CMMI AIM (Artificial Intelligence Maturity) é o framework do CMMI Institute para governar o uso de inteligência artificial em organizações. Publicado em abril de 2026, o modelo estende o CMMI para cobrir os riscos, práticas e domínios específicos das operações com IA. Não é um modelo independente: é uma extensão de benchmark que trabalha em conjunto com as avaliações CMMI já existentes, sem invalidar o histórico de maturidade conquistado pela organização.
Considere um cenário que já é rotina em empresas de tecnologia: um sistema de IA responde clientes em produção e, no primeiro incidente relevante, a organização descobre que não sabe dizer quais dados alimentaram o modelo, quem responde pelas decisões que ele tomou nem como comprovar que os controles funcionam. Sem um modelo de maturidade, essas respostas se baseiam em percepção, não em evidência. O CMMI AIM foi construído para transformá-las em processo verificável, sobre a base do CMMI, modelo consolidado em mais de duas décadas de uso em organizações de tecnologia ao redor do mundo. Quem já opera com CMMI não recomeça do zero: o AIM adiciona uma camada de avaliação específica para IA sobre os processos que a organização já domina. Veja o guia completo sobre o CMMI.
Este artigo descreve o que é o CMMI AIM, seus 8 domínios, os 3 cenários de uso de IA, os treinamentos e certificações disponíveis e como iniciar a implementação.
O CMMI AIM é um modelo de maturidade desenvolvido pelo CMMI Institute para orientar organizações no uso responsável, seguro e eficiente de inteligência artificial. Publicado em abril de 2026 e lançado oficialmente na Capability Creates Conference, em junho de 2026, foi desenvolvido pelo CMMI AI Working Group, grupo de mais de 25 especialistas da indústria que tem o IBM Consulting como patrocinador fundador. O conteúdo passou por revisão extensiva de especialistas e da comunidade, com participação de cerca de 100 empresas.
O modelo é compatível com as principais normas internacionais de governança de IA: ISO 42001 (Sistema de Gestão de Inteligência Artificial), ISO 23894 (gestão de risco em IA), ISO 31000 (gestão de riscos) e ISO 23053 (framework para sistemas baseados em aprendizado de máquina). Essa compatibilidade facilita a integração do CMMI AIM em organizações que já estão em processo de certificação nessas normas ou que desejam construir governança de IA sobre uma base já estabelecida.
O foco do CMMI AIM não se limita a empresas que desenvolvem IA internamente. O modelo se aplica tanto a organizações que constroem soluções de IA quanto às que adquirem, integram ou usam IA em seus sistemas e serviços. Isso abrange desde empresas de software que constroem e treinam modelos próprios até organizações de outros setores que contratam soluções de IA como serviço.
De acordo com o CMMI Institute, o CMMI AIM oferece uma abordagem confiável, estruturada e reconhecida globalmente para construir e avaliar capacidade e maturidade em IA. Ao incorporar considerações de IA nas áreas de prática e domínios do CMMI, o modelo permite gerenciar riscos, obter benefícios de desempenho, atender obrigações regulatórias e éticas e fortalecer a confiança de clientes e partes interessadas.
O CMMI AIM não substitui o CMMI, hoje na versão V3.0. Essa é a distinção mais importante para quem já trabalha com o modelo. O AIM funciona como uma visão de benchmark adicional, aplicada sobre a estrutura existente do CMMI para cobrir as práticas específicas relacionadas ao uso de inteligência artificial.
Todas as 31 áreas de prática do CMMI passaram a incluir conteúdo relacionado a IA, e aproximadamente 50% das práticas receberam adições específicas de contexto de IA. As avaliações CMMI já realizadas por uma organização não são afetadas: o histórico de maturidade permanece válido e o CMMI AIM é avaliado de forma complementar, não substitutiva.
A diferença prática entre os dois modelos pode ser compreendida da seguinte forma: o CMMI avalia a maturidade dos processos de desenvolvimento de software ou de gestão de serviços, enquanto o CMMI AIM avalia especificamente como a organização governa seus sistemas de IA, desde a coleta de dados até o uso em produção, passando por segurança, privacidade e gestão de dados e fornecedores.
| Aspecto | CMMI V3.0 | CMMI AIM |
|---|---|---|
| Foco principal | Maturidade de processos de software | Governança de inteligência artificial |
| Escopo de cobertura | Desenvolvimento, engenharia, gestão | Dados, segurança, agentes, fornecedores de IA |
| Relação entre os modelos | Modelo base | Extensão complementar |
| Avaliações existentes | Referência para novas avaliações | Não afeta avaliações CMMI anteriores |
| Treinamentos e certificações | Practitioner, Lead Appraiser | Cursos BAIM e AAIM; certificações de practitioner e lead appraiser em IA |
Para organizações com avaliação CMMI vigente, a inclusão do CMMI AIM no escopo de uma próxima avaliação é o caminho mais direto. Para organizações iniciando no CMMI, vale avaliar se os objetivos de negócio envolvem IA de forma significativa, o que definiria a necessidade de incluir o AIM desde o início do programa.
