WSVPWSVP
SoluçõesGovernançaBlogContato
Agendar diagnóstico
WSVPWSVP

Consultoria premium em engenharia de resiliencia, ciberseguranca, governanca tecnologica, IA aplicada e continuidade operacional.

Navegação

SoluçõesGovernançaContinuidadeBlogContato

Contato

Av. Dr. Alberto de Oliveira Lima, 244 - Lado A - Vila Tramontano, Sao Paulo - SP, 05690-020

Atendimento consultivo sob diagnóstico.

© 2026 WSVP. Todos os direitos reservados.
Início/Blog

Funcionários usando IA sem regras: o risco operacional que a sua empresa ainda não mediu

31 de outubro de 20266 min de leituraRedação WSVP, Redação

O uso espontâneo de ferramentas de inteligência artificial por colaboradores já é realidade na maioria das empresas — e nem sempre passa pelos controles de TI. Analisamos os riscos de vazamento de dados, a responsabilidade jurídica decorrente e o que a liderança precisa fazer para transformar adoção informal em governança efetiva.

Compartilhe este artigo
Compartilhar

Introdução contextual

A inteligência artificial deixou de ser um projeto experimental de laboratório para se tornar uma ferramenta de produtividade cotidiana. Em muitas organizações, o primeiro contato com modelos generativos não veio de um plano diretor de tecnologia, mas de um colaborador que abriu o navegador, colou um texto e pediu ajuda para redigir um e-mail, resumir uma reunião ou analisar uma planilha. Esse fenômeno — conhecido como adoção informal ou shadow AI — é hoje um dos pontos mais sensíveis da agenda de segurança da informação e de governança corporativa.

A reportagem publicada por O Tempo traz à tona exatamente esse cenário: funcionários utilizando ferramentas de IA sem orientação formal, com potencial de expor dados de clientes e gerar responsabilidade para o negócio. A partir desse gatilho, propomos uma leitura executiva do problema — não apenas do episódio, mas do padrão estrutural que ele revela.

O que aconteceu

A matéria de O Tempo, publicada em 31 de outubro de 2026, discute o uso de ferramentas de inteligência artificial por empregados sem regras claras e apresenta cinco cuidados para proteger a empresa. A descrição original é direta: o uso sem orientação pode expor dados de clientes e gerar responsabilidade para o negócio.

O ponto central não é a existência de uma falha técnica específica, mas a ausência de um marco de uso. Quando a organização não define quais ferramentas são permitidas, quais dados podem ser inseridos em prompts, quem responde pela revisão das saídas e como os incidentes são registrados, o comportamento individual passa a determinar o nível de risco da companhia. Em termos práticos, a política de IA deixa de existir no papel e passa a ser escrita, informalmente, por cada colaborador em sua rotina.

Vale destacar que esse movimento é impulsionado por incentivos legítimos: ganho de produtividade, redução de tarefas repetitivas e pressão por entregas mais rápidas. O problema não é o entusiasmo com a tecnologia, mas a assimetria entre a velocidade da adoção e a maturidade dos controles.

Por que isso importa para empresas

O uso não governado de IA generativa cria três camadas de exposição que se reforçam mutuamente.

Primeira camada: dados. Colaboradores frequentemente inserem informações sensíveis em interfaces públicas — nomes de clientes, contratos, dados financeiros, informações de saúde, estratégias comerciais. Dependendo dos termos de uso do fornecedor, esses conteúdos podem ser armazenados, utilizados para treinamento de modelos ou retidos por períodos indeterminados. O resultado é uma transferência de dados sem base jurídica adequada e sem avaliação de risco.

Segunda camada: responsabilidade. A legislação brasileira de proteção de dados (Lei nº 13.709/2018 — LGPD) atribui ao controlador a responsabilidade pelas decisões sobre o tratamento de dados pessoais. Se um empregado insere dados de titulares em uma ferramenta não homologada, a empresa pode ser chamada a responder por esse tratamento, independentemente de ter autorizado formalmente a prática. A ausência de política não é defesa; é agravante, porque demonstra falta de diligência.

Terceira camada: qualidade decisória. Saídas de modelos generativos podem conter erros factuais, vieses e alucinações. Quando não há processo de revisão humana documentado, a empresa passa a tomar decisões — comerciais, jurídicas, de crédito, de atendimento — com base em conteúdo não verificado, sem rastreabilidade sobre a origem da informação.

Para a liderança, o recado é claro: o risco de IA já não está apenas nos grandes projetos de transformação digital. Ele está na planilha compartilhada, no chat de atendimento e no e-mail redigido às pressas. É um risco distribuído, de baixa visibilidade e alto potencial de dano reputacional.

