Um funcionário copia uma planilha de clientes para um chatbot e pede uma análise. Outro envia a minuta de um contrato para revisar a redação. No departamento de Recursos Humanos, currículos são resumidos por uma ferramenta gratuita, enquanto um desenvolvedor utiliza um assistente pessoal para encontrar um erro no código de uma aplicação interna. As tarefas terminam mais rapidamente, mas a empresa pode não saber quais serviços receberam seus dados, por quanto tempo as informações serão armazenadas ou quem poderá acessá-las.
Esse uso de ferramentas de inteligência artificial sem aprovação, inventário ou supervisão da organização recebeu o nome de Shadow AI. O fenômeno não significa necessariamente que funcionários estejam agindo com a intenção de violar regras. Em muitos casos, revela uma diferença entre a velocidade com que as pessoas incorporaram a IA ao trabalho e a capacidade das empresas de oferecer alternativas oficiais, treinamento e políticas de segurança.
A escala do problema já aparece em pesquisas corporativas. Um levantamento da Nutanix, conduzido pela Wakefield Research com 1,6 mil líderes de TI — 100 deles no Brasil — apontou que 81% dos entrevistados brasileiros consideram arriscado o uso de ferramentas e agentes de IA fora da supervisão oficial. No mesmo recorte, 74% afirmaram ter encontrado aplicações ou agentes implementados por colaboradores fora da área de TI. A amostra se concentra em organizações maiores e não representa todas as empresas brasileiras, mas expõe um ponto cego que já chegou às operações corporativas.
A adoção individual avançou mais rápido que a governança corporativa
A Shadow AI é uma evolução da conhecida Shadow IT, expressão usada para descrever softwares, equipamentos e serviços de nuvem adotados sem autorização da equipe responsável pela tecnologia. A diferença está no alcance. Um aplicativo convencional pode armazenar arquivos ou criar um canal de comunicação paralelo; uma ferramenta de IA também interpreta informações, produz conteúdo, sugere decisões, transforma código e combina dados enviados durante uma conversa.
O acesso exige pouco esforço. Basta abrir um navegador, criar uma conta pessoal ou instalar uma extensão. Chatbots, geradores de imagem, transcritores de reuniões, assistentes de programação e plataformas de automação podem ser utilizados sem instalação no computador corporativo. Isso reduz a visibilidade da equipe de TI e dificulta identificar quais dados estão saindo do ambiente controlado.
A popularidade dessas ferramentas ajuda a explicar o avanço. A pesquisa Global Hopes and Fears 2025, da PwC, ouviu 49.843 profissionais de 48 países entre julho e agosto de 2025. No recorte brasileiro, 71% disseram ter utilizado alguma ferramenta de inteligência artificial nos 12 meses anteriores; entre os usuários, 79% relataram ganhos de produtividade e 83% perceberam melhora na qualidade do trabalho. A procura espontânea por IA, portanto, não nasce apenas de curiosidade: ela está associada a benefícios que os próprios profissionais acreditam obter.
Bloquear todos os serviços sem disponibilizar uma opção adequada tende a deslocar o uso para contas pessoais, celulares e redes que a empresa não monitora. A proibição pode reduzir parte da exposição nos dispositivos administrados, mas não elimina a demanda que deu origem ao comportamento. A resposta mais consistente combina regras proporcionais ao risco, ferramentas corporativas aprovadas e um processo acessível para avaliar novas soluções.
O risco começa no conteúdo enviado, não no nome do chatbot
Uma ferramenta de inteligência artificial não precisa invadir a rede para receber informações confidenciais. O próprio usuário pode entregar o conteúdo ao copiar uma planilha, anexar um documento ou solicitar a análise de um trecho de código. A interface simples reduz a percepção de risco: a conversa parece privada, embora o processamento possa depender de infraestrutura, contratos e políticas fora do controle da organização.
Entre os materiais que não deveriam ser transferidos para uma ferramenta pública sem avaliação prévia estão dados de clientes, credenciais, contratos não publicados, relatórios financeiros, prontuários, currículos, estratégias comerciais, código-fonte proprietário e descrições detalhadas da infraestrutura interna. Até informações aparentemente isoladas podem revelar mais quando combinadas com nomes de projetos, estruturas de sistemas ou histórico de incidentes.
