Shadow AI: quase metade do uso de IA nas empresas acontece em contas pessoais
Um novo relatório da Akamai acende um alerta importante para líderes de TI, segurança e negócios: cerca de 47% das interações corporativas com ferramentas de inteligência artificial (IA) estão ocorrendo em contas pessoais, fora do alcance dos controles formais das empresas. Esse fenômeno, conhecido como *shadow AI*, amplia a superfície de ataque, cria pontos cegos de governança e abre espaço para vazamentos de dados sensíveis.
Mais do que discutir qual ferramenta de IA é “boa” ou “ruim”, o ponto central está em o que é compartilhado com esses sistemas, por quais canais e sob quais políticas de segurança. Prompts, códigos-fonte, documentos, prints de tela e bases de dados inteiras têm sido inseridos nessas plataformas – muitas vezes sem qualquer visibilidade por parte das equipes de segurança da informação.
Uso descentralizado de IA cria brechas de visibilidade
O relatório *State of the Internet (SOTI): The Enterprise AI Usage Risk Report 2026*, da Akamai, mostra que a adoção de IA nas empresas é, em grande medida, espontânea e descentralizada. Em vez de seguir um plano corporativo estruturado, colaboradores buscam soluções por conta própria:
– Criam perfis pessoais em plataformas de IA generativa;
– Instalam extensões de navegador com recursos de IA;
– Utilizam funções de IA embutidas em ferramentas de produtividade e comunicação;
– Automatizam tarefas por meio de agentes autônomos sem envolvimento do time de TI.
Esse comportamento é compreensível do ponto de vista da produtividade, mas altamente problemático para a segurança. Quando o uso de IA fica “por baixo do radar”, a organização perde noções básicas como: quais dados estão saindo, por quais canais, com qual finalidade e sob quais termos de uso e privacidade.
Shadow AI: quando a IA opera fora do controle corporativo
O termo *shadow AI* descreve exatamente esse uso paralelo de ferramentas de inteligência artificial, sem aprovação formal, sem monitoramento e sem políticas claras. Não se trata apenas de usar “um app proibido”, mas de um ecossistema inteiro de contas pessoais e serviços externos, sobre o qual a empresa não tem:
– Gestão de identidade e acesso;
– Registro de auditoria;
– Controles de privacidade e retenção de dados;
– Capacidade de incident response em caso de vazamento ou abuso.
Nesse cenário, informação corporativa pode ser copiada, processada e armazenada em ambientes que não seguem os requisitos mínimos de segurança exigidos pela própria organização ou pela legislação de proteção de dados.
Novos caminhos para vazamento de dados corporativos
O uso cotidiano de IA nas empresas abre múltiplos canais para circulação de informações sensíveis. Entre os vetores mais críticos estão:
– Prompts detalhados que revelam estratégias de negócio, processos internos, dados de clientes ou segredos industriais;
– Uploads de arquivos com planilhas financeiras, contratos, códigos-fonte ou documentos confidenciais;
– Capturas de tela que expõem dashboards, sistemas internos, telas bancárias ou dados pessoais;
– Código e scripts que podem embutir credenciais, chaves de API ou configurações de infraestrutura;
– Integrações automatizadas com agentes que acessam diretamente sistemas corporativos.
Quando tudo isso ocorre em contas pessoais, muitas vezes vinculadas a e-mails privados e termos de uso aceitos pelo usuário final, a empresa perde qualquer capacidade real de controlar o ciclo de vida dessas informações.
Agentes autônomos de IA como nova identidade corporativa
O relatório da Akamai chama atenção para uma tendência emergente: agentes autônomos e navegadores com IA deixam de ser apenas “ferramentas” e passam a agir diretamente sobre sistemas corporativos, executando tarefas de ponta a ponta.
Esses agentes:
– Fazem login em sistemas internos;
– Consultam bases de dados;
– Tomam decisões baseadas em políticas;
– Executam fluxos de trabalho inteiros sem intervenção humana constante.
Diante disso, a recomendação é tratá-los como uma nova classe de identidade corporativa. Em outras palavras, cada agente ou bot de IA deve ter:
– Credenciais próprias e segregadas;
– Perfis de acesso limitados por função (*least privilege*);
– Monitoramento contínuo de atividades;
– Políticas claras de provisionamento e desprovisionamento;
– Auditoria e trilhas de log específicas.
Ignorar essa dimensão de identidade é abrir espaço para abuso de credenciais, escalonamento de privilégios e ataques em cadeia explorando agentes de IA mal configurados.
Risco não está apenas na ferramenta, mas na governança
Um equívoco comum é acreditar que o problema é “esta ou aquela plataforma de IA”. O relatório reforça que o foco precisa migrar de “bloquear ferramentas” para criar visibilidade e governança.
Ferramentas de IA, por si só, não são intrinsecamente inseguras. O risco se multiplica quando:
– Não há inventário de quais soluções estão em uso;
– Falta clareza sobre quais dados podem ou não ser inseridos;
– Termos de uso e políticas de privacidade não são revisados pelo jurídico e pela segurança;
– Não existe um modelo de classificação da informação aplicado à IA;
– A empresa não dispõe de mecanismos técnicos para monitorar tráfego e atividades envolvendo IA.
Portanto, o desafio principal não é simplesmente restringir tudo, mas enxergar, controlar e orientar o uso de IA de forma responsável.
