Shadow AI: o risco que a proibição alimenta

Há uma pergunta que poucos líderes querem fazer, ou sequer sabem que precisam de fazer: quantos dados da sua empresa já passaram por uma ferramenta de IA que ninguém aprovou? Na maioria das organizações, a resposta crua é "muitos, e não sabemos quais". E os números de 2026 confirmam-no: numa sondagem da Wakefield Research para a PagerDuty (1.250 profissionais, abril de 2026), 88% já partilharam informação de trabalho com IA pública, e dois terços utilizaram-nas sabendo que a empresa não o permitia.

Lidero Infraestrutura e Operações de IT em 36 países e, em paralelo, formo líderes e equipas em IA. Vejo o problema dos dois lados, e contam a mesma história. Quando a empresa não oferece uma ferramenta de IA aprovada, com formação e regras claras, as pessoas usam as suas. Não por má-fé, mas porque a IA as torna mais rápidas e melhores no que fazem. Ou, muitas vezes, por simples curiosidade ou por FOMO. A proibição transversal, pensada para proteger, é o que fomenta o Shadow AI.

A proibição parcial também não resolve: sem alternativas viáveis, e sem que as pessoas sintam, por si próprias, que faz sentido, em contexto empresarial, usar umas ferramentas em detrimento de outras, o Shadow AI continua a proliferar. Essa adesão conquista- se, não se impõe. É responsabilidade de quem lidera e forma. E é também por isso que formar os líderes em IA prática, e não apenas teórica, é tão ou mais relevante que formar as equipas.

O Shadow AI difere do Shadow IT clássico num aspeto importante. O Shadow IT existia por variadíssimos motivos, era disperso e difícil de combater, porque a solução passava por fornecer melhores ferramentas, caso a caso. Hoje já existem muitas soluções, fáceis de implementar, que o gerem de forma eficaz. O Shadow AI, por sua vez, tem uma entrada quase sem barreiras: basta um browser e uma conta pessoal, e os dados saem por um simples copiar e colar. O DLP tradicional tende a deixar passar esta fuga. Travá-lo exige controlos de plataformas mais avançadas. Estas plataformas já são comuns. Afinálas para a IA é que ainda é incomum.

A assimetria a nosso favor, portanto, não está na deteção. Está na resposta. Pela primeira vez, a solução é clara e, ao contrário do Shadow IT, traz ganho evidente de produtividade a par do essencial controlo do risco.

Convém também desmontar o exagero. O risco principal não é, em regra, que os modelos "aprendam" com os nossos dados. Nos planos empresariais e de API dos grandes fornecedores, os dados normalmente não são usados para treino. O risco real é mais banal, e bem mais perigoso: a informação saiu do perímetro, ficou alojada em servidores de terceiros sujeitos à retenção e à segurança desse fornecedor, fugiu ao registo e à governação interna, e pode ser exposta numa falha desse mesmo fornecedor. Em contas pessoais e versões gratuitas, aí sim, os dados podem alimentar o treino dos modelos, e com enorme facilidade. A provocação não serve para diabolizar a IA. Serve para criar urgência.

Na minha experiência, o que há a fazer é claro, e passa por quatro dimensões.

Primeiro, formar todas as pessoas, atempadamente e com qualidade. Colaboradores formados são a primeira linha de defesa. Literacia em IA é um controlo de segurança, não apenas um benefício de recursos humanos. E é algo que as empresas devem às suas pessoas, para as preparar para o futuro. A mesma sondagem da PagerDuty mostra que 77% sentem que as restrições da empresa limitam o seu desenvolvimento profissional e a sua carreira. Raras vezes o que protege as organizações coincide tão bem com o que valoriza quem nelas trabalha. Vejo-o em cada turma das formações que leciono na Nova SBE.

Depois, uma política de IA, posta em prática o quanto antes e bem desenhada, que respeite as necessidades da organização e dê às pessoas as ferramentas certas, para que não procurem alternativas por meios próprios. A ausência de regras não trava o uso, apenas o empurra para a sombra. O excesso de regras tem o mesmo efeito. O ponto certo está no meio.

Em seguida, adaptar os processos internos ao uso de IA. É aqui que a maioria falha consistentemente. De nada serve ter as ferramentas aprovadas e disponíveis se os processos não acompanham, e se não consideramos a IA, desde início, no desenho de novos processos. É preciso redesenhar a forma como se trabalha, para que o caminho aprovado seja também o mais fácil. Caso contrário, as pessoas são levadas a contorná-lo.

Por fim, mas não menos importante, tratar os dados. Se não estiverem estruturados, classificados e limpos, a IA rende pouco e o risco dispara, porque não se controla o que não se conhece. Dados de má qualidade não melhoram com a IA. Pioram, porque a IA amplifica tudo o que recebe, o bom e o mau. A governação de dados deixou de ser um tema de retaguarda. É a fundação de tudo o resto.

O Shadow AI também não desaparece quando a empresa implementa uma ferramenta oficial. A diferença não é entre proibir e permitir. É entre fornecer e capacitar. Quem disponibiliza uma ferramenta mas não forma, não define regras, não redesenha os processos e não trata os dados continua, provavelmente, com Shadow AI a multiplicar-se, agora com a ilusão de que o problema está resolvido.

O estado da nação em cibersegurança, nesta área, é simples de descrever. A maioria das organizações está mais atrasada do que pensa, e muito mais atrasada do que diz, e o tempo joga contra, a uma velocidade estonteante. Cada mês de hesitação, às vezes cada semana, representa mais dados a sair sem governação. A diferença é que a solução não se fica pela redução do risco: forma as pessoas e torna a organização mais capaz e mais produtiva ao mesmo tempo. Capacitar é proteger. E, no fim, a vantagem não fica com quem mais proíbe. Fica com quem primeiro capacitar as pessoas e adaptar dados e processos.