Shadow AI: se as equipes já usam IA, onde ficam os dados?

Cenário hipotético. Imagine uma analista de riscos de uma seguradora em uma quinta-feira, às seis da tarde. Ela precisa entregar amanhã um resumo de quarenta páginas de uma apólice e dos anexos dela. A ferramenta aprovada pela empresa não existe, ou leva três semanas para ser autorizada. Ela abre uma conta pessoal de um assistente de IA no navegador, cola o documento completo e recebe um resumo útil em minutos. Não há má intenção: há uma entrega, uma ferramenta que resolve a tarefa e nenhuma alternativa aprovada à mão.

Em uma organização que não inventariou esse uso, pode não haver resposta documentada sobre onde o texto ficou, quais condições se aplicam, quem poderia acessá-lo ou por quanto tempo é conservado.

Isso é shadow AI: o uso de ferramentas de inteligência artificial que a organização não aprovou, não inventariou e não monitora. É a versão atual do velho shadow IT, com uma diferença que importa a um comitê: o que se compartilha não é uma planilha em uma nuvem pessoal, mas contexto, dados de clientes e critério de negócio, escritos em linguagem natural.

Este artigo é para quem responde pela direção-geral, pelas finanças, pela operação, pelo comercial ou pela tecnologia de um banco, uma fintech, uma seguradora, uma rede de varejo ou uma empresa regulada. Ele cobre cinco temas: o que dizem os estudos com método, por que um veto isolado pode ficar aquém, onde está a exposição no México, quais marcos já existem para governar e como avaliar uma alternativa aprovada.

O que dizem os estudos, e de quem vêm

Quase tudo o que se publica sobre shadow AI provém de pesquisas de fornecedores e de empresas de análise, não de estatísticas oficiais. Isso não as invalida, mas obriga a lê-las como o que são: amostras de quem as encomendou, com método declarado e possíveis vieses. Estas são as que conseguimos revisar na fonte original.

Uso. O Work Trend Index 2024 da Microsoft e do LinkedIn, com 31.000 trabalhadores do conhecimento em 31 países (pesquisa realizada entre fevereiro e março de 2024 por uma empresa independente por encomenda da Microsoft), informa que 78 % de quem usa IA no trabalho leva as próprias ferramentas, e que a proporção sobe para 80 % nas pequenas e médias empresas [1]. É um estudo de fornecedor sobre trabalhadores do conhecimento em geral, não sobre o México nem sobre setores regulados.

Dados expostos. O 2024 Data Privacy Benchmark Study da Cisco, uma pesquisa anônima realizada no verão (hemisfério norte) de 2023 com 2.600 profissionais de privacidade e segurança em 12 países, relatou que 48 % das pessoas entrevistadas afirmaram ter inserido informação não pública da empresa em ferramentas de IA generativa e 45 % nomes ou informações de funcionários [2]. É autorrelato de entrevistados, não uma medição de tráfego nem uma estimativa para o México.

Custo. O estudo Cost of a Data Breach 2025 da IBM foi realizado pelo Ponemon Institute, patrocinado e analisado pela IBM, e reúne as violações vividas por 600 organizações entre março de 2024 e fevereiro de 2025. Uma em cada cinco organizações relatou uma violação que atribuiu a shadow AI; apenas 37 % têm políticas para geri-la ou detectá-la; e as que relataram uso alto de shadow AI observaram, em média, USD 670.000 a mais de custo por violação do que as de uso baixo ou nulo. Nos incidentes de shadow AI, foram comprometidos dados pessoais em 65 % dos casos e propriedade intelectual em 40 % [3]. São associações relatadas na amostra, não uma estimativa causal nem um custo aplicável ao México. A IBM esclarece que é o primeiro ano em que essa série examina a segurança e a governança da IA, de modo que ainda não há uma tendência de vários anos.

Três cuidados ao citá-las em um comitê. Primeiro: são de fornecedores. Segundo: medem populações distintas (usuários, profissionais de privacidade, organizações com violação) e não podem ser somadas nem comparadas entre si. Terceiro: para as métricas citadas aqui, os resultados são divulgados como agregados globais; a Microsoft e a Cisco incluíram participantes do México, mas esses números não permitem inferir uma prevalência nacional nem setorial. Servem para dizer «isto ocorre e tem um custo medido em escala global», não para dizer «isto nos custa tanto».

Circulam outras cifras mais espetaculares, como um percentual de funcionários que usam IA «sem aprovação» atribuído a analistas, ou a proporção do que se cola em assistentes públicos que seria confidencial. Não as usamos: não conseguimos localizá-las em uma fonte primária com método publicado.

