1/SC 42, buscando influenciar padrões globais. Os EUA, com sua liderança tecnológica, usam frameworks como o NIST para estabelecer influência de fato, com forte impacto na governança global de IA. Futuramente, é provável que os sistemas de padronização de ambos os países coexistam, competindo e colaborando de forma complexa.

4. Impacto da promoção da infraestrutura de padronização na indústria e na avaliação de empresas de IA

Tanto a abordagem chinesa, de cima para baixo, quanto a americana, de baixo para cima, demonstram que a evolução da infraestrutura de padronização de IA está a remodelar profundamente o percurso do setor, substituindo a antiga lógica de “contar histórias” para sustentar avaliações irracionais de valorização.

Primeiro, a padronização reduz significativamente os custos de transação e as barreiras de entrada na indústria de IA, promovendo a ubiquidade da aplicação tecnológica. Padrões unificados de terminologia e interfaces permitem que componentes de IA de diferentes empresas sejam combinados e implantados com facilidade. Este “plug-and-play” acelera a transição da IA do laboratório para a produção, para o campo e para o balcão bancário. O foco do desenvolvimento passa de “como criar IA” para “como usar IA”.

Isso implica que empresas que apenas possuem algoritmos, mas carecem de compreensão profunda do setor e de capacidade de aplicação prática, terão seu valor reavaliado. Por outro lado, fornecedores de soluções “IA + setor” que entendem as dores do mercado e combinam tecnologia padronizada com processos específicos terão maior atratividade.

Em segundo lugar, a implementação de quadros de gestão de riscos fornece uma referência comum para avaliar a “saúde” das empresas de IA. Antes, a avaliação de riscos era subjetiva e imprecisa. Agora, tanto o quadro do EUA quanto as exigências regulatórias na China oferecem dimensões concretas para avaliar a sustentabilidade operacional de uma empresa de IA.

Investidores passam a questionar: os modelos de IA da empresa apresentam viés? A origem dos dados é legal e ética? Os processos de decisão são explicáveis? A empresa possui um ciclo de gestão de riscos completo? Essas “soft skills” antes negligenciadas tornam-se fatores decisivos. Empresas que garantam privacidade, equidade algorítmica e segurança do sistema, oferecendo serviços eficientes, terão maior resiliência e valor de mercado.

Terceiro, a padronização e as exigências regulatórias tornam-se mecanismos de seleção natural na indústria de IA. Atender a requisitos complexos de conformidade exige recursos, favorecendo empresas maiores, com recursos e gestão mais robusta.

Além disso, a padronização fornece critérios de confiança para clientes. Produtos de IA certificados por padrões nacionais ou alinhados a quadros internacionais de gestão de risco são mais confiáveis, fortalecendo a reputação da marca e consolidando a liderança de empresas pioneiras. Assim, a competição futura não será apenas de tecnologia, mas também de governança, conformidade e reputação.

Por fim, tudo aponta para uma mudança fundamental: a avaliação de valor das empresas de IA está a passar de “possibilidade” para “certeza”. No início, o mercado valorizava histórias de “futuro ideal”, alimentando investimentos e altas avaliações, mas também gerando bolhas. A infraestrutura de padronização de IA, ao exigir que as empresas decomponham visões grandiosas em métricas concretas, está a eliminar essa bolha. O valor das empresas passará a depender de crescimento saudável de receitas, casos de sucesso, barreiras tecnológicas, gestão de riscos e conformidade.

Em suma, as explorações da China e dos EUA na padronização de IA, embora distintas, apontam para um futuro comum: a IA evolui de uma febre de exploração tecnológica para uma indústria madura, com regras claras, infraestrutura sólida e gestão de riscos. A publicação de dicionários, a implementação de quadros de risco e a construção de infraestrutura padronizada estão a criar um ecossistema sustentável. Nesse contexto, a lógica de avaliação das empresas de IA irá transformar-se profundamente. Empresas capazes de atravessar a névoa conceitual, construindo aplicações seguras, confiáveis, eficientes e com valor real, serão as vencedoras desta nova era. E a antiga lógica de “contar histórias” será definitivamente abandonada pelo mercado.