Shadow AI nas empresas: riscos do uso descontrolado de inteligência artificial

Pergunte à área de TI da sua empresa quantas ferramentas de inteligência artificial os colaboradores usam no trabalho hoje. Agora pergunte quantas delas foram formalmente aprovadas. A distância entre essas duas respostas tem nome: Shadow AI. Não é um problema hipotético ou distante — é o que já está acontecendo, agora, em praticamente qualquer empresa onde alguém tem acesso à internet e um problema para resolver rápido. A pessoa não faz isso por má-fé. Faz porque a ferramenta ajuda, está ali, e ninguém nunca disse que não podia. O risco não está na intenção — está no que passa despercebido enquanto isso acontece. Este artigo explica o que é Shadow AI, por que ele preocupa tanto a segurança corporativa, como identificar sinais de que já existe na sua empresa, e o caminho mais eficaz para trazer isso de volta ao controle. Para o contexto mais amplo de agentes de IA corporativos e onde eles se diferenciam do uso não controlado, veja o artigo sobre agentes de IA para empresas.

O que é Shadow AI

Shadow AI é o uso de ferramentas de inteligência artificial — chatbots, assistentes de escrita, plugins de navegador, agentes construídos por conta própria — sem conhecimento, aprovação ou supervisão da área de TI e segurança. O termo é uma extensão direta de um problema que a segurança corporativa já conhece há muito mais tempo: o Shadow IT, o uso de qualquer sistema ou aplicativo não sancionado dentro da empresa — desde uma planilha compartilhada numa conta pessoal até um software instalado sem passar por homologação.

A diferença entre os dois vale a pena marcar. No Shadow IT clássico, o risco geralmente é de armazenamento — o dado fica guardado num lugar que a empresa não controla, mas fica ali, estático. No Shadow AI, o dado é processado. Um trecho de contrato colado num assistente de IA gratuito não fica só armazenado em algum servidor — ele passa por um modelo, e dependendo da configuração de privacidade daquela ferramenta específica, pode ser usado para ajustar ou treinar versões futuras do próprio modelo. É essa diferença de natureza que torna o Shadow AI uma categoria de risco distinta, não apenas uma versão atualizada de um problema antigo.

Vale notar que Shadow AI não se limita a chatbots de uso geral acessados pelo navegador. Inclui também plugins de IA instalados em ferramentas já existentes (como extensões de e-mail ou de planilha), integrações via API criadas por um desenvolvedor sem passar por revisão de segurança, e — cada vez mais relevante em 2026 — agentes construídos em plataformas de baixo código, como o Copilot Studio, por algum colaborador com boas intenções, mas sem que ninguém de segurança tenha revisado a que aquele agente tem acesso.

Os riscos reais do uso descontrolado

Exposição de dados sensíveis

O caso mais citado no mercado envolve engenheiros que colaram código-fonte proprietário e dados internos de testes num assistente de IA de uso geral, dentro de um único mês, sem qualquer intenção maliciosa — só queriam trabalhar mais rápido. Esse tipo de episódio se repete, em menor escala, em praticamente todo setor: dados financeiros colados para gerar uma análise mais rápida, currículos e avaliações de desempenho processados para resumir um relatório de RH, informação de cliente usada para redigir um e-mail. Individualmente, cada caso parece pequeno. No agregado, é uma quantidade significativa de dado sensível saindo do perímetro que a empresa acredita estar protegendo.

Perda de visibilidade sobre onde o dado está

Uma empresa não consegue proteger o que não sabe que existe. Se ninguém em TI ou segurança sabe que determinado grupo usa uma ferramenta específica com regularidade, essa ferramenta simplesmente não entra em nenhuma auditoria, nenhuma política de retenção, nenhuma avaliação de risco. É uma lacuna que só aparece — geralmente da pior forma possível — quando algo já deu errado.

