Compliance Digital e Lgpd no Setor Financeiro: Desafios na Era da Inteligência Artificial.

Arlene Pereira da Silva Sacco; Thaís Helena Zero de Oliveira Pereira

DOI: 10.22167/2675-6528-202602680

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A pesquisa analisou os desafios e as estratégias associadas à aplicação dos pilares do compliance digital para assegurar a conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD) em um contexto organizacional marcado pelo uso crescente de sistemas de inteligência artificial no setor financeiro. Adotou-se abordagem qualitativa e descritiva, operacionalizada por meio de estudo de caso único, com base na análise documental de relatórios institucionais públicos referentes ao período de 2022 a 2024, além de iniciativas planejadas para 2025. Os dados foram examinados por análise de conteúdo, orientada por categorias analíticas sobre compliance digital, LGPD, gestão de riscos, controles técnicos e organizacionais, transparência e prestação de contas. Os resultados evidenciaram evolução progressiva da maturidade institucional, com fortalecimento das estruturas formais de governança, revisão de normativos, capacitação de colaboradores e adoção de controles tecnológicos voltados à proteção de dados pessoais e à segurança da informação. Observou-se que, a partir de 2023, a conformidade com a LGPD passou a ser tratada de forma mais explícita e estruturada, culminando, em 2024, na apresentação de evidências mensuráveis e na integração entre governança, gestão de riscos e transformação digital. Concluiu-se que a efetividade do compliance digital, em ambientes que incorporam inteligência artificial, depende da consolidação de práticas institucionais e da evolução contínua dos mecanismos de governança e controle.

Palavras-chave: Compliance digital; Inteligência Artificial; LGPD; Setor financeiro.

1. Introdução

A evolução do marco regulatório brasileiro em proteção de dados, impulsionada pela promulgação da Lei número 13.709/2018, conhecida como Lei Geral de Proteção de Dados Pessoais (LGPD), tem exigido das organizações a implementação de modelos de governança robustos. Esses modelos visam assegurar transparência, segurança e responsabilização no tratamento de informações pessoais (Brasil, 2018; Doneda, 2019). Este cenário regulatório ganha complexidade com a crescente integração de sistemas de inteligência artificial (IA) em processos decisórios e operacionais, especialmente no setor financeiro.

A incorporação da inteligência artificial apresenta desafios significativos para a conformidade regulatória, devido à opacidade algorítmica e à dificuldade de auditoria de seus processos (Pasquale, 2015; O’neil, 2016). A LGPD, ao combinar uma estrutura principiológica com a exigência de boas práticas e mecanismos de governança, impõe aos agentes de tratamento a necessidade de mitigar riscos e demonstrar continuamente a efetividade das medidas adotadas (Mulholland e Gomes, 2021). No setor financeiro, que lida com grandes volumes de dados e possui alta criticidade operacional, a complexidade é amplificada pelas robustas exigências regulatórias (OECD, 2015; Belli et al., 2023).

Instituições financeiras dependem cada vez mais de soluções de IA para análise, segmentação de clientes e tomada de decisões, utilizando dados pessoais como insumo central para seus modelos de negócio (Moretti; Zuffo, 2023; Munhoz; Arima, 2021). Embora a inteligência artificial promova eficiência e inovação, ela também intensifica riscos como a discriminação algorítmica, a falta de explicabilidade e o potencial de impactos adversos sobre direitos fundamentais dos titulares de dados (Motta e Rosa, 2024; Nardi e Lutzky, 2023). Essa transformação digital exige uma redefinição da governança, dos controles internos e da prestação de contas sobre o tratamento de dados pessoais, com a responsabilização como princípio central da conformidade (Bioni, 2020; Doneda, 2019).

Nesse contexto, o conceito de compliance digital emerge como uma evolução dos modelos tradicionais de conformidade, integrando dimensões tecnológicas, organizacionais e normativas para a governança de dados e sistemas digitais. Diferente do compliance clássico, focado na aderência formal a normas, o compliance digital abrange a integração de políticas institucionais, controles técnicos, gestão de riscos tecnológicos e mecanismos de prestação de contas. Seu objetivo é assegurar a conformidade contínua em ambientes caracterizados pela automação e pelo uso intensivo de dados e inteligência artificial (Power, 2007; Bennett; Raab, 2018; OECD, 2015). A conformidade, sob essa perspectiva, é um processo dinâmico que requer monitoramento constante, atualização de controles e fortalecimento da cultura organizacional.