O destino dos dados varia conforme o fornecedor, o plano contratado, a configuração da conta e os termos do serviço. Algumas plataformas oferecem ambientes corporativos com controles administrativos, compromissos de retenção e condições específicas sobre o uso de conteúdo. Uma conta gratuita ou pessoal pode estar submetida a regras diferentes. A avaliação correta não pode partir da suposição de que todo chatbot utiliza os dados para treinar modelos, nem da conclusão oposta de que nenhuma informação permanece armazenada.
Do ponto de vista técnico, o controle precisa responder a perguntas objetivas: qual serviço processa o conteúdo, onde ocorre o tratamento, por quanto tempo os registros são mantidos, se administradores podem auditar o uso, como funciona a exclusão e quais terceiros participam da operação. Sem essas respostas, a empresa não possui evidências suficientes para avaliar exposição, atender solicitações ou investigar um incidente.
Uma resposta convincente pode introduzir erros silenciosos na operação
Vazamento de dados é apenas uma parte do risco. Sistemas generativos podem produzir afirmações incorretas, referências inexistentes, interpretações incompletas e código vulnerável com uma redação aparentemente segura. Quando o resultado é utilizado sem revisão, a Shadow AI deixa de ser apenas uso não autorizado de software e passa a influenciar decisões ou entregas corporativas sem rastreabilidade.
O impacto muda conforme a tarefa. Um erro em uma ideia preliminar de campanha pode ser corrigido antes da publicação. Uma interpretação equivocada de contrato, uma classificação automática de candidatos ou uma alteração de código em produção pode gerar consequências maiores. A política interna, portanto, precisa considerar tanto a sensibilidade dos dados de entrada quanto o efeito provocado pela saída.
Agentes de IA ampliam essa diferença porque não se limitam a redigir respostas. Dependendo das permissões recebidas, eles podem consultar bases internas, chamar APIs, atualizar registros e executar ações em outros sistemas. A descentralização de modelos e agentes dificulta padronizar segurança, acompanhar consumo, controlar custos e reconstruir a sequência de uma decisão. Análises publicadas em 2026 já relacionam o crescimento da Shadow AI a riscos regulatórios, falta de auditoria e baixa previsibilidade operacional.
A autorização para consultar um documento não deveria significar, automaticamente, permissão para alterar cadastros ou iniciar transações. Quanto maior a autonomia, mais necessários se tornam registros de atividade, segregação de funções, limites operacionais, revisão humana e um mecanismo de interrupção.
A LGPD continua válida quando o tratamento ocorre em uma ferramenta de IA
Usar inteligência artificial não constitui, por si só, uma infração à Lei Geral de Proteção de Dados. O problema aparece quando dados pessoais são tratados sem finalidade definida, base legal adequada, transparência, medidas de segurança ou controle sobre fornecedores. A inclusão de uma nova plataforma não elimina as responsabilidades que já existiam antes dela.
Se um funcionário envia currículos, históricos de atendimento ou planilhas de consumidores a um chatbot, pode iniciar um tratamento de dados que não estava registrado nos processos internos. A empresa também pode perder condições de informar onde os dados são processados, cumprir pedidos dos titulares ou verificar a eliminação do conteúdo. Informações sensíveis exigem cautela ainda maior por estarem sujeitas a proteções específicas.
A Agência Nacional de Proteção de Dados mantém entre seus materiais técnicos um Radar Tecnológico dedicado à IA generativa, além de estudos e notas relacionados a tecnologias que tratam dados pessoais. A existência desses documentos não significa que todo uso empresarial de IA esteja proibido; demonstra que proteção de dados, transparência e segurança precisam fazer parte da implantação.
A análise jurídica deve considerar o caso concreto, especialmente a natureza da informação, a finalidade, a base legal e o contrato com o fornecedor. Uma política interna ajuda a reduzir usos improvisados, mas não substitui a avaliação realizada pelas áreas jurídica, de privacidade e segurança da informação.
Proibir sem oferecer alternativa apenas transfere o problema
Uma empresa pode precisar bloquear determinadas ferramentas, principalmente quando elas não atendem a requisitos mínimos de segurança ou quando a atividade envolve dados críticos. O erro está em transformar o bloqueio na única medida. Se os profissionais enxergam ganho real de produtividade e não encontram uma alternativa oficial, parte deles buscará outros caminhos.
A experiência acumulada na administração de ambientes corporativos mostra um padrão recorrente: controles técnicos funcionam melhor quando acompanham processos claros. Uma restrição sem orientação costuma ser interpretada como obstáculo; uma regra que explica o risco, define limites e oferece uma opção aprovada tem maior chance de ser cumprida. Esse é um posicionamento técnico baseado no comportamento observado em operações de TI, e não a descrição de um incidente específico.
