Ferramentas de IA circulam pela empresa antes de entrarem no planejamento

Ferramentas de IA circulam pela empresa antes de entrarem no planejamento

Alguém cria uma apresentação. Outra pessoa resume um contrato. Uma terceira testa um assistente com dados de clientes. Nenhuma dessas ações foi formalmente implantada, mas todas já podem alterar o trabalho. A TIC Empresas 2025 registrou uso de IA em 17% das 4.174 empresas entrevistadas, ante 13% no ano anterior. Entre as que utilizavam a tecnologia, 80% adquiriram softwares ou sistemas prontos, e 60% contrataram fornecedores externos para desenvolver ou adaptar soluções. A pesquisa mede adoção declarada pela empresa, não o uso informal de cada profissional. Ainda assim, o predomínio de ferramentas prontas ajuda a explicar como a tecnologia pode entrar rapidamente, antes de uma avaliação centralizada. Uso invisível não significa uso mal-intencionado Profissionais costumam buscar velocidade, clareza ou apoio para uma tarefa. O problema aparece quando não sabem quais informações podem inserir, como conferir a resposta ou se a ferramenta guarda o conteúdo. Uma proibição genérica tende a esconder a prática. Dar visibilidade permite separar aplicações úteis, usos que precisam de orientação e situações que devem ser interrompidas. Inventário vem antes da política extensa Um levantamento inicial pode perguntar quais ferramentas são usadas, por quais áreas, com que finalidade, quais dados recebem e se o resultado chega a clientes ou decisões. O objetivo não é controlar cada pergunta feita à IA. É localizar aplicações com impacto relevante e entender onde a empresa já criou dependência sem perceber. O inventário também revela boas experiências que podem ser testadas com mais método. Informações sensíveis exigem uma fronteira clara O Guia de IA Generativa do Governo Digital alerta para vazamentos, armazenamento inadequado, referências inexistentes e exposição de dados pessoais ou confidenciais. Embora direcionado ao setor público, esses riscos também existem em ferramentas usadas por empresas. A liderança precisa traduzir o cuidado em exemplos concretos: contratos, dados pessoais, estratégias, credenciais e informações de clientes não devem ser inseridos sem autorização e controle adequados. Quando o teste precisar de contexto, dados anonimizados ou simulados podem reduzir exposição. A resposta convincente ainda precisa ser conferida Modelos generativos podem produzir informações incorretas com aparência plausível. Por isso, a revisão deve acompanhar o impacto da entrega. Um rascunho interno permite correção simples. Um número enviado ao cliente, uma cláusula contratual ou uma recomendação de preço exige fonte, responsável e rastreabilidade. A mesma ferramenta pode ter níveis de risco diferentes conforme a tarefa. Regras curtas podem melhorar a visibilidade A primeira orientação pode caber em uma página: ferramentas admitidas, informações proibidas, entregas que exigem revisão e canal para comunicar novos usos ou incidentes. Referenciais como o AI Risk Management Framework do NIST recomendam incorporar confiabilidade à concepção, ao uso e à avaliação de sistemas de IA. Para uma empresa menor, isso pode começar com responsabilidade definida e revisão proporcional ao impacto. Planejar começa por enxergar o que já acontece Depois do inventário, a liderança pode escolher uma aplicação relevante, verificar fornecedor, dados e resultado e decidir se vale formalizá-la. As demais continuam sob orientação clara, sem transformar experimentação em adoção descontrolada. O primeiro passo não é comprar outra solução. É descobrir onde a IA já participa da operação e quais decisões precisam voltar ao campo de visão da empresa.