Impacto para cibersegurança, governança, IA ou continuidade

Cibersegurança

A adoção informal amplia a superfície de ataque. Ferramentas não homologadas escapam do controle de identidade, do monitoramento de tráfego e das políticas de prevenção à perda de dados (DLP). Extensões de navegador e aplicativos conectados a modelos externos podem solicitar permissões amplas sobre arquivos e caixas de e-mail, criando canais de exfiltração que a equipe de segurança não enxerga. Além disso, credenciais corporativas usadas em serviços de terceiros sem avaliação prévia aumentam o risco de comprometimento de contas.

Governança

Sem inventário de ferramentas, sem classificação de dados e sem definição de papéis, a organização não consegue demonstrar conformidade nem responder a auditorias com evidências. A governança de IA exige artefatos mínimos: política de uso aceitável, matriz de aprovação de ferramentas, registro de tratamentos, critérios de avaliação de fornecedores e trilha de auditoria das decisões assistidas por IA. A ausência desses elementos fragiliza o conselho, a diretoria jurídica e a área de compliance diante de incidentes.

Inteligência artificial

Do ponto de vista de valor, o uso desordenado também desperdiça oportunidade. Sem centralização mínima, a empresa não acumula aprendizado, não mede retorno, não padroniza prompts e não identifica casos de uso replicáveis. A adoção vira uma soma de iniciativas isoladas, difícil de escalar e de auditar.

Continuidade

Dependências não mapeadas de fornecedores de IA representam risco operacional. Mudanças de preço, descontinuação de modelos, indisponibilidade de serviços ou alterações contratuais podem interromper fluxos de trabalho que ninguém sabia que existiam. Mapear essas dependências é parte da gestão de continuidade de negócios.

Leitura executiva da WSVP

A WSVP entende que o tema não se resolve com proibição. Bloquear ferramentas de IA sem oferecer alternativa tende a empurrar o uso para caminhos ainda menos visíveis, agravando o problema. A abordagem eficaz combina habilitação controlada e responsabilização clara.

O primeiro movimento é reconhecer a realidade: medir a adoção existente por meio de questionários, análise de logs de rede e conversas com áreas. O segundo é criar um caminho sancionado — ferramentas homologadas, ambientes com controles de retenção, contratos com cláusulas de proteção de dados e orientação sobre o que nunca deve ser inserido em prompts. O terceiro é instituir accountability: papéis definidos, revisão humana obrigatória em decisões sensíveis e canal de reporte de incidentes.

A pergunta que os comitês executivos deveriam fazer não é "quantos funcionários usam IA?", mas "sabemos quais dados entram nessas ferramentas e quem responde quando algo dá errado?".

Organizações que tratam governança de IA como burocracia perdem velocidade; as que a tratam como infraestrutura de confiança ganham escala com segurança. A diferença raramente está na tecnologia escolhida — está na clareza das regras e na consistência da execução.

Recomendações práticas

  1. Publicar uma política de uso aceitável de IA em linguagem acessível, com exemplos concretos do que pode e do que não pode ser inserido em ferramentas externas.
  2. Criar um catálogo de ferramentas homologadas, com avaliação de segurança, privacidade e termos contratuais antes da liberação.
  3. Classificar os dados por sensibilidade e definir regras de tratamento por categoria, alinhadas à LGPD.
  4. Exigir revisão humana documentada em decisões com impacto jurídico, financeiro, de crédito ou de atendimento ao cliente.
  5. Estabelecer um canal de reporte de incidentes de IA, com prazo de resposta e integração ao plano de resposta a incidentes existente.
  6. Capacitar as equipes periodicamente, com foco em riscos reais e não apenas em conceitos técnicos.
  7. Mapear dependências de fornecedores e incluí-las no plano de continuidade de negócios.
  8. Medir e revisar: indicadores de adoção, incidentes registrados, tempo de resposta e cobertura de treinamento devem compor o relatório periódico à liderança.

Fontes consultadas

  • O Tempo — Funcionários usando IA sem regras? Veja 5 cuidados para proteger a empresa
  • Lei nº 13.709/2018 — Lei Geral de Proteção de Dados Pessoais (LGPD)
  • Autoridade Nacional de Proteção de Dados (ANPD)

Disclaimer

Este rascunho foi produzido com apoio de inteligência artificial e ainda requer revisão humana antes da publicação.

Diagnóstico WSVP

Sua operação aguenta o próximo incidente?

Transforme risco operacional em arquitetura de continuidade. Fale com a WSVP e receba um diagnóstico estratégico de segurança, continuidade e governança para o seu ambiente crítico.

Agendar diagnóstico estratégicoFalar no WhatsApp
Compartilhar

Redação WSVP

Redação

Equipe editorial da WSVP — consultoria especializada em tecnologia para empresas brasileiras.

Comentários

Comentários passam por moderação antes de serem publicados. Seu e-mail não é exibido.

Seja o primeiro a comentar

Contribua com a discussão sobre este conteúdo. Sua mensagem será publicada após moderação.