Programas eficazes de compliance digital devem alinhar-se a práticas sistemáticas de identificação, avaliação e mitigação de riscos, especialmente aqueles associados ao tratamento automatizado de dados e à tomada de decisões algorítmicas, conforme diretrizes internacionais de governança corporativa e gestão de riscos (OECD, 2015; Sadiq; Governatori; Namiri, 2015). A necessidade de garantir privacidade, segurança, transparência e responsabilidade no uso da IA por instituições financeiras, considerando os riscos inerentes, as expectativas regulatórias e as demandas sociais por ética digital, justifica a relevância deste estudo (Pasquale, 2015; Eccles; Ioannou; Serafeim, 2014).

Assim, o presente estudo se justifica pela necessidade de analisar como programas de compliance digital podem ser concebidos, estruturados e aprimorados para garantir conformidade contínua com a LGPD quando tecnologias de IA são integradas amplamente aos fluxos de decisão, atendimento e operação. A relevância científica reside na escassez de pesquisas aplicadas que abordem, de forma integrada, LGPD, inteligência artificial e compliance digital no contexto financeiro (Belli et al., 2023). A relevância prática, por sua vez, está em fornecer uma reflexão orientada a gestores, profissionais de compliance, equipes de tecnologia e tomadores de decisão sobre como operacionalizar princípios legais em ambientes tecnológicos complexos (Power, 2007; OECD, 2020). Diante desse contexto, o trabalho teve como objetivo analisar os desafios na aplicação dos pilares do compliance digital para garantir a conformidade com a LGPD no uso de sistemas de inteligência artificial em uma organização específica do setor financeiro.

2. Material e Métodos

O presente estudo adotou uma abordagem metodológica qualitativa e de natureza descritiva, delineada para compreender fenômenos complexos em seu contexto real. Essa escolha permitiu uma análise aprofundada de práticas organizacionais, processos decisórios e estruturas de governança (Gil, 2008; Severino, 2016). A pesquisa foi classificada como descritiva, buscando identificar, sistematizar e interpretar práticas declaradas, com potencial analítico para contextos organizacionais análogos (Gil, 2010; Yin, 2015).

O recorte empírico concentrou-se em uma única instituição do setor financeiro, selecionada pela relevância de suas operações, volume de dados pessoais tratados e incorporação progressiva de soluções de inteligência artificial. Essa delimitação permitiu analisar os desafios práticos da aplicação dos pilares do compliance digital em um ambiente de complexidade regulatória, alinhando-se ao objetivo de investigar a conformidade com a LGPD no uso de sistemas de IA.

O instrumento de pesquisa utilizado foi a análise documental, aplicada a relatórios institucionais de cunho ESG (Environmental, Social and Governance). Esses documentos, incluindo Relatórios de Responsabilidade Social, Ambiental e Climática (RSAC), Relatórios GRSAC e Planos de Comunicação ESG, foram escolhidos por representarem fontes oficiais de divulgação das práticas de governança corporativa, responsabilidade socioambiental, gestão de riscos e conformidade regulatória da organização estudada. Eles forneceram informações estruturadas sobre políticas, controles internos, capacitação, transformação digital e proteção de dados pessoais.

A coleta de dados ocorreu entre agosto de 2025 e fevereiro de 2026, por meio do levantamento e análise de documentos institucionais públicos. Foram analisados relatórios de 2022, 2023 e 2024, além do Plano de Comunicação ESG para 2025, visando capturar a evolução temporal das práticas organizacionais. Os critérios de seleção incluíram: caráter público e institucional; relevância temática para governança corporativa, proteção de dados pessoais, gestão de riscos e transformação digital; e presença de informações sobre uso intensivo de dados pessoais e tecnologias de inteligência artificial.

