A primeira onda de euforia com a inteligência artificial generativa, focada em produtividade, começa a dar lugar a uma realidade mais sóbria. À medida que a tecnologia avança sobre dados corporativos sensíveis — contratos, finanças, bases de clientes —, a falta de preparação das empresas se torna um risco palpável. Um estudo recente da IBM acende o alerta: os incidentes de segurança envolvendo modelos de IA saltaram de 13% para 21% do total de violações de dados, um crescimento de 61% em um único ciclo de pesquisa.

O número não reflete um problema da tecnologia em si, mas uma falha de processo. A velocidade da implementação está atropelando a criação de mecanismos de controle. Segundo o mesmo “Cost of a Data Breach Report 2026”, da IBM, 92% das organizações que sofreram incidentes do tipo não possuíam controles de acesso adequados à IA. Pior: 68% sequer tinham uma política de governança para a tecnologia. A busca por eficiência está criando um perigoso ponto cego.

O Paradoxo da Produtividade

O desafio é que a IA muda a forma de consultar e processar dados, mas não anula a necessidade de regras sobre quem pode acessá-los. Para André Xavier, CEO da BHS, a solução passa por importar para o universo da IA a lógica rígida de acesso e rastreabilidade já consolidada em setores como o financeiro. A tecnologia pode ser nova, mas os princípios de segurança da informação permanecem os mesmos.

Essa disciplina se torna ainda mais crítica quando a IA passa a participar da criação e manutenção dos próprios sistemas corporativos. Conforme a tecnologia é usada para desenvolver aplicações e automatizar processos, ela se aproxima do núcleo operacional. Para Paulo Cacciari, CEO da Deyel no Brasil, a clareza sobre quais informações o modelo utiliza e quais regras devem ser preservadas é fundamental. A velocidade não pode comprometer a previsibilidade do ambiente tecnológico da empresa.

Do Documento à Resposta

A complexidade da governança se aprofunda com a capacidade da IA de sintetizar informações. O controle de acesso não pode mais se limitar ao arquivo original; ele precisa se estender às respostas geradas pelo modelo. Como aponta Cíntia Oliveira, Country Manager da Webdox no Brasil, se um profissional não tem autorização para ler um contrato, a IA não pode entregar a ele um resumo das cláusulas contidas ali. A ferramenta deve herdar e respeitar as permissões do dado em sua origem.

Essa nova realidade muda os critérios para avaliar uma solução de IA. Uma demonstração de capacidade técnica já não é suficiente. O verdadeiro teste, como conclui Xavier, da BHS, é garantir que a ferramenta opere de forma consistente, dentro das regras da empresa e sem criar novas brechas de segurança à medida que ganha escala.

O histórico do fornecedor, a metodologia de implementação e a previsibilidade do sistema tornam-se, assim, tão ou mais importantes que a performance do algoritmo. A governança deixou de ser um anexo e virou o centro da estratégia de IA corporativa.

Com reportagem de Brazil Valley

Source · TIInside