1. A IA já entrou nas empresas. A questão é saber por onde

Um colaborador abre uma ferramenta de inteligência artificial para resumir um contrato. Outro envia um trecho de código para um assistente de programação. Uma equipe cria um agente para consultar documentos internos e responder perguntas. Outro profissional conecta uma IA ao e-mail, calendário ou sistema corporativo para automatizar tarefas.

Tudo isso pode acontecer antes que Segurança da Informação, TI ou mesmo a liderança saibam que a ferramenta está sendo utilizada.

Esse fenômeno ganhou um nome: Shadow AI.

O termo é usado para descrever aplicações, modelos e agentes de inteligência artificial utilizados fora dos mecanismos formais de aprovação e governança da organização.

O problema não é novo. Durante anos, empresas lidaram com Shadow IT: softwares, dispositivos e serviços adotados pelos funcionários sem conhecimento ou aprovação da TI. A inteligência artificial adiciona uma nova dimensão ao problema.

Uma ferramenta de IA não apenas armazena ou processa informações. Dependendo de suas capacidades e integrações, ela pode interpretar dados, gerar conteúdo, consultar sistemas e, no caso dos agentes, executar ações.

Em 30 de setembro de 2026, o Gartner chamou atenção justamente para essa nova etapa. Segundo a consultoria, funcionários estão construindo e utilizando agentes de IA mais rapidamente do que muitas organizações conseguem governá-los. O Gartner chama de shadow AI agents aqueles que podem existir sem conhecimento da equipe de cibersegurança ou ser visíveis sem que a organização tenha meios adequados para compreendê-los ou controlá-los. 

O levantamento citado pelo Gartner mostra a dimensão do desafio: 61% dos profissionais seniores de cibersegurança pesquisados já observaram automações com agentes de IA em softwares corporativos aprovados, enquanto 59% suspeitavam ou tinham evidências de utilização não autorizada por funcionários.

A pergunta, portanto, deixou de ser apenas:

Nossos funcionários estão usando ChatGPT, Gemini, Copilot ou outras ferramentas de IA?

Agora existe outra:

Quais agentes de IA estão operando dentro da empresa, a quais dados eles têm acesso e o que estão autorizados a fazer?

2. O que é Shadow AI

Não existe uma única definição universal de Shadow AI, mas o conceito converge para o uso de inteligência artificial fora da visibilidade ou dos mecanismos de governança da organização.

A Microsoft, por exemplo, utiliza Shadow AI para se referir a aplicações de IA voltadas ao consumidor e agentes independentes implantados na organização sem visibilidade ou aprovação da TI. A empresa relaciona esse cenário a riscos como vazamento de dados, violações de compliance, vulnerabilidades de segurança e falta de auditabilidade e governança. A experiência específica de gerenciamento de Shadow AI documentada pela Microsoft encontra-se atualmente em public preview.

Na prática, Shadow AI pode aparecer de diferentes formas:

Nem todo uso não autorizado ocorre com intenção maliciosa.

Frequentemente acontece justamente o contrário. O funcionário encontra uma ferramenta capaz de executar determinada tarefa mais rapidamente e começa a utilizá-la para resolver um problema real.

É justamente isso que torna Shadow AI difícil de controlar.

A organização pode bloquear uma ferramenta. A necessidade que levou o funcionário a procurá-la continua existindo.

3. De Shadow AI para Shadow AI Agents

Existe uma diferença importante entre um funcionário fazer uma pergunta a uma IA e colocar um agente para trabalhar.

Uma aplicação generativa convencional normalmente recebe uma solicitação e produz uma resposta. Um agente pode receber um objetivo, consultar diferentes fontes, utilizar ferramentas e executar uma sequência de ações para tentar atingir esse objetivo.

Quanto maior sua autonomia e suas permissões, maior pode ser o impacto de um erro, comprometimento ou comportamento inesperado.

