Agentic AI e Shadow AI ampliam a produtividade, mas criam acessos, identidades digitais e fluxos internos que ainda escapam dos controles tradicionais de segurança.
A inteligência artificial deixou de ser apenas uma ferramenta consultiva para assumir tarefas, acessar sistemas e participar de decisões dentro das empresas. Para Sandro Tonholo, Territory Manager da Infoblox no Brasil, essa transformação ocorre em velocidade superior à capacidade de muitas organizações de estabelecer políticas, monitorar atividades e controlar os riscos envolvidos.
“A inteligência artificial já opera dentro das organizações de forma distribuída, muitas vezes sem mediação direta”, afirma o executivo. Segundo ele, o problema não está somente na adoção da tecnologia, mas na dificuldade de identificar onde ela está sendo utilizada, quais informações recebe e que tipo de ação pode executar.
O cenário ganha relevância diante do crescimento dos investimentos. A América Latina deverá movimentar cerca de US$ 10 bilhões em gastos com inteligência artificial em 2026. O Brasil responderá por US$ 4,2 bilhões, o equivalente a 41,7% do mercado regional, segundo estimativas da IDC apresentadas no LATAM Tech Insight Breakfast 2026 e repercutidas pela imprensa especializada.
Na avaliação de Tonholo, o volume de recursos ajuda a explicar a rapidez com que a tecnologia chega às operações. Esse avanço, porém, nem sempre é acompanhado por investimentos equivalentes em governança, segurança e visibilidade.
Áreas de negócio aceleram a adoção
Grande parte da incorporação de inteligência artificial é conduzida diretamente pelas áreas de negócio, que encontram nas ferramentas uma forma imediata de automatizar tarefas, reduzir etapas manuais e acelerar entregas.
Essa descentralização favorece a experimentação, mas também pode criar um ambiente fragmentado. Diferentes equipes passam a contratar aplicações, conectar sistemas e utilizar modelos sem que a área de tecnologia tenha uma visão completa dessas iniciativas.
Para Tonholo, a adoção distribuída exige que as organizações consigam descobrir quais aplicações estão sendo utilizadas, quais dados circulam por elas e quem é responsável pelas decisões tomadas a partir da tecnologia.
Sem esse mapeamento, ferramentas consideradas produtivas podem operar com acessos excessivos, integrações pouco documentadas e níveis limitados de supervisão.
Agentes de IA criam novas identidades digitais
O desafio se torna mais complexo com o avanço da chamada Agentic AI. Diferentemente de ferramentas que apenas respondem a comandos, os agentes podem planejar etapas, executar tarefas contínuas, interagir com diferentes sistemas e tomar decisões intermediárias.
Esses sistemas não atuam sem qualquer limite. Eles operam dentro das permissões, credenciais e integrações configuradas pelas próprias organizações ou por seus usuários. O risco surge quando essas autorizações são amplas, pouco conhecidas ou mantidas sem revisão.
Na prática, cada agente pode funcionar como uma identidade digital dentro da empresa. Ele pode consultar bancos de dados, acionar APIs, modificar registros, produzir documentos, enviar mensagens ou iniciar outros processos.
Segundo Tonholo, acompanhar apenas os usuários humanos já não é suficiente. As empresas precisam saber quantos agentes existem, quem os criou, quais sistemas podem acessar, com quais serviços se comunicam e como suas ações ficam registradas.
A Infoblox alerta que, em ambientes com múltiplos agentes, mecanismos frágeis de descoberta podem permitir que entidades comprometidas se apresentem como serviços confiáveis. A proteção, nesse caso, depende de controles combinados de identidade, privilégio mínimo, monitoramento e descoberta segura de agentes e serviços.
Shadow AI cresce fora dos canais oficiais
Outro ponto destacado por Sandro Tonholo é o avanço da Shadow AI, expressão utilizada para definir ferramentas e modelos adotados por funcionários sem avaliação ou autorização formal das áreas responsáveis.
Esse uso normalmente é impulsionado pela busca por agilidade. Profissionais recorrem à IA para resumir documentos, analisar informações, produzir apresentações, desenvolver códigos ou responder mais rapidamente às demandas do trabalho.
“O impacto positivo na produtividade é imediato, mas a ausência de validação, rastreabilidade e monitoramento cria uma camada de operação pouco visível”, observa Tonholo.
O risco aumenta quando informações corporativas são inseridas em serviços externos, contas pessoais são usadas em atividades profissionais ou resultados produzidos pela IA influenciam decisões sem deixar registros auditáveis.