Para explicitar os referenciais normativos que sustentaram a análise, foram considerados a Lei nº 13.709/2018 (LGPD), Resoluções e Guias da ANPD (2020-2024), Recomendações da OCDE sobre Governança Corporativa e Gestão de Riscos (2015), Princípios da OCDE sobre Inteligência Artificial (2019), ISO/IEC 27001 (2013, rev. 2022) e ISO/IEC 27701 (2019). A análise dos dados foi conduzida por análise qualitativa de conteúdo, conforme o referencial metodológico de Bardin (2016). Realizou-se leitura exploratória dos documentos para identificar trechos e evidências relacionadas à estrutura de governança, mecanismos de controle interno, políticas de privacidade e iniciativas de transformação digital.

Em seguida, procedeu-se à leitura analítica, orientada por categorias previamente definidas com base no referencial teórico e normativo do estudo, especialmente os pilares do compliance digital. As categorias analíticas utilizadas incluíram: governança de dados; gestão de riscos; controles técnicos e organizacionais; transparência e prestação de contas (accountability); cultura de conformidade e capacitação; e comunicação institucional sobre privacidade e riscos. As informações extraídas foram agrupadas e interpretadas de acordo com essas categorias, considerando a evolução temporal das práticas entre os documentos de 2022 a 2025.

Para sintetizar a evolução das práticas identificadas, elaborou-se uma matriz de maturidade baseada nas categorias analíticas. Essa matriz serviu como instrumento complementar à análise qualitativa de conteúdo, representando o grau de desenvolvimento das práticas relacionadas aos pilares do compliance digital ao longo do período analisado. A classificação adotou uma escala ordinal de maturidade variando de zero a quatro, onde o nível zero indicava ausência de evidências e o nível quatro, práticas consolidadas com indicadores e monitoramento. A atribuição dos níveis decorreu da interpretação sistemática do conteúdo dos documentos à luz do referencial teórico e normativo, buscando compreender a contribuição das práticas institucionais para a mitigação de riscos e a conformidade contínua com a LGPD (Severino, 2016; Amaro, 2017).

3. Resultados e Discussão

A análise dos documentos institucionais, abrangendo os anos de 2022, 2023 e 2024, revelou uma trajetória consistente de amadurecimento institucional. Este processo se manifestou na evolução dos arranjos de governança, na gestão de riscos e na conformidade regulatória, com uma ênfase crescente na proteção de dados pessoais e na integração de práticas de compliance à transformação digital. Ao longo do período, observou-se a consolidação de estruturas formais, a ampliação de evidências operacionais e a introdução progressiva de controles tecnológicos, refletindo uma compreensão do compliance como um sistema integrado de governança, controle e responsabilização organizacional (Power, 2007; OECD, 2015).

A evolução da maturidade institucional não ocorreu de forma abrupta, mas por meio de avanços graduais e cumulativos, conforme identificado nas categorias de governança, riscos e controles, políticas e normas, transparência e canais, gestão de terceiros, treinamento e cultura, privacidade/LGPD, segurança cibernética e IA/analytics. Inicialmente, o foco recaiu sobre a organização das instâncias decisórias e dos mecanismos de supervisão. Posteriormente, houve a incorporação de práticas operacionais e culturais, culminando na consolidação de controles digitais acompanhados por métricas e indicadores, especialmente nos campos da proteção de dados e segurança da informação.

No Relatório GRSAC de 2022, a instituição demonstrou uma ênfase predominante na estruturação da governança de riscos sociais, ambientais e climáticos. O documento detalhou a definição de papéis institucionais, as competências de conselhos, diretorias e comitês, bem como os procedimentos de aprovação, revisão normativa e acompanhamento de metas. Neste estágio, a conformidade era tratada sob uma perspectiva organizacional e normativa, estabelecendo as bases institucionais para controle e supervisão, sem explicitar as dimensões tecnológicas do compliance (POUPEX, 2022).

Ainda em 2022, o Relatório RSAC (PRSAC) expandiu o escopo ao articular a governança de riscos com aspectos operacionais e culturais da conformidade. A formalização da Política de Responsabilidade Social, Ambiental e Climática, o fortalecimento da Ouvidoria como canal de transparência e a definição de critérios socioambientais para fornecedores foram evidências que transcenderam a mera descrição estrutural. As ações de capacitação, especialmente na prevenção à lavagem de dinheiro, e as iniciativas de digitalização de processos indicaram uma aproximação inicial entre eficiência operacional, sustentabilidade e governança, embora o compliance digital ainda estivesse em fase incipiente (POUPEX, 2022b).