O Gartner recomenda avaliar o risco dos agentes considerando principalmente duas dimensões: a sensibilidade dos dados aos quais conseguem acessar e seu nível de autonomia. 

Essa mudança explica por que o Gartner classificou a supervisão de agentes de IA entre as principais tendências de cibersegurança de 2026. 

Em setembro, a consultoria reforçou o ponto ao afirmar que políticas escritas, sozinhas, não conseguem controlar ações autônomas executadas em velocidade de máquina. Para agentes, a governança precisa chegar também aos controles utilizados durante sua operação. 

4. O problema da visibilidade

Antes de controlar Shadow AI, existe uma dificuldade mais básica:

descobrir onde a IA está sendo utilizada.

Agentes podem surgir dentro de aplicações corporativas já aprovadas, ser acessados diretamente pela internet ou ser desenvolvidos pelos próprios funcionários.

O Gartner informa que 75% das organizações pesquisadas reportaram uso não autorizado de assistentes de programação com IA e 50% relataram acesso de funcionários a plataformas públicas SaaS de agentes de IA generativa. 

Isso cria uma situação diferente do software corporativo tradicional.

Uma organização pode conhecer todos os sistemas que contratou formalmente e, mesmo assim, não conhecer todas as IAs que estão participando dos seus processos.

Por isso, governança começa por visibilidade.

5. Quais são os principais riscos do Shadow AI

O risco não está simplesmente no fato de uma ferramenta possuir inteligência artificial.

Ele depende do que a ferramenta recebe, a quais recursos tem acesso, de suas permissões e do processo em que está sendo utilizada.

Vazamento de informações

Esse é um dos riscos mais imediatos.

Um funcionário pode inserir em uma ferramenta externa dados de clientes, contratos, informações financeiras, propriedade intelectual ou código-fonte.

Não é necessário um ataque sofisticado.

O problema pode começar com um simples copiar e colar.

Quando contas pessoais e aplicações não aprovadas entram no fluxo de trabalho, a organização perde parte da capacidade de determinar para onde seus dados estão indo e sob quais condições estão sendo tratados.

Privacidade e dados pessoais

Quando prompts, arquivos ou bases conectadas contêm dados pessoais, a discussão também entra no campo da proteção de dados.

No Brasil, a ANPD publicou em 2024 uma edição de seu Radar Tecnológico dedicada à IA generativa e disponibilizou uma versão em inglês atualizada em 2026. O estudo aborda riscos à privacidade e à proteção de dados e discute práticas como compartilhamento de dados pessoais com sistemas de IA generativa. 

Isso significa que utilizar IA não elimina as obrigações existentes relacionadas à LGPD.

Falta de rastreabilidade

Se ninguém sabe que determinado sistema existe, perguntas básicas tornam-se difíceis de responder.

Qual modelo foi utilizado?

Quais informações foram enviadas?

Quem autorizou seu uso?

Quais sistemas o agente acessou?

Quais permissões possuía?

Qual decisão ou atividade recebeu influência daquela IA?

Quando sistemas de IA passam a participar de processos relevantes, essa falta de rastreabilidade deixa de ser apenas um problema técnico e passa a ser um problema de governança.

6. O risco cresce quando a IA ganha permissão para agir

Um agente que precisa consultar uma agenda não deveria necessariamente conseguir enviar e-mails.

Um agente que analisa documentos não deveria necessariamente conseguir apagá-los.

Um agente que consulta um banco de dados não deveria receber automaticamente permissão para alterá-lo.

O princípio é conhecido: menor privilégio.

O Gartner vem defendendo que agentes sejam tratados como identidades próprias dentro da organização, com proprietário definido, direitos de acesso e possibilidade de atribuir as ações executadas a um responsável humano. Em orientação publicada em setembro de 2026, também recomendou controles de acesso de menor privilégio para essas identidades não humanas. 

Isso muda a discussão tradicional de identidade e acesso.

Não basta mais perguntar:

Quem pode acessar este sistema?