Como reduzir os riscos do uso de IA nas empresas
Para diminuir a exposição gerada pelo shadow AI e pelo uso desordenado de IA, algumas diretrizes práticas podem ser adotadas:
1. Mapear o uso real de IA
– Identificar quais ferramentas e extensões estão efetivamente sendo usadas na rede corporativa;
– Monitorar tráfego para domínios de provedores de IA;
– Entender quais áreas e times mais dependem de IA no dia a dia.
2. Definir uma política corporativa clara de uso de IA
– Estabelecer quais tipos de dados jamais podem ser compartilhados com IA pública (por exemplo, dados sensíveis, segredos industriais, credenciais, informações reguladas);
– Determinar quais plataformas são autorizadas, condicionais ou proibidas;
– Formalizar regras sobre uso de contas pessoais em assuntos de trabalho.
3. Oferecer alternativas seguras aprovadas pela empresa
– Disponibilizar soluções de IA corporativas, com autenticação integrada, criptografia e logs de auditoria;
– Sempre que possível, optar por modelos que permitam isolamento de dados e controles de retenção;
– Integrar IA em ferramentas já governadas, em vez de multiplicar aplicações sem controle.
4. Implementar controles técnicos de proteção de dados
– Usar soluções de prevenção de perda de dados (DLP) para monitorar e bloquear o envio de informações críticas a serviços externos de IA;
– Aplicar proxies ou gateways específicos para tráfego relacionado a IA, com inspeção e política dedicada;
– Segmentar acessos por perfil de usuário e necessidade de negócio.
5. Treinar colaboradores sobre riscos e boas práticas
– Explicar de forma objetiva como prompts, uploads e prints podem gerar vazamentos permanentes;
– Mostrar exemplos reais de incidentes envolvendo IA e uso indevido de informações;
– Incentivar que os times reportem necessidades de IA em vez de buscar soluções por conta própria.
6. Envolver jurídico, segurança e áreas de negócio na governança
– Revisar contratos, termos de uso e políticas de privacidade dos provedores de IA;
– Verificar implicações em leis de proteção de dados e normas setoriais;
– Alinhar o apetite de risco da organização com as possibilidades oferecidas pela IA.
Shadow AI e LGPD: riscos regulatórios e de reputação
Em ambientes regulados e sob marcos de proteção de dados, como a LGPD, o shadow AI amplia não apenas o risco técnico, mas também o risco jurídico. Quando dados pessoais ou sensíveis são enviados para plataformas de IA sem base legal adequada, sem registro ou sem avaliação de impacto, a empresa pode:
– Perder controle sobre onde esses dados são armazenados e por quanto tempo;
– Ficar sujeita a tratamento adicional por parte do provedor, como uso para treinamento de modelos;
– Enfrentar incidentes de segurança sem sequer saber quais dados foram expostos;
– Ser responsabilizada por falhas de governança, mesmo que o uso tenha partido de contas pessoais de colaboradores.
Do ponto de vista reputacional, incidentes ligados a IA costumam ganhar visibilidade rapidamente, sobretudo quando envolvem sigilo bancário, informações de clientes ou falhas em processos críticos. Isso reforça a necessidade de incluir IA de forma explícita nos programas de privacidade e compliance.
Da proibição ao uso responsável: por que “bloquear tudo” não funciona
Algumas empresas reagem ao tema tentando simplesmente bloquear o acesso a todos os serviços de IA generativa. Embora isso possa reduzir certos riscos de curto prazo, a experiência mostra que a abordagem de proibição total tende a:
– Empurrar usuários para canais ainda mais obscuros e difíceis de monitorar;
– Reduzir competitividade e produtividade frente a concorrentes que usam IA de forma estratégica;
– Estimular o uso de dispositivos pessoais, redes externas e contas particulares, intensificando o shadow AI.
O caminho mais eficiente passa por equilibrar segurança e inovação: permitir o uso de IA, mas dentro de um framework claro de riscos, controles e responsabilidades.
O papel da liderança: patrocinar uma estratégia de IA segura
Líderes de tecnologia, segurança e negócios precisam assumir que a IA já é parte do cotidiano da organização, independentemente de haver ou não um projeto oficial. Adotar uma postura reativa, esperando que incidentes aconteçam para depois formalizar políticas, tende a sair mais caro.
Uma estratégia madura requer:
– Patrocínio da alta gestão para priorizar governança de IA;
– Orçamento dedicado para ferramentas, treinamentos e revisões de processo;
– Indicadores de risco e de valor de negócio associados ao uso de IA;
– Revisão periódica de políticas à medida que surgem novos modelos, agentes e integrações.
Preparando-se para a próxima geração de ameaças envolvendo IA
O avanço de agentes autônomos, extensões com privilégios elevados e integrações profundas com sistemas corporativos indica que o cenário de risco continuará evoluindo rapidamente. Além do vazamento de dados, surgem ameaças como:
– Manipulação de resultados fornecidos por agentes de IA;
– Comprometimento de plugins e extensões de navegador que têm acesso a dados sensíveis;
– Ataques que se valem de prompts maliciosos, engenharia social avançada e automação em larga escala.
Por isso, a discussão sobre shadow AI não pode ficar restrita a bloquear ou liberar ferramentas. É necessário incorporar IA à arquitetura de segurança, aos modelos de identidade, aos processos de resposta a incidentes e à cultura organizacional.
No fim, o uso corporativo de IA não vai diminuir – ao contrário, tende a se tornar onipresente. A diferença entre organizações resilientes e vulneráveis estará na capacidade de enxergar o que está sendo feito, assumir o controle desse ecossistema e transformar a IA em aliada da segurança, e não em um novo ponto cego.