O Relatório RSAC de 2023 marcou um ponto de inflexão significativo, ao incorporar explicitamente a proteção de dados pessoais e a adequação à Lei Geral de Proteção de Dados Pessoais (LGPD). A conformidade passou a ser sustentada por políticas de privacidade, canais de atendimento aos titulares, programas sistemáticos de capacitação em segurança da informação e registros de iniciativas de segurança cibernética. A menção a ações de formação em analytics e inteligência artificial reforçou a crescente centralidade das tecnologias digitais no funcionamento institucional, indicando que o compliance não se restringe a normas formais, mas integra dimensões tecnológicas e organizacionais, com gestão de riscos em ambientes digitais alinhada à responsabilização e prestação de contas (Doneda, 2019; Mulholland; Gomes, 2021; POUPEX, 2023).

Essa trajetória de amadurecimento se consolidou no Relatório PRSAC/ESG de 2024, que apresentou evidências mais robustas e mensuráveis. A adoção de padrões internacionais de reporte, a divulgação de indicadores quantitativos e a descrição de controles tecnológicos específicos, como a implantação de soluções de prevenção contra vazamento de dados (DLP), o monitoramento do atendimento a titulares dentro dos prazos legais e a avaliação externa do programa de privacidade, indicaram um nível mais elevado de maturidade institucional.

Adicionalmente, o mapeamento estruturado de riscos operacionais, os avanços na automação e no monitoramento de Prevenção à Lavagem de Dinheiro e Financiamento ao Terrorismo (PLD/FTP), e o uso de inteligência artificial no atendimento ao cliente, acompanhados por métricas de experiência e satisfação, evidenciaram a transição para um modelo de compliance integrado, orientado por dados e apoiado por tecnologia (POUPEX, 2024). Essa evolução reforça a compreensão de que a conformidade normativa, em contextos de uso de dados e sistemas de IA, depende não apenas de políticas formais, mas de arranjos institucionais, capacitação contínua e infraestrutura tecnológica adequada.

A análise também evidenciou que a transformação digital e a adoção de tecnologias baseadas em dados, incluindo automação e inteligência artificial aplicadas a processos de atendimento e eficiência operacional, coexistem com esforços estruturados de mitigação de riscos. A digitalização de processos e a gestão documental eletrônica configuram-se como iniciativas estratégicas, contribuindo simultaneamente para ganhos operacionais, rastreabilidade das informações e fortalecimento da governança de dados, em consonância com os princípios de privacidade desde a concepção e privacidade por padrão (Cavoukian, 2010).

Todavia, os documentos indicam que a ampliação dessas soluções demanda atualização contínua dos controles, especialmente no que se refere à explicabilidade, à supervisão humana e à governança do uso de dados em ambientes automatizados. A governança de inteligência artificial, embora com registros de uso de soluções baseadas em IA para suporte ao atendimento e iniciativas de capacitação e inovação, ainda se encontra em estágio de desenvolvimento, sem a formalização de um sistema específico nos moldes preconizados por frameworks internacionais como o AI Risk Management Framework do NIST e a norma ISO/IEC 42001.

Outro resultado relevante refere-se à integração entre compliance, gestão de riscos e agenda ESG. Os relatórios analisados demonstram que práticas associadas à governança, à privacidade, à gestão de riscos operacionais e aos riscos sociais, ambientais e climáticos são tratadas de forma articulada, em alinhamento tanto com as exigências regulatórias do setor financeiro quanto com padrões internacionais de reporte. Esse achado converge com a literatura que compreende o ESG como elemento indissociável da governança corporativa contemporânea, especialmente em instituições financeiras intensivas em dados (Eccles; Ioannou; Serafeim, 2014; Friede; Busch; Bassen, 2015).

A leitura integrada dos documentos indica que o período analisado reflete, de um lado, a consolidação do compliance digital orientado à LGPD e à segurança da informação e, de outro, a emergência de sinais ainda iniciais de governança de IA. Esses sinais configuram uma agenda plausível de aprofundamento institucional, necessária para assegurar conformidade regulatória e gestão de riscos associados ao uso de sistemas de IA no setor financeiro, em consonância com os princípios de confiabilidade e responsabilização destacados em diretrizes internacionais (NIST, 2023; ISO/IEC).

