NIST AI RMF 1.0 ALINHADO

AI Governance
Readiness Index

Um instrumento quantitativo de maturidade que operacionaliza o NIST AI Risk Management Framework 1.0 em uma pontuação ponderada e ancorada em evidências, uma posição de risco em dois eixos, e um roadmap de remediação sequenciado por dependência.

Governança
Métricas
Mapeamento
Roadmap
Wave 0
Wave 1
64
Itens de avaliação
21
Categorias
04
Funções NIST AI RMF
02
Eixos de risco
Os dois eixos

Força de controle e exposição, medidas separadamente

Um checklist de maturidade sozinho não diz se o risco real está sob controle. O AIGRI pontua os dois eixos de forma independente e cruza os resultados — revelando não apenas o quão maduros são os controles, mas se essa força está no lugar certo.

Pontuação de maturidade — exemplo
73
Managed
AIGRI-CS · ilustrativo
Posição de risco (CS × E)
sua posição · organizações amostrais
Evolução da maturidade
avaliações arquivadas ao longo do tempo
Roadmap priorizado
01Estabelecer papéis (GOVERN)Wave 0
02Mapear casos de alto impactoWave 1
03Instrumentar monitoramentoWave 2
04Otimizar controles madurosWave 3
Ver como funciona →
Tudo que você precisa para avaliar e evoluir

Fundamentado no NIST AI RMF 1.0

Nenhum ponto é atribuído por afirmação. Cada um dos 64 itens exige uma âncora falsificável — um artefato, registro ou controle observável — mapeado a uma das quatro funções do framework.

Avaliação estruturada

64 itens alinhados ao NIST AI RMF, com coleta de evidências e níveis de confiança por resposta.

Pontuação em dois eixos

Força de controle (AIGRI-CS) e exposição (AIGRI-E), cruzadas em um score de exposição residual.

Roadmap por dependência

Remediação ordenada em ondas — bloqueios primeiro, depois vitórias rápidas, estrutural e otimização.

0
1
2

Relatórios e trilha de auditoria

Exportação em PDF e arquivamento imutável — cada avaliação congelada permanece como registro de auditoria.

Além da pontuação

Cinco diagnósticos de coerência capturam o que um número único esconde

Duas organizações podem chegar ao mesmo score total por caminhos completamente diferentes — um saudável, outro não. Os diagnósticos existem para separar os dois casos.

Déficit de accountability

A exposição cresce mais rápido do que a responsabilização documentada consegue acompanhar.

Governança de papel

Políticas existem no documento, mas não há evidência de que estejam operando na prática.

Operação cega

IA em uso ativo sem visibilidade sobre a própria superfície de risco.

Lacuna de contexto

Controles desenhados para um caso de uso que já mudou desde então.

Maturidade desigual

Força concentrada em uma função do framework, praticamente ausente nas demais.

Roda automaticamente

Os cinco diagnósticos são recalculados a cada avaliação concluída, sem passo manual.

O resultado

Um roadmap sequenciado por dependência, não só por severidade

Corrigir pelo item mais grave primeiro parece intuitivo — até pedir medição antes de existir governança para sustentá-la. O AIGRI ordena a remediação pelos pré-requisitos reais: o que precisa existir antes do quê.

01Estabelecer papéis e política (GOVERN)Wave 0 · Bloqueios
02Mapear casos de uso de alto impacto (MAP)Wave 1 · Vitórias rápidas
03Instrumentar monitoramento contínuo (MEASURE)Wave 2 · Estrutural
04Tratar e priorizar riscos residuais (MANAGE)Wave 3 · Otimização
Por que usar o AIGRI

Feito para resistir a uma auditoria externa

Alinhado ao NIST AI RMF 1.0

Metodologia reconhecida globalmente, não um checklist proprietário.

Decisões orientadas por evidência

Cada nível exige uma âncora falsificável, não uma autoavaliação de intenção.

Foco no que importa

Roadmap ordenado por leverage e pré-requisito, não pela severidade isolada.

Transparência e confiança

Trilha de auditoria imutável — mais clareza para equipe, gestores e reguladores.

Traga evidência, não opinião, para a próxima conversa sobre governança de IA.

Iniciar avaliação →