Agentes com acesso mal configurado

Com plataformas de baixo código tornando cada vez mais fácil construir um agente sem escrever código, o risco deixou de ser só “colar dado num chatbot”. Um colaborador motivado pode construir, sozinho, um agente conectado a uma fonte de conhecimento ampla demais — um site inteiro do SharePoint, por exemplo — sem que ninguém tenha revisado se aquele agente deveria ter acesso a tudo que está ali. Detalhamos esse cenário com profundidade técnica, incluindo os controles de prevenção de perda de dados no Copilot Studio, no artigo sobre governança de agentes de IA.

Descumprimento da LGPD

Quando um colaborador processa dado pessoal de cliente ou de outro colaborador numa ferramenta de IA não sancionada, sem base legal definida, sem finalidade documentada e sem que a empresa tenha qualquer controle sobre o que acontece com aquele dado depois, isso é exatamente o tipo de tratamento que a LGPD exige que a empresa consiga explicar e justificar — e Shadow AI, por definição, é o cenário onde ninguém consegue explicar nada, porque ninguém sabia que estava acontecendo.

Inconsistência e erro sem revisão

Ferramentas não aprovadas não passam por nenhum processo de validação de qualidade. Um colaborador usando um assistente genérico para gerar uma análise financeira, sem saber que aquele modelo tem limitações conhecidas para esse tipo de tarefa, pode levar uma resposta incorreta para uma decisão real — sem que ninguém tenha tido a chance de revisar o processo antes de ele virar prática corrente na equipe.

Sinais de que sua empresa já tem Shadow AI

Alguns indícios aparecem antes de qualquer ferramenta de monitoramento formal apontar o problema — basta prestar atenção:

• Trabalho entregue com qualidade ou velocidade que não bate com o processo formal conhecido — relatórios, e-mails ou análises produzidos rápido demais para o método que a equipe diz estar usando
• Termos e formatação que soam “genéricos demais” ou fora do tom usual de quem escreveu — um sinal comum de conteúdo gerado por IA sem revisão adequada
• Colaboradores mencionando, em conversa informal, ferramentas que a empresa nunca aprovou — “eu uso o Chat X para isso” dito de forma casual, sem constrangimento, porque a pessoa nem imagina que aquilo deveria passar por aprovação
• Tráfego de rede para domínios de IA generativa visível em ferramentas de monitoramento, sem que essas ferramentas estejam em nenhuma lista de software sancionado
• Ausência total de política de uso de IA — se a empresa nunca comunicou nada sobre o assunto, é seguro presumir que o uso já está acontecendo sem nenhum critério

Como prevenir e recuperar controle

Comece com um levantamento, não com uma proibição

Antes de qualquer política, vale entender o que já está acontecendo. Ferramentas de segurança de rede e soluções de CASB (Cloud Access Security Broker) conseguem mapear quais domínios de IA generativa estão sendo acessados e com que frequência — um retrato honesto, ainda que desconfortável, do tamanho real do problema.

Ofereça uma alternativa boa, não apenas uma regra

A evidência é consistente em toda a indústria de segurança: bloqueio total raramente segura o problema por muito tempo. Ferramenta nova aparece toda semana, e quem precisa usar encontra um jeito — celular pessoal, rede fora do alcance da empresa, o que é pior do que a situação atual, porque tira qualquer visibilidade que ainda restava. O que efetivamente reduz o uso não autorizado é dar às equipes uma ferramenta aprovada, bem configurada, tão boa quanto (ou melhor do que) a alternativa não sancionada que estavam usando.

Escreva uma política simples — e comunique de verdade

Não precisa ser um documento jurídico de quarenta páginas. Precisa ser claro sobre três coisas: quais ferramentas são aprovadas, que tipo de dado nunca deve ser inserido em nenhuma ferramenta de IA sem revisão prévia, e para quem a dúvida deve ser encaminhada quando alguém quiser testar algo novo. E precisa ser comunicado de forma que as pessoas realmente vejam — não só um documento arquivado em algum lugar que ninguém nunca abriu.

Treine com exemplo real, não com regra abstrata

“Não use IA com dado sensível” é uma instrução vaga demais para orientar comportamento real. “Não cole nome, CPF ou dado de saúde de cliente em nenhuma ferramenta fora das aprovadas pela empresa — se precisar de ajuda com isso, use o agente X, que já está configurado com segurança” é uma instrução que alguém consegue de fato seguir, porque diz o que fazer, não só o que não fazer.