Por que um veto isolado pode ficar aquém

A reação habitual de um comitê é bloquear: fechar os domínios dos assistentes de IA e emitir uma circular. A Cisco informa que 27 % das organizações proibiram, ao menos temporariamente, a IA generativa, enquanto 63 % limitaram quais dados podem ser inseridos e 61 % limitaram quais ferramentas podem ser usadas [2]. As limitações sobre dados e ferramentas foram relatadas com mais frequência do que o veto total. Como as respostas podem se sobrepor, o estudo não permite afirmar que sejam alternativas excludentes nem que exista uma sequência entre elas.

O motivo prático é simples. Se a tarefa urgente continua e não existe uma alternativa autorizada que resolva o caso, algumas pessoas podem buscar vias fora do controle corporativo: o celular, a conta pessoal, a rede doméstica. Um bloqueio pode deslocar parte do uso para espaços menos visíveis, e o que não se vê é difícil de governar e de explicar a um auditor. É uma inferência operacional nossa, não uma conclusão medida pelos estudos citados: as pesquisas mostram que o uso é amplo mesmo onde há regras, e não medem o que acontece depois de um bloqueio.

A pergunta útil, então, não é «como o detemos?», mas «o que damos em troca que seja melhor?».

Por que importa no México, ainda que não haja uma norma de «IA»

A LFPDPPP é um ponto de partida relevante para as organizações privadas. Trata-se da Ley Federal de Protección de Datos Personales en Posesión de los Particulares (lei federal mexicana de proteção de dados pessoais em posse de particulares), cujo decreto de expedição foi publicado no Diario Oficial de la Federación (DOF, o diário oficial do governo federal mexicano) em 20 de março de 2025 [4]. Entre as obrigações estão o aviso de privacidade, o consentimento quando cabível, o tratamento de dados sensíveis e certas transferências: regula, em suma, o tratamento informado e controlado de dados pessoais. Para uma instituição financeira, seguradora ou empresa regulada, essa análise não substitui a revisão da regulação setorial, das obrigações contratuais e dos critérios internos aplicáveis ao caso.

Em julho de 2026, a Secretaría Anticorrupción y Buen Gobierno, que hoje supervisiona a lei de proteção de dados pessoais em posse de particulares, multou em 42.849.095 pesos a Federación Mexicana de Futbol (federação mexicana de futebol) pelo sistema de identificação de torcedores. Segundo o comunicado da autoridade, ela censurou a falta de informação adequada aos torcedores de que os dados biométricos deles eram dados pessoais sensíveis e um consentimento indevido para tratá-los. O comunicado não menciona vazamento nem acesso não autorizado e indica que a Federação pode impugnar a resolução [5]. Não é um caso de IA e não o apresentamos como tal.

A lição para um comitê é outra. A autoridade sancionou falhas ao informar e ao obter o consentimento para o tratamento de dados pessoais. Se funcionários da empresa colam dados de clientes em uma ferramenta que a empresa não inventariou, a pergunta «onde ficou esse dado, com qual base e quem o autorizou?» pode não ter resposta documentada. Isso, e não apenas um vazamento, é a exposição. Um parecer jurídico específico sobre o caso cabe ao assessor jurídico da empresa.

Governar antes de proibir: dois marcos que já existem

Não é preciso inventar um método. Há dois referenciais que podem ser usados como lista de verificação para o comitê.

NIST AI Risk Management Framework 1.0, publicado em 26 de janeiro de 2023 pelo instituto de padrões dos Estados Unidos. É de uso voluntário e se organiza em quatro funções: governar, mapear, medir e gerenciar [6]. O NIST indica hoje que a versão 1.0 está em revisão. Em julho de 2024, publicou um perfil específico para IA generativa [7]. Para um diretor, o útil é que «governar» atravessa as demais funções: define responsabilidade e política enquanto a organização identifica os sistemas de IA, os usos e os riscos deles. O inventário não substitui a governança; alimenta-a.

ISO/IEC 42001:2023, a norma internacional de sistemas de gestão de IA: um marco para estabelecer, implementar, manter e melhorar um sistema de gestão de IA dentro de uma organização [8]. Pode ajudar a organizar políticas, responsabilidades e melhoria contínua; não substitui as obrigações legais nem contratuais de cada organização.

Nenhum dos dois resolve o problema pela empresa. Mas ambos coincidem em algo que o comitê pode aproveitar já esta semana: é difícil governar o que não foi inventariado.

