Esse post NÃO é um guia de implementação completo (cada norma ISO tem 200+ páginas de detalhe). É um mapa pra você decidir: vale a pena certificar agora, esperar, ou ignorar?

A ISO publicou em dezembro/2023 a ISO/IEC 42001, primeira norma internacional sobre gestão de sistemas de inteligência artificial. Em 2025-2026 começou a virar requisito de procurement em multinacionais europeias e órgãos públicos. Esse post explica quando sua empresa BR vai precisar e o que custa.

O que a ISO 42001 cobre

Estrutura igual outras ISOs (27001 segurança, 9001 qualidade):

Cláusulas 4-10: requisitos de SGSIA (Sistema de Gestão de Sistemas de IA), política, planejamento, suporte, operação, avaliação, melhoria
Anexo A: 38 controles de IA específicos (transparência, fairness, robustez, etc.)
Anexo B-D: guias suplementares (objetivos da organização, ciclo de vida do sistema IA, impacto)

Diferente de ISO 27001 (foco em segurança), ISO 42001 foca em riscos específicos de IA: bias, opacidade, deriva de modelo, uso indevido, alucinação, propriedade intelectual.

Quem certifica vs quem só "implementa"

3 níveis de uso:

Implementar sem certificar: você lê a norma, aplica os controles que fazem sentido, documenta. Útil pra rigor interno. Custo: ~R$ 80k em consultoria + tempo equipe.
Auditoria de gap (sem certificado): contrata auditor externo pra dizer onde está vs onde deveria. Custo: R$ 30-50k. Sem certificado emitido. Útil como diagnóstico antes de certificar.
Certificação completa: certificadora acreditada (Bureau Veritas, BSI, DNV, TÜV etc.) audita + emite certificado válido 3 anos. Custo total: R$ 200-400k (implementação + auditoria de certificação + auditorias de surveillance anuais).

Quando uma empresa BR precisa

🟢 Provavelmente precisa em ≤12 meses

Vende pra órgão público europeu ou multinacional UE (procurement já pede ISO 42001 em alguns RFPs em 2025)
Setor financeiro com Bacen se for usar LLM em decisão de crédito (Bacen sinaliza que vai exigir framework ISO)
Saúde que usa IA em diagnóstico/triagem (ANS começa a olhar)
Setor público federal sob Marco Legal IA (PL 2338/2023, quando virar lei), requisitos similares

🟡 Possivelmente em 12-24 meses

B2B SaaS que vende pra fintechs reguladas (efeito cascata)
Healthtechs com produtos de IA generativa em prontuário
Edtechs com avaliação automatizada (cluster de procurement Ministério Educação)

🔴 Provavelmente NÃO precisa nos próximos 2-3 anos

PME usando ChatGPT/Tokia internamente sem produto IA-as-feature
Startup pre-Series-A focada em product-market fit (ROI ruim)
Agência de marketing usando IA pra criar conteúdo
E-commerce com chatbot básico de FAQ

Em todos esses casos, LGPD compliance é prioridade absoluta. ISO 42001 é "next level" pra quem já dominou LGPD.

Os 38 controles do Anexo A, agrupados em 7 famílias

A.2, Políticas relacionadas a IA (3 controles)

A.2.1 Documentar políticas de IA da organização
A.2.2 Alinhamento com objetivos do negócio
A.2.3 Revisão periódica

Tradução técnica: você tem IA-POLICY.md no repo da empresa? Ele é revisado anualmente? Tem versionamento?

A.3, Estrutura organizacional (5 controles)

Papéis e responsabilidades (quem decide o quê)
Resolução de conflitos (entre PM e DPO, por ex)
Conscientização da equipe

Tradução: tem RACI matrix pra "subir feature IA"? Quem aprova modelo novo, quem aprova prompt, quem aprova deploy?

A.4, Gestão de recursos (4 controles)

Recursos humanos qualificados
Recursos computacionais
Dados (qualidade, viés, viés de seleção)
Sistemas (ferramentas, plataformas)

Tradução: seu time tem pelo menos 1 pessoa que sabe explicar "como funciona LLM"? Vocês têm budget definido pra IA (não só "vai quanto for")? Têm processo pra validar qualidade do dataset interno?