Entretanto, os resultados também evidenciam que, apesar da existência de estruturas formais e práticas consolidadas de governança e conformidade, persistem desafios relacionados à crescente complexidade do ambiente regulatório e tecnológico, sobretudo diante da expansão do uso de soluções baseadas em inteligência artificial. Observa-se, em certa medida, a ausência de transparência suficiente quanto aos sistemas de IA utilizados, o que limita a capacidade institucional de demonstrar plenamente a observância das normas aplicáveis e a presença de todos os elementos de responsabilização, tais como liderança e supervisão, avaliação sistemática de riscos, políticas e procedimentos específicos, bem como mecanismos de monitoramento e verificação (Vainzof, 2021).

Um aspecto relevante observado na análise dos relatórios refere-se à necessidade de conciliar os princípios da transparência e da prestação de contas com as exigências de confidencialidade inerentes ao setor financeiro. Diferentemente de organizações cujos processos podem ser amplamente divulgados, instituições financeiras operam em ambientes caracterizados pela proteção de informações estratégicas, dados pessoais sensíveis e mecanismos de segurança que não podem ser integralmente expostos ao público sem gerar riscos adicionais à própria organização ou aos titulares dos dados pessoais.

Nesse contexto, a efetividade dos mecanismos de controle não deve ser avaliada exclusivamente pela divulgação detalhada dos procedimentos adotados, mas pela capacidade institucional de demonstrar que esses procedimentos existem, são monitorados e produzem resultados verificáveis. A rastreabilidade assume papel central nesse processo, uma vez que possibilita reconstruir decisões, registrar eventos relevantes, identificar responsáveis por atividades críticas e produzir evidências de conformidade para auditorias internas e externas. Embora os relatórios analisados não detalhem tecnicamente os mecanismos de registro e monitoramento utilizados pela instituição, a existência de processos formais de gestão de riscos, indicadores de desempenho, avaliação externa do programa de privacidade e implantação de controles tecnológicos, como soluções de prevenção contra vazamento de dados (DLP), sugere a adoção de estruturas voltadas à geração de evidências auditáveis e à sustentação do princípio da responsabilização.

Sob a perspectiva da auditoria, a prestação de contas em ambientes de sigilo ocorre por meio da produção de evidências indiretas de conformidade. Em vez de tornar públicas informações operacionais sensíveis, a organização evidencia a existência de políticas, processos de monitoramento, avaliações periódicas, programas de capacitação e indicadores de desempenho relacionados à privacidade, segurança da informação e gestão de riscos. Esse modelo permite que órgãos de controle, auditorias independentes e instâncias de governança avaliem a efetividade dos controles sem comprometer a confidencialidade necessária ao ambiente regulado em que a instituição está inserida.

A discussão torna-se ainda mais relevante diante da crescente incorporação de soluções baseadas em inteligência artificial. Sistemas de IA podem introduzir riscos relacionados à opacidade algorítmica, à dificuldade de explicação dos resultados produzidos e à eventual reprodução de vieses presentes nos dados utilizados para treinamento ou parametrização. Em ambientes financeiros, esses riscos podem impactar processos de atendimento, segmentação, concessão de produtos ou outras decisões apoiadas por modelos automatizados.

Nesse sentido, a mitigação de vieses algorítmicos depende menos da divulgação pública dos modelos utilizados e mais da existência de mecanismos robustos de governança, capazes de assegurar supervisão humana, validação periódica dos resultados, monitoramento de desvios, gestão dos riscos tecnológicos e documentação das decisões automatizadas (NIST, 2023; OECD, 2019; UNIÃO EUROPEIA, 2024). Os relatórios analisados indicam avanços importantes relacionados à capacitação em analytics e inteligência artificial, ao fortalecimento da gestão de riscos e à adoção de controles tecnológicos voltados à proteção de dados pessoais.