Também será necessário perguntar:

Quais agentes podem acessá-lo, em nome de quem e para fazer o quê?

7. Proibir IA resolve?

Sozinha, não.

Em determinados ambientes, bloquear aplicações ou funcionalidades pode ser necessário. Mas isso não constitui uma estratégia completa de governança.

Se a empresa simplesmente proíbe uma ferramenta enquanto permanece a necessidade de negócio que levou os funcionários a procurá-la, existe incentivo para buscar alternativas fora dos canais oficiais.

A abordagem mais sustentável combina restrições proporcionais ao risco com alternativas corporativas adequadas.

Em vez de limitar a política a não use IA, a organização precisa responder:

como permitir que as pessoas utilizem IA dentro de limites aceitáveis de segurança, privacidade e governança?

8. Como controlar Shadow AI

Não existe um único controle capaz de resolver o problema.

A resposta combina governança, processos e controles técnicos.

8.1 Descobrir e criar um inventário

Não é possível governar aquilo que a organização não sabe que existe.

O primeiro passo é identificar aplicações, modelos, agentes e casos de uso.

Um inventário pode registrar:

Para agentes, o Gartner recomenda inventário, documentação de permissões e escopo e categorização de acordo com o risco para o negócio. 

8.2 Classificar pelo risco

Nem toda utilização de IA exige o mesmo nível de controle.

Usar IA para gerar ideias para uma apresentação é muito diferente de conectar um agente ao CRM com acesso aos dados de clientes.

Uma classificação pode considerar pelo menos quatro dimensões:

sensibilidade dos dados + autonomia + capacidade de ação + impacto do processo

Quanto maior essa combinação, maior deve ser o nível de controle.

8.3 Definir ferramentas e usos permitidos

Uma política corporativa de IA precisa ser compreensível para quem realmente utiliza a tecnologia.

Ela pode estabelecer:

• ferramentas aprovadas;
• tipos de informação que podem e não podem ser inseridos;
• regras para contas pessoais;
• casos que exigem autorização;
• critérios para criação de agentes;
• regras para integrações e conectores;
• situações que exigem revisão humana;
• responsabilidades sobre conteúdos e decisões apoiados por IA.

8.4 Aplicar menor privilégio

Agentes devem receber somente os acessos necessários para sua finalidade.

Quando possível, permissões de leitura e escrita devem ser separadas e ações críticas devem exigir controles adicionais.

Um agente não precisa receber todos os privilégios do funcionário que o criou.

8.5 Monitorar continuamente

A aprovação inicial não encerra a governança.

Modelos mudam. Fornecedores adicionam funcionalidades. Agentes recebem novas integrações. Dados e processos corporativos também mudam.

Inventário, permissões, comportamento e utilização precisam ser revistos durante o ciclo de vida.

8.6 Oferecer alternativas corporativas

Uma das formas de reduzir Shadow AI é disponibilizar ferramentas aprovadas que realmente atendam às necessidades dos funcionários.

Quanto maior a diferença entre aquilo que a política permite e aquilo que as pessoas precisam fazer para trabalhar, maior tende a ser o incentivo para procurar soluções externas.

Governança não significa impedir o uso da IA. Significa definir onde, como e sob quais condições ela pode ser utilizada.

9. Onde entram NIST AI RMF e ISO/IEC 42001

As organizações não precisam construir sua estrutura de governança do zero.

O NIST AI Risk Management Framework, AI RMF 1.0, organiza a gestão de riscos de inteligência artificial em quatro funções:

Govern funciona como uma função transversal às demais. Em outubro de 2026, é importante observar que o próprio NIST informa que o AI RMF 1.0 está em processo de revisão. 

Para Shadow AI, essa estrutura é especialmente útil porque obriga a organização a conectar inventário, responsabilidades, contexto, avaliação e tratamento de riscos.