Também é inadequado liberar uma solução corporativa e considerar o problema resolvido. O fornecedor escolhido pode adicionar recursos, alterar integrações ou passar a acessar novas fontes de dados. Ao mesmo tempo, extensões e serviços menores continuam surgindo. A governança precisa acompanhar o ciclo de vida da ferramenta, e não apenas sua contratação.
Uma política útil separa usos aceitáveis de atividades proibidas
Uma política de IA excessivamente genérica produz pouca orientação. Dizer apenas que a tecnologia deve ser usada “com responsabilidade” não ajuda o funcionário a decidir se pode resumir um texto público, analisar uma planilha interna ou anexar um contrato. As regras precisam traduzir risco em situações reconhecíveis.
Uma classificação funcional pode dividir os usos da seguinte maneira:
| Nível de uso | Exemplo | Orientação |
|---|---|---|
| Baixo risco | Revisar um texto sem dados internos | Permitido em ferramenta aprovada |
| Uso interno | Resumir procedimento não confidencial | Permitido com conta corporativa |
| Confidencial | Analisar contrato, código ou estratégia | Somente em ambiente homologado e com controles específicos |
| Dados pessoais ou sensíveis | Processar currículos, saúde ou cadastro de clientes | Exige avaliação jurídica, de privacidade e segurança |
| Ação automatizada | Alterar sistemas ou tomar decisão sobre pessoas | Exige autorização, registros, limites e supervisão humana |
A tabela não substitui uma análise de risco, mas reduz ambiguidades. Cada organização deve ajustar os níveis à sua operação, ao setor e às obrigações contratuais. Um hospital, uma instituição financeira e uma agência de marketing não possuem a mesma tolerância ao uso de dados nem as mesmas consequências em caso de erro.
A política também deve registrar quais ferramentas estão aprovadas, para quais finalidades, quem pode utilizá-las e como solicitar a avaliação de uma nova solução. A ausência de um canal rápido estimula a adoção informal, enquanto um processo excessivamente burocrático recria o problema que a governança pretendia resolver.
O inventário deve começar antes da compra de novas licenças
A primeira providência não é escolher uma plataforma corporativa, mas descobrir o que já está sendo utilizado. Esse mapeamento pode reunir entrevistas com as áreas, questionários objetivos, análise de acessos permitida pelas políticas internas e revisão das integrações existentes. O propósito inicial deve ser compreender o fluxo de trabalho, não punir quem revelou uma necessidade legítima.
Depois do inventário, a empresa pode priorizar os casos pelo tipo de dado tratado e pelo impacto potencial. Ferramentas que apenas apoiam pesquisas públicas não exigem o mesmo controle de agentes conectados a sistemas financeiros. Essa diferenciação evita que o projeto se transforme em uma lista extensa de proibições sem relação com o risco real.
Um programa mínimo de governança deve contemplar:
- inventário das ferramentas e dos casos de uso;
- classificação dos dados que podem ou não ser enviados;
- avaliação contratual e técnica dos fornecedores;
- contas corporativas com administração centralizada;
- autenticação forte e concessão mínima de privilégios;
- registros de uso compatíveis com a finalidade;
- revisão humana nas atividades de maior impacto;
- treinamento baseado em exemplos do trabalho cotidiano;
- canal para comunicar incidentes e sugerir ferramentas;
- revisão periódica das regras e integrações.
Esses controles precisam funcionar como um conjunto. Treinamento sem alternativa aprovada mantém a demanda reprimida. Licença corporativa sem classificação de dados cria uma falsa sensação de segurança. Monitoramento sem comunicação pode incentivar a ocultação. O objetivo não é impedir experimentação, mas torná-la visível e proporcional ao risco.
O conhecimento produzido em contas pessoais também pode desaparecer
A Shadow AI cria outro problema menos evidente: parte do método de trabalho passa a existir apenas no histórico pessoal do funcionário. Prompts aperfeiçoados, pesquisas, análises, instruções e sequências de automação podem se tornar fundamentais para uma tarefa sem serem documentados nos sistemas da empresa.
Quando esse profissional muda de função ou deixa a organização, o conhecimento pode sair com a conta. A empresa conserva o documento final, mas perde o processo usado para produzi-lo. Esse fenômeno é chamado de Shadow Knowledge e amplia uma dificuldade antiga de gestão do conhecimento: a diferença é que agora uma parcela relevante do raciocínio operacional pode estar armazenada em conversas externas.