O CMMI AIM introduz uma visão própria de avaliação, a AIM View, que integra 8 domínios. Juntos, eles garantem que as iniciativas de IA tratem não apenas do desenvolvimento técnico, mas também de habilitadores críticos como preparação da força de trabalho, governança de dados, segurança, conformidade regulatória e ética.
Cobre a construção de uma infraestrutura robusta de gestão e governança de dados, da linhagem à qualidade dos dados, para sustentar resultados confiáveis de IA. Na prática, quando um modelo passa a errar em produção, a análise de causa-raiz começa pelos dados que o alimentaram: sem rastreabilidade da linhagem, essa análise não tem por onde começar.
Domínio primário do modelo, focado em garantir o projeto, o desenvolvimento e o uso de soluções de IA de alta qualidade, alinhadas às necessidades e expectativas dos clientes. Inclui tanto a construção de soluções de IA para clientes quanto o aproveitamento de soluções aumentadas por IA. A lógica é a mesma que o CMMI aplica ao software há décadas: qualidade se define contra a necessidade do cliente, não contra a sofisticação técnica da solução.
Cobre o ciclo de vida da gestão de talentos, do desenvolvimento à retenção, preparando a força de trabalho para adotar IA em alinhamento com os objetivos de negócio da organização, no contexto de democratização da IA. Do ponto de vista da governança, trata do fator que mais limita a adoção de IA em escala: pessoas preparadas para usar a tecnologia a favor dos objetivos da organização.
Focado em garantir a segurança das soluções e da sociedade nas intervenções de IA, mitigando a severidade e a probabilidade de danos relacionados à tecnologia. É especialmente relevante para organizações que usam IA em processos críticos, como saúde, segurança pública ou infraestrutura: nesses contextos, o custo de uma falha não se mede em retrabalho, e é isso que diferencia Safety de um teste de qualidade convencional.
Focado em construir e habilitar o uso seguro de plataformas e ferramentas de IA, fortalecendo a confiança das partes interessadas. Organizações certificadas em segurança da informação encontram neste domínio uma extensão natural para os requisitos de IA. A diferença em relação às ameaças convencionais está no modo de falha: um dado de treinamento manipulado não gera erro de sistema, gera decisões erradas com aparência de normalidade.
Domínio primário focado em entregar qualidade superior de serviço em modelos de negócio de IA como serviço (AIaaS) e na integração de IA aos ecossistemas de entrega de serviços, existentes e novos. A perspectiva avaliada é a do cliente final: a acurácia média do modelo importa menos do que entregar a resposta certa no momento em que o cliente precisou dela.
Focado em construir um ecossistema eficaz e eficiente de parcerias de IA, capaz de entregar valor consistente aos usuários finais. É um dos domínios mais relevantes para organizações que não desenvolvem IA internamente, mas dependem de soluções externas para operar processos críticos. Um cenário comum ilustra o risco: o fornecedor atualiza o modelo sem aviso, o comportamento do sistema muda junto, e a organização precisa detectar essa mudança antes do cliente.
Focado em habilitar a colaboração virtual eficaz por meio de infraestrutura robusta, para entregar resultados coesos no desenvolvimento e no uso de soluções de IA. É o domínio que reconhece uma realidade do trabalho com IA: boa parte dele acontece em equipes distribuídas, e sem infraestrutura de colaboração a governança não se sustenta na prática.
A distribuição em 8 domínios reflete a abrangência do escopo de governança de IA: não se trata apenas de desenvolver modelos, mas de governar toda a cadeia que sustenta o uso de IA em uma organização, da origem dos dados à operação dos sistemas em produção.
O CMMI AIM categoriza o uso de IA em três cenários, que diferem pelo grau de autonomia dos sistemas em relação às decisões humanas. Os cenários ajudam a organização a determinar como o modelo se aplica a cada sistema de IA em operação.
O sistema de IA fornece recomendações, análises ou automações, mas o humano mantém controle e responsabilidade pelas decisões. Exemplo típico: ferramentas de análise de código com sugestões de IA que o desenvolvedor aceita ou rejeita. Organizações iniciando a adoção de IA geralmente operam neste cenário e consolidam os controles básicos antes de avançar para os próximos.
O sistema de IA executa atividades de forma autônoma, com supervisão humana. Exemplo: sistemas de análise de risco que geram alertas e tomam ações preventivas automáticas dentro de parâmetros definidos pela organização.
O sistema opera de forma independente, toma decisões e executa ações sem intervenção humana contínua. Exige os controles mais rigorosos de governança, rastreabilidade e análise de risco. Exemplo: agentes autônomos de suporte técnico ou sistemas de resposta a incidentes que agem sem aprovação prévia.