Configure DLP nas ferramentas que a empresa aprova

Aprovar uma ferramenta não significa deixar de configurá-la com cuidado. As políticas de DLP do Copilot Studio, por exemplo, controlam quais fontes de dado um agente pode combinar e o que pode sair para sistemas externos — o mesmo tipo de controle que impede que a “solução” para Shadow AI vire, sem querer, uma nova fonte de risco só porque ninguém configurou os limites certos desde o início.

Monitore com regularidade, não só na implantação

Shadow AI não é um problema que se resolve uma vez. Novas ferramentas continuam surgindo, e a tentação de usar algo mais rápido ou mais novo não desaparece só porque uma política foi escrita. Revisão periódica do que está sendo usado — formal e informalmente — mantém a visibilidade que a empresa conquistou, em vez de perdê-la de novo em poucos meses.

Onde isso se conecta com a segurança corporativa mais ampla

Shadow AI não deveria ser tratado como um problema isolado de “uso de ferramenta” — é parte da mesma conversa de segurança de identidade, proteção de dados e gestão de acesso que já orienta qualquer estratégia madura de segurança Microsoft 365. As mesmas perguntas que uma empresa já deveria estar fazendo sobre acesso a sistemas — quem pode acessar o quê, com que autenticação, com que trilha de auditoria — se aplicam integralmente ao uso de IA. Empresas que já têm maturidade de segurança de identidade e DLP bem estabelecida tendem a lidar com Shadow AI de forma muito mais rápida e menos traumática do que empresas partindo do zero, porque a estrutura de controle já existe — só precisa ser estendida para cobrir essa nova categoria de ferramenta.

Para fechar

Shadow AI não existe porque colaboradores querem burlar regra — existe porque a IA ficou boa o suficiente, rápida o suficiente, e acessível o suficiente para que qualquer pessoa com um problema para resolver encontre uma ferramenta em minutos, aprovada ou não. Tentar apagar esse comportamento com proibição tende a apenas empurrá-lo para onde a empresa enxerga ainda menos. O caminho que funciona é dar às pessoas uma alternativa tão boa quanto — com a diferença de que essa alternativa protege o dado, tem dono, e está dentro do que a empresa consegue de fato auditar e defender se um dia precisar explicar o que aconteceu.

A InfoB, como parceira certificada Microsoft e especialista em segurança gerenciada, ajuda empresas a mapear o uso real de IA já acontecendo, construir uma alternativa aprovada e segura no Copilot Studio, e configurar os controles de DLP e governança que fecham essa lacuna sem travar a produtividade que levou o Shadow AI a existir em primeiro lugar.

Perguntas frequentes

O que é Shadow AI?

É o uso de ferramentas de inteligência artificial por colaboradores sem conhecimento, aprovação ou supervisão da área de TI e segurança. Vai desde colar um trecho de planilha num chatbot gratuito até construir um agente com acesso a sistemas internos sem revisão de segurança.

Shadow AI é a mesma coisa que Shadow IT?

São da mesma família, com uma diferença importante. Shadow IT é uso de tecnologia não aprovada em geral. Shadow AI é mais arriscado porque a ferramenta não guarda o dado passivamente — ela processa, e às vezes pode usar esse conteúdo para ajustar o próprio modelo, sem que o colaborador saiba.

Bloquear o acesso a ferramentas de IA resolve o problema?

Raramente sozinho. Bloqueio total empurra o uso para fora do alcance da empresa — celular pessoal, rede doméstica — o que é pior do que ter visibilidade sobre o que já acontece. O que funciona melhor é oferecer uma alternativa aprovada e bem configurada.

Como a empresa descobre se já tem Shadow AI acontecendo?

Levantando, via ferramentas de segurança de rede ou CASB, quais domínios de IA generativa estão sendo acessados. Outro caminho é simplesmente perguntar às equipes — a maioria não esconde por má-fé, só nunca foi perguntada.