Uso de inteligência artificial
avança nas organizações, enquanto exposição de informações sensíveis pressiona
empresas a rever regras de acesso, segurança e governança
A
inteligência artificial avançou mais rápido do que as regras criadas para
controlá-la dentro das empresas. Em um ano, a parcela de usuários que acessam
aplicações de IA semanalmente passou de 34% para 59%, segundo levantamento da
Netskope. No mesmo período, o volume médio de prompts mais que triplicou.
Com a tecnologia mais presente na rotina das organizações,
a discussão começa a ir além da adoção. O avanço amplia a
necessidade de identificar quais dados estão sendo utilizados, quem pode
acessá-los e o que acontece com essas informações quando são inseridas em
ferramentas de inteligência artificial.
De acordo com André Xavier, CEO da BHS, empresa de
tecnologia e segurança da informação com mais de três décadas de atuação,
parte do risco está justamente no uso cotidiano dessas ferramentas. “O risco
aparece quando o profissional usa uma ferramenta para ganhar produtividade, mas
não sabe o que acontece com aquela informação depois que ela é inserida ali”,
afirma o executivo.
A falta de governança
não é um problema restrito ao Brasil. O
relatório Cost of a Data Breach 2025, da IBM e do
Ponemon Institute, mostrou que 63% das organizações analisadas que sofreram
violações de dados não tinham uma política de governança de IA ou ainda estavam
desenvolvendo uma. Entre as empresas que registraram incidentes de segurança
relacionados à IA, 97% disseram não contar com controles adequados de
acesso à tecnologia.
A preocupação aumenta quando a IA deixa de ser utilizada
apenas em ferramentas isoladas e passa a se conectar aos sistemas e às bases de
dados das próprias empresas. Nesse estágio, incorporar novas aplicações também
exige definir como elas acessam e utilizam informações acumuladas ao longo de
anos de operação.
Para Paulo Cacciari, CEO da Deyel no Brasil, plataforma
de desenvolvimento low-code com inteligência artificial, a modernização precisa
considerar a preservação desses dados. “Muitas organizações utilizam essas
tecnologias há décadas e enfrentam o
desafio de modernizar seus sistemas sem comprometer informações críticas para o negócio. Nossa proposta é justamente
facilitar essa transição”, afirma.
Em setores regulados, essa preocupação ganha peso
adicional. Instituições financeiras operam sob exigências específicas de proteção
de dados e respondem tanto à Comissão de Valores Mobiliários (CVM) quanto ao
Banco Central. Nesses casos, um vazamento não representa apenas um incidente
técnico: pode envolver responsabilidades regulatórias, contratuais e
reputacionais.
Ainda assim, a pressão por produtividade faz com que a IA
avance sobre atividades que dependem do acesso a dados corporativos antes que
todas as empresas tenham regras consolidadas para esse uso.
IA avança sobre dados corporativos
O desafio também aparece quando a tecnologia passa a
consultar informações compartilhadas entre diferentes áreas da organização.
Contratos são um exemplo: concentram condições comerciais, obrigações, dados de
fornecedores e registros utilizados por jurídico, compras, suprimentos e
operações.
Nesse caso, o controle deixa de envolver apenas o acesso
ao documento original. À medida que ferramentas de IA passam a localizar,
relacionar e apresentar dados desses arquivos, cresce também a necessidade de
organizar como essas informações circulam dentro dos sistemas.
Segundo Cíntia Oliveira, country manager da Webdox no
Brasil, empresa especializada em gestão do ciclo de vida de contratos, esse é
um dos pontos que ganha importância conforme a tecnologia entra nesses
processos. “A inteligência artificial é um componente importante desse
processo, mas o principal avanço está na capacidade de
integrar essas informações e oferecer rastreabilidade, governança e acesso
rápido aos dados ao longo de todo o ciclo contratual”, afirma.
Para Xavier, essa mudança tende a separar iniciativas
pontuais de projetos capazes de ganhar escala. “Durante muito tempo, a pergunta
foi o que a inteligência artificial conseguia fazer. Agora, as empresas também
precisam perguntar com quais dados ela está fazendo isso, onde essas informações
estão e
quem consegue acessá-las. É essa estrutura que permite transformar a
experimentação em operação”, finaliza.
Nenhum comentário:
Postar um comentário