A.5, Avaliação de impacto (4 controles)

Identificação de partes afetadas
Análise de impacto à privacidade/direitos
Análise de risco operacional
Documentação de impacto

Tradução: antes de subir feature IA nova, alguém preencheu "AI Impact Assessment"? (similar ao DPIA de LGPD)

A.6, Ciclo de vida (8 controles, mais robustos)

Requisitos
Design
Verificação e validação
Implantação
Operação e monitoramento
Re-treinamento/atualização
Retirada

Tradução: seu workflow de "modelo em produção" tem etapas claras? Quem decide quando aposentar um modelo? Tem changelog?

A.7, Dados pra IA (4 controles)

Aquisição
Qualidade
Proveniência
Preparação (anotação, cleaning)

Tradução: documentado de onde vêm seus dados de treino/eval? Tem registro de quem anotou cada label?

A.8, Sistemas de IA (10 controles, o coração)

Documentação técnica (arquitetura, modelo, prompt)
Logging (audit trail completo)
Transparência pro usuário final
Avaliação contínua
Detecção de drift
Avaliação de fairness
Robustez (a ataques, edge cases)
Reportagem de incidentes

Tradução: tem dashboard mostrando uso por modelo, latência, accuracy, drift? Tem alerta automático? Tem canal pro usuário final reportar problema com IA?

Caminho realista pra implementação (12 meses)

Mês 1-2, Diagnóstico

Inventário: liste todos sistemas IA da empresa
Gap analysis: você vs cada um dos 38 controles
Prioridade: quais controles têm maior risco / menor esforço

Mês 3-5, Implementação básica

Política IA escrita + aprovada
RACI matrix de governança
Templates: AI Impact Assessment, AI Documentation
Audit log centralizado (Tokia tem nativo)

Mês 6-8, Implementação técnica

Eval sets pra cada feature IA
Monitoring de drift + fairness
Pipeline de retreinamento documentado
Plano de incidente IA + tabletop exercise

Mês 9-10, Audit de gap externo

Contrata auditor pra revisão pré-certificação
Implementa correções

Mês 11-12, Auditoria de certificação

Estágio 1: revisão documental
Estágio 2: auditoria in-loco
Emissão de certificado

O que muda quando você usa gateway tipo Tokia

Vários controles do Anexo A.8 (logging, monitoramento, drift) ficam fácil se você usa um gateway centralizado:

A.8.2 Logging completo: Tokia gera audit log de toda chamada IA com user, modelo, latência, custo, tokens
A.8.5 Detecção de drift: timeline de latência + accuracy by model via /dashboard/usage
A.8.6 Fairness: você combina audit log Tokia + suas labels pra rodar fairness metrics
A.8.7 Robustez: rate limit + budget cap previne adversarial use
A.8.10 Documentação: catálogo Tokia mostra modelo + provider + preço em reais, já está organizado

Implementar sem gateway: você precisa codar tudo isso. Custo ~6 meses de senior dev.

Decisão: certificar ou não?

Faz uma reunião com CEO + DPO + CTO. Perguntas:

Vamos vender pra UE/multinacional nos próximos 18 meses?
- Sim → comece processo agora
- Não → próxima pergunta
Nosso setor (fintech/saúde/educação) tem sinal de regulação exigindo ISO 42001 em 12 meses?
- Sim → comece processo agora
- Não → próxima pergunta
Temos receita > R$ 50M ARR e cliente B2B grande pedindo?
- Sim → vale o esforço (~1% do ARR em custo)
- Não → próxima pergunta
Implementar SEM certificar (custo R$ 80k) ajuda em algum RFP imediato ou no funding?
- Sim → faça gap analysis primeiro (R$ 30k), decida depois
- Não → ainda não. Documente decisão pra revisar em 12 meses.

Próximo passo

Se você decidiu que vale, próximo passo concreto:

Compra a norma na ISO (~R$ 1.500), vale a pena ler
Lista os ~10 sistemas IA da sua empresa (mais que pensa)
Aplica os 38 controles à um sistema piloto (3-4 semanas) pra sentir esforço real
Decide se vai pra certificação completa ou para no gap analysis

Se a parte do "audit log de chamadas IA" parece dor de cabeça, dá uma olhada em como Tokia centraliza isso - você economiza ~30% do esforço técnico de implementação.

ISO/IEC 42001: a primeira norma global de IA: quando sua empresa BR vai precisar