Organizações em estágio inicial de adoção de IA costumam operar no primeiro cenário e evoluem conforme a maturidade dos processos avança. O mapeamento do cenário atual de cada sistema de IA é parte do diagnóstico inicial de implementação do CMMI AIM.
O CMMI Institute publica periodicamente dados de desempenho das organizações avaliadas. O relatório mais recente consolida resultados de mais de 24 mil avaliações realizadas entre 2020 e 2025, abrangendo organizações de múltiplos países e setores.
Os números documentados no relatório mostram resultados concretos para as organizações que implementam o modelo com rigor:
Esses resultados contextualizam o CMMI AIM: o modelo de maturidade CMMI tem histórico documentado de melhoria de desempenho. O AIM estende essa lógica para o domínio de IA, aplicando a mesma estrutura de práticas verificáveis e avaliações com critérios objetivos que caracterizam o CMMI desde sua origem. Organizações que já têm avaliação CMMI partem de uma base de processos comprovada para incorporar as práticas de IA.
Fonte: CMMI Technical Report: Performance Results 2020-2025, CMMI Institute, maio 2026.
O CMMI AIM inclui trilhas estruturadas de treinamento e certificação, alinhadas às trilhas já existentes do CMMI. Os dois cursos principais são o BAIM e o AAIM, que conduzem às certificações de Practitioner e de Lead Appraiser no contexto de IA.
Curso híbrido que combina elearning prévio com treinamento conduzido por instrutor. O conteúdo cobre conceitos de IA, qualidade de dados, IA responsável e ética, regulamentações e gestão de iniciativas de IA.
Curso avançado voltado para Lead Appraisers certificados do CMMI. Cobre o escopo e o planejamento de avaliações de IA, a análise de desempenho e a sustentação da melhoria orientada por IA.
Quem já possui certificações CMMI não é impactado de imediato: a extensão para o CMMI AIM é uma escolha, não uma exigência. Para organizações que planejam uma avaliação formal, vale saber que avaliar maturidade em IA introduz considerações específicas de planejamento e escopo, tratadas exatamente nesses treinamentos especializados.
A implementação do CMMI AIM segue a mesma lógica do CMMI: começa pelo diagnóstico, passa pelo mapeamento do estado atual e evolui até a avaliação formal. Não é um projeto com data de fim: é uma continuidade de revisão dos processos em busca de otimização, aplicada ao domínio de IA. As decisões ao longo do caminho se apoiam em dados do diagnóstico, não em intuição.
O primeiro passo é mapear como a organização usa IA hoje. Isso inclui identificar quais sistemas de IA estão em operação, quem os opera, quais dados utilizam e qual o grau de autonomia de cada sistema. O diagnóstico gera uma visão do estado atual e aponta as lacunas em relação às práticas dos 8 domínios do CMMI AIM.
Com base no diagnóstico, a organização identifica em qual dos três cenários cada sistema de IA se enquadra: human-augmented, autonomous augmentation ou fully autonomous. Isso define o nível de controles necessários e prioriza as áreas de prática a desenvolver primeiro. Um sistema de apoio a decisão de baixo risco exige um conjunto de controles diferente de um agente autônomo operando em produção.
A organização implementa as práticas dos domínios priorizados, integrando com os processos CMMI já existentes quando aplicável. O trabalho é iterativo: começa pelas lacunas mais críticas e avança por domínio. Os níveis de maturidade CMMI já conquistados servem como base para acelerar o desenvolvimento das práticas de IA, especialmente nos domínios Development e Security.
A avaliação formal fecha o ciclo. Ela é conduzida por um Lead Appraiser credenciado pelo CMMI Institute e resulta em um relatório de maturidade que documenta o desempenho nos 8 domínios, servindo como benchmark para os ciclos de melhoria seguintes.
A Promove atua na fase de implementação: diagnóstico de aderência, estruturação das práticas nos 8 domínios e preparação da organização para chegar à avaliação formal em condições. Esse trabalho é liderado por Mariano Montoni, único brasileiro certificado como High Maturity Lead Appraiser pelo CMMI Institute. São mais de 150 avaliações CMMI realizadas, o que significa saber exatamente o que uma organização precisa demonstrar quando o avaliador chega.
A diferença entre adotar IA e governar IA aparece no primeiro incidente. Se a sua organização quer chegar preparada, com respostas baseadas em evidência, a Promove conduz toda a implementação de processos com aderência ao CMMI AIM. Entre em contato para conversar com nosso especialista!
CMMI AIM (Artificial Intelligence Maturity) é o framework do...
Em 11 de março de 2026, Vasilios Syrakis recebeu o e-mail que muitos engenheiros sênior têm recebido: oito anos na Atlassian, infraestru...
Seja o primeiro a comentar!