Todavia, não foram identificadas evidências documentais suficientes para confirmar a existência de uma estrutura formalizada de governança de IA, com processos específicos de avaliação de impactos algorítmicos, monitoramento de vieses ou auditoria dos modelos empregados. Essa constatação não representa necessariamente ausência de controles, mas evidencia uma limitação típica de estudos baseados em documentos públicos, nos quais parte significativa dos mecanismos técnicos permanece protegida por razões legítimas de segurança e confidencialidade institucional (NIST, 2023; OECD, 2019).

Portanto, a análise sugere que a evolução futura da maturidade em compliance digital poderá estar associada à ampliação da transparência sobre práticas de governança algorítmica, ainda que realizada por meio de indicadores agregados, relatórios de supervisão ou avaliações independentes, preservando-se os requisitos de sigilo que caracterizam o setor financeiro. Os achados reforçam a necessidade de evolução contínua dos programas de compliance digital, com especial ênfase no aprimoramento da avaliação de riscos, no monitoramento sistemático, na capacitação de colaboradores e no fortalecimento da cultura organizacional de proteção de dados e uso responsável de tecnologias digitais.

4. Conclusão

O presente estudo analisou os desafios e as estratégias associadas à aplicação dos pilares do compliance digital para assegurar a conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD) em um contexto organizacional marcado pelo uso crescente de sistemas de inteligência artificial no setor financeiro. Verificou-se uma evolução progressiva da maturidade institucional, com o fortalecimento das estruturas formais de governança, a revisão de normativos, a capacitação de colaboradores e a adoção de controles tecnológicos voltados à proteção de dados pessoais e à segurança da informação. Observou-se que, a partir de 2023, a conformidade com a LGPD passou a ser tratada de forma mais explícita e estruturada, culminando, em 2024, na apresentação de evidências mensuráveis e na integração entre governança, gestão de riscos e transformação digital. A principal contribuição reside na articulação dos conceitos de compliance digital, LGPD e inteligência artificial, oferecendo uma análise integrada dos desafios e interdependências entre governança de dados, tecnologia e conformidade regulatória no setor financeiro, fornecendo subsídios para o aprimoramento de políticas e mecanismos de controle para o uso responsável da inteligência artificial.

Entretanto, a pesquisa apresentou limitações por ter adotado uma abordagem predominantemente qualitativa e descritiva, fundamentada na análise documental de relatórios institucionais públicos, sem incluir investigação empírica aprofundada em outras organizações ou acesso a documentos internos. Essa característica restringiu a capacidade de detalhar tecnicamente alguns mecanismos de controle e governança de IA, como a avaliação de impactos algorítmicos e o monitoramento de vieses. Sugere-se, para estudos futuros, a ampliação da transparência sobre práticas de governança algorítmica, ainda que por meio de indicadores agregados ou avaliações independentes, preservando-se os requisitos de sigilo do setor financeiro. Os achados reforçam a necessidade de evolução contínua dos programas de compliance digital, com ênfase no aprimoramento da avaliação de riscos, no monitoramento sistemático, na capacitação de colaboradores e no fortalecimento da cultura organizacional de proteção de dados e uso responsável de tecnologias digitais.

Referências Bibliográficas

BELLI, Luca et al. IA generativa e LGPD: transparência, desafios regulatórios e caminhos para a conformidade. Rio de Janeiro: Fundação Getulio Vargas, 2023. Disponível em: <https://repositorio.fgv.br>. Acesso em: 06 fev. 2026.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, DF, 15 ago. 2018.

DONEDA, Danilo. O direito fundamental à proteção de dados pessoais. Rio de Janeiro: Forense, 2019.

MORETT

MULHOLLAND, Caitlin S.; GOMES, Rodrigo Dias de Pinho. Inteligência artificial e seus principais desafios para os programas de compliance e as políticas de proteção de dados. In: FRAZÃO, Ana; MULHOLLAND, Caitlin (org.). Inteligência artificial e direito. São Paulo: Revista dos Tribunais, 2021.

O’NEIL, Cathy. Weapons of math destruction: how big data increases inequality and threatens democracy. New York: Crown, 2016.

OECD. Corporate governance and compliance. Paris: OECD Publishing, 2015.

PASQUALE, Frank. The black box society: the secret algorithms that control money and information. Cambridge: Harvard University Press, 2015.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Compliance e ESG do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy