Na América Latina, o papel do Chief Data Officer (CDO) evolui rapidamente diante da aceleração da inteligência artificial. A tecnologia passou a ocupar um lugar central na estratégia, deixando de ser considerada uma função isolada.

O que se espera de um CDO moderno na América Latina? Nada mais, nada menos que liderar a adoção de dados e IA em larga escala em uma região tão diversa e instável, integrando liderança, talento e governança, e conectando negócios, aplicações, dados e IA em um ciclo virtuoso infinito.

Em 2025, quase 99 de cada 100 empresas globais consideram prioritário investir em iniciativas de dados e IA, um aumento de 82,2% em relação ao ano anterior, segundo o relatório AI and Data Leadership 2025, da DataIQ. Ou seja, investir nesse eixo já não é mais opcional para competir.

Mas, apesar da urgência estratégica, a adoção real, aquela que gera valor mensurável, ainda está longe de ser majoritária. O mesmo relatório revela que 76,1% das organizações ainda se encontram em fases de experimentação ou produção limitada de IA, enquanto apenas 23,9% alcançaram implementações de IA em escala.

Na América Latina, o cenário é parecido. A inteligência artificial já não é mais uma promessa futura: é um paradoxo presente. Embora 47% das empresas latino-americanas tenham incorporado IA em suas operações, cinco pontos percentuais acima da média global, apenas 23% relatam gerar algum valor econômico com essa tecnologia, e somente 6% registram um impacto significativo na rentabilidade. O dado vem do relatório Latin America in the Intelligent Age, publicado em janeiro de 2026 pelo Fórum Econômico Mundial, em colaboração com a McKinsey & Company.

A brecha não é de intenção, nem de orçamento. É de liderança.

Para dar esse salto, são fundamentais 3 pontos: liderança, governança e talento, um triunvirato que deve ser personificado pelo Chief Data Officer (CDO), hoje frequentemente expandido para Chief Data & Analytics Officer ou combinado com funções de inteligência artificial.

O CDO moderno não possui respostas únicas nem receitas universais. Ele tem, em vez disso, a responsabilidade de interpretar o contexto, conectar atores e sustentar o ciclo de inovação ao longo do tempo. Nessa dinâmica está grande parte da capacidade da região de transformar dados em desenvolvimento.

Trata-se de uma discussão mais profunda sobre quem define quais dados importam, como são usados, como são transformados com IA e como esse processo retorna ao negócio e à sociedade na forma de decisões.

A liderança de dados e IA: uma função em transição

Os dados, por si só, não bastam; o que importa é a capacidade de alinhar investimentos, processos e decisões aos objetivos de negócio.

O mesmo relatório da DataIQ mostra que a adoção da função de liderança cresceu exponencialmente na última década: enquanto apenas 12% das organizações tinham um CDO ou equivalente em 2012, hoje esse número chega a 84,3%. Além disso, 33,1% das empresas já incorporaram um Chief Artificial Intelligence Officer (CAIO), e 43,9% consideram que deveriam fazê-lo.

Mesmo assim, o papel ainda enfrenta desafios de compreensão e permanência, com altos níveis de rotatividade e ambiguidade sobre objetivos claros.

A agenda do CDO moderno: liderança, talento e governança

1. Liderança: o CDO como ator político interno

Quando um CDO não consegue escalar a agenda de dados dentro de sua organização, a explicação raramente está em uma arquitetura mal desenhada ou em um modelo que não convergiu. Geralmente está em uma reunião que nunca aconteceu, um orçamento que não foi aprovado ou uma área de negócios que decidiu continuar gerenciando seus dados da mesma forma de sempre. Na América Latina, esse padrão se repete com uma frequência que o mercado ainda subestima.

O cargo de CDO é, essencialmente, um mandato sem território próprio. Ele não controla os dados que precisa transformar, não é dono da infraestrutura sobre a qual deve operar e não administra os orçamentos que determinam o que será construído ou adiado. Seu único capital é a capacidade de persuadir as áreas de negócios a compartilharem aquilo que consideram sua vantagem competitiva; a área de TI a ceder parte da propriedade da arquitetura; e o CFO a financiar investimentos cujos resultados não aparecem no balanço do trimestre seguinte.

Essa é a dimensão política do cargo e a que recebe menos treinamento e é a menos discutida. Ela não se resolve com frameworks de governança ou uma certificação em gestão de dados. Ela se constrói com conversas difíceis, vitórias iniciais que gerem credibilidade e a habilidade de fazer cada ator perceber que a agenda de dados também é sua agenda.

2. Governança: acelerar sem burocracia

A governança de dados e IA continua sendo um dos conceitos mais citados e menos compreendidos nas organizações. Ela ainda é frequentemente associada a controle, burocracia ou cumprimento normativo. Mas talvez seja por isso que a IA não esteja se popularizando em larga escala.

Quando ninguém consegue explicar de onde vêm os dados, como os modelos são treinados ou quem responde pelos resultados, as iniciativas perdem legitimidade interna e externa.

Na América Latina, onde coexistem sistemas públicos e privados heterogêneos, a governança de dados é duplamente crítica: por um lado, para proteger e, por outro, para permitir o uso produtivo dos dados em diferentes cenários jurídicos e culturais.

Na região, a governança de dados, não opera em um vazio regulatório, mas em um mosaico de legislações. Brasil consolidou a LGPD (Lei Geral de Proteção de Dados – RGPD: Regulamento Geral de Proteção de Dados) com atualizações significativas em 2024, incluindo cláusulas padrão para transferências internacionais e sanções mais rigorosas; o Chile aprovou um novo projeto de lei de proteção de dados em agosto de 2024, alinhado ao GDPD europeu; e a Colômbia está avançando com uma reforma de sua Lei 1581 de 2012 para incorporar novas bases legais de processamento e o direito de não ser submetido a decisões totalmente automatizadas. Para o CDO, navegar nesse mosaico é uma vantagem competitiva para aqueles que se antecipam e mobilizam os recursos necessários para cumprir as regras e viabilizar novos negócios.

A governança eficaz não se constrói como uma estrutura abstrata, mas sim como uma prática integrada ao negócio. Quando as regras estão desconectadas da operação, tornam-se irrelevantes, enquanto que, quando integradas aos processos, permitem maior agilidade. É uma diferença de concepção.

3. Talento: habilidades híbridas que conectam negócios, aplicações, dados e IA

Um grande obstáculo para a adoção massiva de IA é a falta de talento estratégico que conecte negócios e tecnologia. Mais de 40% das organizações ainda enfrentam lacunas significativas de habilidades para implementar IA de forma responsável. O desafio é construir equipes com competências híbridas: conhecimento do negócio, compreensão dos dados e capacidade de transformar resultados em decisões executivas.

O perfil que a região necessita não é o de um arquiteto de dados com poder executivo, mas o de um tradutor organizacional: alguém capaz de transformar capacidades técnicas em decisões de negócio, e resistências culturais em adoção real.

Há ainda uma dimensão especificamente regional. O CDO na América Latina opera em mercados onde o talento especializado é escasso e disputado, onde o marco regulatório muda em ritmos diferentes dependendo do país e também na maioria das organizações inclusive pequenas e médias, que ainda não possuem infraestrutura madura sobre a qual podem se apoiar.  Nesse contexto, as habilidades mais valiosas não são as que se aprendem em um curso de certificação, mas aquelas que permitem avançar com o que se tem disponível, negociar prioridades com recursos limitados e construir coalizões internas que sustentem a agenda de dados para além dos ciclos de entusiasmo.

Sustentar o ciclo

O momento atual exige uma arquitetura capaz de sustentar os dados em contextos reais: muitas vezes desiguais, regulamentados, fragmentados e, acima de tudo, em constante mudança.

O desafio do CDO ou da função que concentre a liderança de dados e IA reside em transformar dados em capacidade organizacional sustentável. Isso vai além de pessoas, projetos pontuais ou avanços tecnológicos.

Nesse sentido, os objetivos da liderança de dados nas organizações estão se deslocando do técnico para o estrutural. Alguns possíveis OKRs (Objetivos e resultados-Chave) para essa nova liderança buscam medir mudanças reais dentro da organização:

• Romper a lógica da fragmentação para integrar domínios de dados críticos, para evitar uma IA episódica. Não servem os dados fora do contexto.
• Melhorar a data quality, especialmente em uma região onde dados públicos e privados se cruzam constantemente. A representatividade deixa de ser um conceito técnico e se torna uma variável estratégica.
• Levar a IA do laboratório para a operação, para reduzir a dependência de projetos piloto isolados e construir capacidades reutilizáveis que perdurem além do entusiasmo inicial.
• Instalar decisões baseadas em dados como prática organizacional, não como exceção. Quando o dado não entra na discussão executiva, a IA não transforma nada.
• Construir confiança em escala, com marcos de governança que permitam acelerar sem corroer a legitimidade, cumprir sem paralisar e automatizar sem perder responsabilidade. Talvez esse seja o mais ponto complexo, porém o que mais projetará sustentabilidade a longo prazo.

Os dados, por si só, não transformam nada. A transformação acontece quando alguém decide quais perguntas fazer, quem pode acessar os dados, como eles se traduzem em ação e quem é responsável pelos resultados. Na América Latina, essa cadeia de decisões ainda é interrompida com muita frequência: devido à falta de talentos, arquiteturas que não suportam o crescimento ou organizações que ainda não encontraram alguém para liderá-las com clareza. O CDO moderno é justamente quem completa essa cadeia. Não como um guardião dos dados, mas como um articulador de valor que conecta estratégia, tecnologia e negócios. Essa é a complexidade da função. E também o seu valor.