A ISO/IEC 42001:2023 segue outra abordagem. Ela estabelece requisitos para criar, implementar, manter e melhorar continuamente um Sistema de Gestão de Inteligência Artificial, ou AIMS. A norma se aplica a organizações que fornecem ou utilizam produtos e serviços baseados em IA.

Shadow AI se conecta diretamente a essa discussão.

Uma organização dificilmente consegue demonstrar governança consistente sobre inteligência artificial se desconhece parte dos sistemas e casos de uso que existem dentro dela.

10. Um roteiro prático para os primeiros 90 dias

Para uma empresa que ainda não possui uma estrutura de governança de IA, tentar resolver tudo de uma vez pode produzir burocracia sem necessariamente produzir controle.

Um começo mais realista pode ser dividido em três etapas:

A meta inicial não precisa ser eliminar imediatamente todo uso não autorizado.

Precisa ser transformar um ambiente invisível em um ambiente conhecido e administrável.

11. O que muda para Segurança da Informação

Durante anos, equipes de Segurança da Informação aprenderam a procurar dispositivos, aplicações, contas e serviços não autorizados.

Agora precisam procurar também agentes.

Isso leva a discussão de IA diretamente para áreas tradicionais como IAM, DLP, gestão de terceiros, desenvolvimento seguro, resposta a incidentes e gestão de acessos.

O Gartner recomenda inclusive que organizações adaptem seus processos de resposta a incidentes para conseguir detectar e responder a automações de IA que operem fora do comportamento esperado. 

A expansão da IA, portanto, não elimina fundamentos tradicionais de segurança.

Ela aumenta a quantidade e o tipo de entidades às quais esses fundamentos precisam ser aplicados.

12. Governança de IA deixa de ser assunto para depois

Shadow AI revela um problema maior do que a utilização de uma ferramenta sem autorização.

Ele expõe a diferença entre a velocidade com que pessoas e áreas de negócio estão adotando inteligência artificial e a velocidade com que muitas organizações conseguem criar mecanismos para administrá-la.

Com agentes, essa diferença se torna mais importante.

Uma IA que apenas responde já exige cuidados com dados, privacidade e confiabilidade. Uma IA que também acessa sistemas, utiliza ferramentas e executa ações exige identidade, limites de autorização, supervisão e responsabilização.

Por isso, a pergunta para as empresas em 2026 já não deveria ser apenas se seus funcionários utilizam inteligência artificial.

A pergunta mais importante é:

a organização sabe quais IAs estão trabalhando dentro dela, quais dados acessam e o que estão autorizadas a fazer?

13. Formação AI Governance Manager da TIEXAMES

Governar Shadow AI exige mais do que criar uma lista de ferramentas proibidas.

É necessário estruturar políticas, responsabilidades, inventário de casos de uso, critérios de aprovação, gestão de riscos, controles e mecanismos de acompanhamento.

A formação AI Governance Manager da TIEXAMES trabalha justamente essa abordagem. O programa aborda governança e estratégia de IA, regulamentação, NIST AI RMF, políticas e comitês, guardrails, Shadow AI, agentes autônomos, auditoria e asseguração. AI_Governance_Manager_Pagina_Co…

Durante a formação, o participante trabalha com um caso de empresa fictícia e desenvolve referências que podem ser adaptadas à sua organização, incluindo:

• Política de Inteligência Artificial;
• estrutura de papéis, responsabilidades e comitês;
• inventário e classificação de casos de uso;
• avaliação de impacto e matriz de riscos;
• guardrails e controles de governança;
• processo de gestão de Shadow AI e agentes autônomos;
• indicadores e evidências para a alta administração;
• plano de auditoria e asseguração de sistemas de IA. AI_Governance_Manager_Pagina_Co…

A formação possui 35 horas e certificado internacional AI Governance Manager acreditado pela Exemplar Global mediante aprovação na avaliação final. Conheça a Formação.

Se a IA já está sendo utilizada dentro da organização, o próximo passo é saber governá-la.