Para o executivo, a resposta das empresas não deve se limitar ao bloqueio. Proibir uma ferramenta sem oferecer alternativas pode apenas deslocar sua utilização para canais ainda mais difíceis de monitorar.
O caminho envolve compreender as necessidades das equipes, disponibilizar soluções aprovadas, estabelecer regras para o tratamento de dados e acompanhar quais aplicações estão efetivamente em uso. A descoberta de aplicações pela infraestrutura de rede é uma das abordagens que podem apoiar esse mapeamento.
Tráfego interno amplia os pontos cegos
Parte da atividade dos agentes acontece por meio de comunicações internas entre aplicações, bancos de dados, APIs, serviços em nuvem e outros sistemas corporativos.
Esses fluxos nem sempre geram tráfego externo facilmente perceptível. Por isso, estratégias concentradas apenas na proteção da borda da rede podem não identificar todas as movimentações realizadas por agentes e aplicações de IA.
Segundo Tonholo, os controles de perímetro continuam necessários, mas precisam ser acompanhados por maior visibilidade sobre aquilo que acontece dentro da própria infraestrutura.
Além de identificar quem acessou determinado ambiente, as empresas devem compreender o comportamento dessas identidades depois da autorização: quais recursos consultam, como se deslocam entre sistemas, com quem se comunicam e quando começam a agir fora do padrão esperado.
“Quando não é acompanhada de perto, essa transformação tende a deslocar riscos para camadas menos visíveis da operação, onde a identificação se torna mais complexa e a resposta mais custosa”, afirma.
IA também transforma o mercado de trabalho
A expansão da inteligência artificial já alcança a estrutura das ocupações. Um estudo do FGV IBRE estima que, no terceiro trimestre de 2025, quase 30 milhões de trabalhadores brasileiros estavam em atividades com algum grau de exposição potencial à IA generativa.
O número correspondia a 29,6% da população ocupada. Cerca de 5,2 milhões de profissionais estavam no nível mais elevado de exposição, segundo a pesquisa da FGV.
Exposição, entretanto, não significa necessariamente substituição. A tecnologia pode automatizar determinadas tarefas, complementar outras e modificar as competências exigidas dos profissionais.
Para Tonholo, esse processo reforça o caráter estrutural da transformação. Além de proteger sistemas e informações, as empresas precisam preparar pessoas para trabalhar com tecnologias que passam a participar diretamente da execução e das decisões.
Governança precisa acompanhar a operação
Na avaliação do executivo da Infoblox, as organizações devem tratar agentes de IA e aplicações não autorizadas com o mesmo rigor aplicado a outros componentes críticos da infraestrutura tecnológica.
Isso significa manter um inventário atualizado, definir responsáveis, limitar permissões, classificar os dados que podem ser utilizados e estabelecer quais decisões exigem aprovação humana.
As empresas também precisam registrar as atividades dos agentes, revisar periodicamente seus acessos e desenvolver procedimentos para interromper, investigar ou retirar uma solução de operação quando ocorrerem falhas ou comportamentos inesperados.
“A discussão sobre Agentic AI e Shadow AI passa pela capacidade das empresas de tratar esses novos elementos com o mesmo rigor aplicado a outros componentes críticos de tecnologia”, destaca Tonholo.
Para ele, a inteligência artificial continuará avançando de maneira distribuída dentro das organizações. A diferença estará na capacidade de cada empresa de tornar essa atuação visível, controlável e auditável.
O desafio não é impedir a inovação, mas evitar que produtividade e autonomia sejam conquistadas às custas da segurança. Empresas que souberem identificar seus agentes, limitar seus acessos e compreender seus movimentos estarão mais preparadas para aproveitar a nova geração de IA sem transformar eficiência em risco operacional.
Antes de colocar um agente de IA em produção
A organização deve definir:
- Quem é responsável pelo agente e por suas decisões;
- Quais sistemas, ferramentas e dados ele pode acessar;
- Quais ações exigem aprovação humana;
- Como suas atividades serão registradas e auditadas;
- Quais limites financeiros e operacionais serão aplicados;
- Como o agente será interrompido em caso de falha;
- Quando suas permissões serão revisadas;
- Como incidentes envolvendo o agente serão investigados.
Leia também
- E se o RH parar de operar sistemas e começar a comandar agentes? — Mundo RH
- IA começa a criar novas funções e redesenha carreiras — Mundo RH
- Funcionários alimentam o ChatGPT com dados sigilosos — Mundo RH
- Agentes de IA avançam, mas escala exige governança — Tec Login
- Brasil escala agentes de IA e empresas priorizam segurança — Tec Login
