Existe uma conversa sobre inteligência artificial nas empresas que já está bem mapeada: funcionários usando ChatGPT por conta própria, colando dados sensíveis em ferramentas públicas, criando apresentações com IA generativa sem autorização. Esse é o Shadow IA que todo mundo discute. Mas há um segundo vetor de risco, menos visível e potencialmente mais grave, que passa despercebido pela maioria das áreas de governança: a IA que já opera dentro das ferramentas SaaS que a própria empresa contratou, aprovou e integrou aos seus processos. Não se trata de ferramentas clandestinas. São plataformas de CRM, gestão de projetos, atendimento ao cliente, comunicação interna e produtividade que, silenciosamente, ativaram funcionalidades de IA generativa processando dados corporativos — em muitos casos sem revisão de contratos, sem atualização de DPAs e sem que o encarregado de dados sequer tenha sido informado.
A shadow IA que ninguém está monitorando
Quando se fala em shadow IA, o reflexo natural é pensar no colaborador que instala uma extensão de navegador ou assina um serviço de IA com o cartão pessoal. Esse risco é real e documentado — o Microsoft Work Trend Index identificou que 78% dos profissionais que usam IA no trabalho trazem ferramentas próprias, e pesquisas no Brasil apontam que quase metade dos profissionais utilizam IA sem aprovação formal. Mas a dimensão menos discutida é a do fornecedor que altera o produto por dentro. Segundo dados da Zylo, 92% das empresas SaaS já lançaram ou planejam lançar recursos de IA. E 77% dos líderes de TI descobriram funcionalidades de IA operando em suas ferramentas sem conhecimento do departamento.
A mecânica é simples e por isso perigosa. Uma plataforma de gestão de projetos que a empresa usa há anos lança uma atualização com IA generativa ativada por padrão. Uma ferramenta de comunicação interna passa a usar dados de mensagens para treinar modelos de machine learning, com opt-out disponível apenas por e-mail. Um CRM começa a processar dados de clientes via APIs de provedores de IA terceiros, adicionados como subprocessadores em uma atualização de termos de serviço que ninguém leu. Nenhuma dessas situações exige que um funcionário faça algo errado. A exposição acontece dentro do perímetro aprovado, com credenciais corporativas, em ferramentas homologadas por TI e procurement.
A anatomia do problema: como fornecedores SaaS ativam IA sem que você saiba
A pesquisa da Nudge Security revelou que mais de 50% dos principais aplicativos SaaS já listam um provedor de modelo de linguagem como subprocessador de dados. Isso significa que quando a equipe de vendas registra uma interação no CRM ou quando o suporte responde um ticket, esses dados podem estar sendo enviados a APIs externas de IA — dentro dos termos de serviço atualizados, mas fora do escopo do contrato de processamento de dados original. O problema não é necessariamente que o fornecedor esteja agindo de má-fé. A pressão competitiva para incorporar IA é enorme, e adicionar funcionalidades inteligentes ao produto é uma vantagem de mercado. O problema é que essa incorporação frequentemente acontece sem a transparência e as salvaguardas que o tratamento de dados pessoais exige.
As controvérsias recentes ilustram bem o padrão. Uma grande plataforma de videoconferência alterou seus termos de serviço para conceder a si mesma uma licença perpétua e irrevogável sobre conteúdo dos clientes para treinamento de IA, sem mecanismo de opt-out. A reação foi imediata e a empresa recuou, mas o episódio expôs uma prática que, em muitos casos, passa sem escrutínio. Uma empresa de software criativo forçou a re-aceitação de termos que permitiam acesso ao conteúdo dos usuários para machine learning — o backlash foi tão intenso que gerou milhões de interações nas redes sociais. Uma plataforma de comunicação corporativa foi flagrada usando dados de mensagens para treinar modelos de IA não generativa, com opt-in habilitado por padrão e desativação possível apenas por solicitação direta. Em todos os casos, o ciclo se repetiu: alteração silenciosa, descoberta por usuários atentos, indignação pública, recuo corporativo e déficit duradouro de confiança.
O custo financeiro do shadow AI riscos empresas: dados que não deixam margem para dúvida
O relatório Cost of a Data Breach da IBM trouxe, pela primeira vez, métricas específicas sobre Shadow AI. O dado mais relevante é que uma em cada cinco organizações pesquisadas já sofreu violação de dados vinculada a IA não governada, com custo médio US$ 670 mil superior ao de violações tradicionais. Dessas violações, 65% envolveram dados pessoais e 40% envolveram propriedade intelectual. A pesquisa também revelou que 97% das organizações que sofreram breaches em modelos ou aplicações de IA não tinham controles adequados de acesso. No Brasil, o custo médio de violação de dados é de R$ 7,19 milhões, e empresas que utilizam tecnologias de governança de IA economizaram em média R$ 629 mil por incidente.
O Gartner projeta que até o final da década, mais de 40% das organizações globais sofrerão incidentes de segurança e conformidade causados por ferramentas de IA não autorizadas. A Forrester alertou para o que chamou de pandemia silenciosa de Shadow AI — e os dados confirmam a metáfora: a proliferação é rápida, a detecção é lenta, e o impacto se acumula antes de se tornar visível. No contexto brasileiro, onde 80% das empresas não possuem políticas formais de governança de IA e 72% estão em estágio inicial de adoção, a combinação entre aceleração tecnológica e imaturidade de governança cria uma janela de exposição que se alarga a cada trimestre.