Ferramentas corporativas ajudam a manter propriedade administrativa, mas não resolvem o problema sozinhas. Processos relevantes precisam de documentação, versionamento e responsáveis definidos. Prompts críticos devem ser tratados como ativos de trabalho, principalmente quando orientam análises recorrentes ou ações automatizadas.
A empresa precisa governar o uso, não fingir que ele não existe
A inteligência artificial já entrega ganhos percebidos de produtividade, e isso torna improvável um retorno ao cenário anterior. Na pesquisa da PwC, 52% dos CEOs brasileiros relataram maior eficiência no uso do tempo dos funcionários com IA generativa, enquanto 61% esperavam aumento de lucratividade nos 12 meses seguintes. A adoção empresarial tende a continuar, ainda que os benefícios variem conforme o processo e a qualidade da implantação.
Shadow AI não deve ser tratada como prova automática de indisciplina, nem como uma tendência inofensiva. Ela é um sinal de que a operação encontrou utilidade antes de a organização estabelecer controles. A resposta tecnicamente mais consistente é identificar os usos existentes, separar experimentação de atividades críticas, oferecer ambientes adequados e exigir supervisão proporcional ao impacto.
A pergunta deixou de ser se os funcionários usam IA. O diagnóstico relevante é quais ferramentas utilizam, quais informações enviam, que decisões recebem apoio desses sistemas e quais evidências a empresa consegue preservar. Sem esse mapa, a organização pode colher ganhos imediatos de produtividade enquanto acumula riscos de segurança, privacidade, dependência e perda de conhecimento.
Dúvidas sobre Shadow AI no ambiente corporativo
O que significa Shadow AI?
Shadow AI é o uso de ferramentas, modelos ou agentes de inteligência artificial sem conhecimento, aprovação ou supervisão formal da organização. Isso pode incluir chatbots pessoais, extensões, transcritores, geradores de conteúdo e automações conectadas a sistemas internos.
Usar ChatGPT no trabalho sempre é Shadow AI?
Não. O uso deixa de ser Shadow AI quando a ferramenta está autorizada, possui finalidade definida e segue os controles estabelecidos pela empresa. Uma conta pessoal usada sem aprovação pode ser enquadrada como Shadow AI mesmo que a organização tenha contratado outra solução corporativa.
Shadow AI viola automaticamente a LGPD?
Não. A possível irregularidade depende do tratamento realizado. O risco surge quando dados pessoais são enviados ou processados sem finalidade legítima, base legal, transparência, segurança ou controle sobre o fornecedor. Casos concretos devem ser avaliados pelos responsáveis jurídicos e de privacidade.
A empresa pode bloquear todas as ferramentas de IA?
Pode aplicar restrições em seus dispositivos e redes conforme suas políticas e obrigações, mas o bloqueio isolado não elimina o uso em contas pessoais ou equipamentos externos. A medida funciona melhor quando acompanhada de orientação, treinamento e alternativas aprovadas.
Quais dados nunca devem ser enviados a um chatbot público?
Credenciais, chaves de acesso, dados pessoais ou sensíveis, informações financeiras não publicadas, contratos confidenciais, código proprietário e documentos protegidos não devem ser enviados sem autorização e avaliação prévia. A lista exata depende do setor e da classificação interna da informação.
Uma versão corporativa de IA elimina o risco?
Não. Ela pode fornecer controles administrativos, contratos específicos, auditoria e melhores condições de proteção, mas ainda exige configuração, gestão de acessos, revisão humana e regras sobre os dados permitidos. Licenciamento empresarial não transforma todo uso em atividade segura.
Quem deve responder pela governança de IA?
A responsabilidade deve ser compartilhada por tecnologia, segurança da informação, privacidade, jurídico, compliance e áreas de negócio. Concentrar todo o processo na TI ignora os efeitos jurídicos e operacionais; deixá-lo apenas com o jurídico pode desconsiderar mecanismos técnicos essenciais.
Qual é o primeiro passo para reduzir a Shadow AI?
O primeiro passo é realizar um inventário sem foco punitivo: identificar ferramentas, usuários, finalidades, informações processadas e integrações. A partir desse mapa, a empresa consegue priorizar riscos e definir quais usos serão aprovados, restringidos ou substituídos.