A alternativa aprovada: que o certo seja também o mais fácil

Governar não é apenas política. É dar às pessoas uma ferramenta que resolva a mesma tarefa com controle. Uma alternativa aprovada deveria ser avaliada segundo cinco critérios de negócio e de controle:

1. Consulta apenas fontes autorizadas para o caso de uso, de modo que responde com informação própria, sem depender de que um funcionário copie e cole documentos.
2. Aplica as permissões definidas pela empresa. Uma pessoa não obtém pela IA o que não pode consultar no sistema original.
3. Conserva a evidência de uso que a política de retenção permita e exija: o que se perguntou, quais dados foram usados e o que se respondeu, para poder explicá-lo.
4. Trata os dados sensíveis conforme a classificação, a política e as obrigações aplicáveis, por exemplo o que é ocultado ou bloqueado antes de chegar a um modelo.
5. Documenta onde os dados são processados, quais terceiros intervêm e quais condições contratuais regem esses fluxos. Para alguns dados e processos, a nuvem de um fornecedor com contrato adequado pode ser suficiente. Para outros, uma empresa regulada pode preferir que o modelo rode na própria infraestrutura.

Esse último critério é o que mais muda a conversa com o conselho e com a área de compliance. A infraestrutura própria pode reduzir determinados fluxos para terceiros, mas não resolve por si só permissões, cópias, backups, suporte, registros, retenção nem obrigações contratuais. A decisão deve se sustentar em um mapa documentado de fluxos e responsabilidades.

Cenário (ilustrativo, sem cliente). Uma seguradora detecta que a área de sinistros usa assistentes públicos para resumir pareceres e e-mails de reguladores de sinistros. Em vez de proibi-los, avalia uma ferramenta interna que consultaria os processos de sinistros com as permissões do usuário, resumiria e redigiria rascunhos, e deixaria registro de cada consulta. A hipótese a validar seria que uma alternativa autorizada, útil para a mesma tarefa e acompanhada de regras claras, reduz o incentivo de copiar processos para contas pessoais. O comitê teria de medir adesão, exceções e evidência disponível antes de concluir que o risco diminuiu.

Cinco perguntas para o próximo comitê

1. Sabemos hoje quantas ferramentas de IA são usadas na empresa e quem as usa? Se a resposta é uma estimativa e não um inventário, esse é o primeiro achado.
2. Quais tipos de dados estão proibidos de sair para um assistente externo? Dados pessoais de clientes, dados sensíveis, informação financeira não pública, código e contratos. Está escrito e as pessoas sabem?
3. Qual alternativa aprovada demos a elas? Se a resposta é «uma circular», o comitê ainda não tem evidência de uma alternativa autorizada, utilizável e adotada.
4. Existem uma responsabilidade executiva e uma estrutura de decisão claras para os usos de IA? Uma política sem um responsável nomeado não tem quem a faça cumprir.
5. Se uma autoridade, um cliente ou um auditor nos perguntar onde ficou um dado que alguém colou em uma ferramenta, conseguimos responder com evidência? Qual ferramenta, quais dados, com qual base e com qual rastreabilidade.

Se duas ou mais respostas forem «não sei», há motivo suficiente para acordar um responsável, um escopo inicial e uma revisão conjunta de negócio, tecnologia, segurança, privacidade e jurídico.

Por onde começar esta semana

Antes de decidir um projeto, é preciso acordar um escopo inicial, uma responsabilidade executiva e um inventário proporcional ao risco.

Convém pedir à Segurança, à Privacidade, ao Jurídico e às áreas de maior exposição (sinistros, crédito, cobrança, atendimento a clientes, finanças) que definam um levantamento breve, confidencial e não punitivo: ferramentas utilizadas, finalidade, categorias de dados e sistema de origem. O objetivo é que o uso venha à tona, com enfoque de mapeamento e não de sanção. Com esse levantamento, faz-se uma classificação preliminar em três grupos: o que pode continuar com uma conta empresarial e contrato, o que precisa de uma ferramenta interna com controle e o que não deve ocorrer. Essa classificação deve ser validada contra as obrigações aplicáveis antes de autorizar, restringir ou redesenhar um uso. É, além disso, insumo para «mapear» no marco do NIST e para um inventário como o que pediria um sistema de gestão.

Se o exercício revelar que o que mais se faz é resumir, redigir e consultar documentos próprios, já se sabe onde está o valor de avaliar uma alternativa aprovada.

O que a Hábil faz

Se a organização identifica a necessidade de uma alternativa autorizada para um processo concreto, a Hábil AI e a Nova são opções que podem ser avaliadas com a Hábil. A Hábil AI conecta a IA aos sistemas que uma empresa já tem, com controle sobre quem pode ver o quê e com rastreabilidade do que é consultado; quando os dados não devem sair da organização, a Nova é a IA que roda em infraestrutura própria. A conveniência de cada opção depende do processo, das fontes autorizadas, da sensibilidade dos dados, das permissões, das obrigações aplicáveis e da evidência que a organização precisa conservar. Para o controle de acesso, a página Controlar quem entra.

A primeira conversa de diagnóstico é sem custo: serve para revisar o caso, as dependências dele e o próximo passo que couber. Escreva para nós pelo WhatsApp.