O problema contratual: quando o DPA não cobre mais o que o fornecedor faz
A dimensão jurídica da IA embarcada em SaaS é particularmente complexa porque os contratos existentes, na maioria dos casos, não foram desenhados para cobrir esse tipo de processamento. Um DPA firmado para uma ferramenta de gestão de projetos tipicamente define finalidades como armazenamento e organização de dados, não treinamento de modelos de inteligência artificial ou envio de dados a subprocessadores de IA. Quando o fornecedor adiciona funcionalidades de IA que processam dados do cliente — mesmo que dentro de uma atualização de produto — a finalidade original do tratamento muda. E sob a LGPD, o princípio da finalidade (Art. 6º, I) exige que o tratamento ocorra para finalidades legítimas, específicas e informadas ao titular, sem possibilidade de tratamento posterior incompatível.
A cadeia de subprocessadores de IA torna o problema ainda mais opaco. Quando uma ferramenta de analytics ou de gestão de RH adiciona a OpenAI ou outro provedor de modelo como subprocessador, os dados do cliente podem estar sendo transferidos para servidores nos Estados Unidos sem que o controlador tenha ciência. Sob a regulamentação de transferência internacional de dados da ANPD (Resolução CD/ANPD nº 19/2024), com suas 24 cláusulas contratuais obrigatórias, essa transferência exige base legal e salvaguardas específicas. A FTC americana já emitiu alerta formal declarando que alterar retroativamente termos de serviço para permitir uso de dados em treinamento de IA pode ser considerado prática injusta ou enganosa. No Brasil, a ANPD demonstrou postura semelhante ao suspender o uso de dados de redes sociais para treinamento de IA e ao proibir compensações financeiras por coleta de dados biométricos, em ambos os casos questionando a adequação da base legal e a validade do consentimento.
O que fazer: governança de IA para ferramentas que você já usa
O primeiro passo é reconhecer que o inventário de IA da empresa não pode se limitar às ferramentas que foram explicitamente contratadas como soluções de inteligência artificial. Ele precisa incluir todas as funcionalidades de IA ativadas dentro do portfólio SaaS existente. Isso exige uma abordagem de descoberta que combine análise de contratos e termos de serviço atualizados, monitoramento de concessões OAuth e APIs, revisão de listas de subprocessadores dos fornecedores e mapeamento de fluxos de dados que possam estar sendo redirecionados para provedores de IA. Plataformas especializadas de SaaS management já oferecem módulos específicos para essa finalidade, mas mesmo sem ferramentas sofisticadas, uma revisão manual trimestral dos release notes e atualizações de termos dos principais fornecedores já representaria um avanço significativo.
O segundo passo é atualizar os DPAs. Qualquer contrato com fornecedor SaaS que tenha incorporado IA precisa ser revisado para incluir proibição explícita de uso de dados para treinamento de modelos, divulgação completa de subprocessadores de IA, limitação de finalidade específica e clara para o processamento de IA, procedimentos de retenção e exclusão de dados processados por IA e direito de auditoria para esse tipo de tratamento. Cláusulas vagas como melhoria do serviço ou aprimoramento da experiência do usuário não são suficientes quando o processamento envolve modelos de linguagem treinados com dados de clientes.
O terceiro passo é envolver o encarregado de dados. A Resolução CD/ANPD nº 18/2024 expandiu as atribuições do DPO para incluir assessoramento em privacy by design e contratos com operadores — o que inclui, necessariamente, a avaliação de funcionalidades de IA em ferramentas já contratadas. Um relatório de impacto à proteção de dados (RIPD) deve ser considerado para qualquer ferramenta SaaS que processe dados pessoais via IA, especialmente quando há transferência internacional ou tratamento automatizado para perfilamento.
Shadow IA como questão de governança corporativa
A shadow IA não é um problema de tecnologia. É um problema de governança que se manifesta na tecnologia. A IA que opera dentro das ferramentas aprovadas não entra pela porta dos fundos — ela é entregue pelo próprio fornecedor, embalada como atualização de produto, e ativada enquanto as equipes de compliance revisam políticas de uso de ChatGPT. A ironia é que muitas organizações investem tempo e recursos significativos para controlar o uso de ferramentas externas de IA pelos funcionários, enquanto ignoram o processamento de dados que acontece dentro do perímetro corporativo, sob contratos assinados e licenças pagas.
Para organizações brasileiras, o contexto regulatório amplifica a urgência. A LGPD já fornece base legal para questionamentos sobre mudança de finalidade e transferência internacional de dados via APIs de IA. O marco regulatório de IA em tramitação no Congresso prevê classificação de risco para sistemas de IA e sanções de até R$ 50 milhões. E a ANPD, transformada em agência reguladora com capacidade de enforcement, já demonstrou disposição concreta para atuar contra processamento de dados por IA sem consentimento adequado. A pergunta que deveria estar na mesa de todo conselho de administração não é se a empresa usa IA — é quantas IAs a empresa está usando sem saber, e quem responde por elas quando algo der errado.