Enquanto muitas empresas ainda discutem sua estrat\u00e9gia de Intelig\u00eancia Artificial, seus funcion\u00e1rios j\u00e1 est\u00e3o usando IA todos os dias para revisar apresenta\u00e7\u00f5es, resumir contratos, analisar planilhas, preparar reuni\u00f5es com clientes, criar campanhas ou comparar propostas de fornecedores. Em muitos casos, isso acontece sem qualquer decis\u00e3o formal da empresa.<\/p>\n
Esse fen\u00f4meno ganhou o nome de Shadow AI: o uso de ferramentas de Intelig\u00eancia Artificial que n\u00e3o foram necessariamente aprovadas ou monitoradas pela organiza\u00e7\u00e3o.<\/p>\n
Tenho visto essa discuss\u00e3o crescer nas empresas e acho que existe uma raz\u00e3o bastante simples para isso: a IA resolve problemas reais do trabalho. Quando algu\u00e9m percebe que consegue fazer em vinte minutos algo que antes levava duas horas, dificilmente volta ao processo anterior.<\/p>\n
Os n\u00fameros ajudam a entender a dimens\u00e3o do fen\u00f4meno. Uma pesquisa global conduzida pela University of Melbourne em colabora\u00e7\u00e3o com a KPMG, com mais de 48 mil pessoas em 47 pa\u00edses, mostrou que 58% dos empregados j\u00e1 utilizavam intencionalmente IA no trabalho.<\/p>\n
Mas outro dado me parece ainda mais relevante: 72% dos usu\u00e1rios de IA disseram dedicar menos esfor\u00e7o \u00e0s suas atividades porque sabem que podem contar com essas ferramentas. Al\u00e9m disso, 66% admitiram j\u00e1 ter utilizado uma resposta gerada por IA sem avaliar criticamente sua precis\u00e3o, enquanto 56% afirmaram ter cometido erros no trabalho em decorr\u00eancia do uso dessas ferramentas.<\/p>\n
Um estudo da Carnegie Mellon University e da Microsoft Research encontrou resultado semelhante ao analisar 936 situa\u00e7\u00f5es reais de uso profissional. Quanto maior a confian\u00e7a das pessoas na capacidade da IA para executar uma tarefa, menor o esfor\u00e7o de pensamento cr\u00edtico reportado.
\nN\u00e3o acho que tenhamos evid\u00eancia suficiente para dizer que as pessoas est\u00e3o \u201cviciadas\u201d em IA. Mas j\u00e1 temos evid\u00eancia suficiente para discutir depend\u00eancia.<\/p>\n
Isso me preocupa mais do que a discuss\u00e3o sobre quantas tarefas a IA ser\u00e1 capaz de executar. Se passamos a delegar determinadas atividades com frequ\u00eancia, precisamos entender o que acontece com nossa capacidade de execut\u00e1-las, question\u00e1-las e reconhecer quando uma resposta simplesmente n\u00e3o faz sentido.<\/p>\n
Para as empresas, por\u00e9m, existe um problema ainda mais imediato.<\/p>\n
Para que uma IA nos ajude, fornecemos contexto. E, no ambiente corporativo, contexto significa informa\u00e7\u00e3o da empresa: propostas comerciais, dados de clientes, pre\u00e7os, margens, contratos, campanhas ainda n\u00e3o lan\u00e7adas ou informa\u00e7\u00f5es de fornecedores.<\/p>\n
E isso j\u00e1 est\u00e1 acontecendo em escala.<\/p>\n
Na mesma pesquisa da University of Melbourne e KPMG, 48% dos empregados relataram j\u00e1 ter inserido informa\u00e7\u00f5es da empresa, incluindo dados financeiros, comerciais ou de clientes, em ferramentas p\u00fablicas de IA.<\/p>\n
Dados publicados pela Cyberhaven em 2026 apontam que 39,7% dos fluxos de dados enviados para ferramentas de IA continham algum tipo de informa\u00e7\u00e3o sens\u00edvel.<\/p>\n
No varejo, os exemplos fazem parte da rotina. Um comprador insere a proposta de um fornecedor para identificar oportunidades de negocia\u00e7\u00e3o. Equipes de marketing utilizam dados de consumidores para pensar em segmenta\u00e7\u00e3o. Gestores compartilham indicadores de desempenho para entender quedas de resultado. Profissionais da \u00e1rea comercial usam informa\u00e7\u00f5es de clientes para se preparar para reuni\u00f5es.<\/p>\n
Provavelmente ningu\u00e9m nessas situa\u00e7\u00f5es acredita estar criando um problema de seguran\u00e7a. Est\u00e1 apenas tentando trabalhar melhor e mais r\u00e1pido.
\nE \u00e9 justamente isso que torna Shadow AI um tema de gest\u00e3o, e n\u00e3o apenas de tecnologia.<\/p>\n
Um levantamento da LayerX encontrou que as organiza\u00e7\u00f5es analisadas n\u00e3o tinham visibilidade sobre 89% do uso de ferramentas de IA. Mais de 70% das conex\u00f5es aconteciam por contas pessoais.<\/p>\n
A resposta mais simples seria bloquear. N\u00e3o acredito que seja suficiente.<\/p>\n
Sempre que uma tecnologia oferece uma vantagem clara para quem a utiliza, a proibi\u00e7\u00e3o sem alternativa tende apenas a tornar seu uso menos vis\u00edvel. Isso n\u00e3o diminui a import\u00e2ncia da governan\u00e7a. Significa que governan\u00e7a precisa ir al\u00e9m da defini\u00e7\u00e3o de ferramentas permitidas e proibidas.<\/p>\n
As empresas precisam entender onde seus profissionais j\u00e1 est\u00e3o usando IA, quais informa\u00e7\u00f5es est\u00e3o compartilhando, quais problemas est\u00e3o tentando resolver e quais desses usos realmente geram valor. Alguns precisar\u00e3o ser interrompidos. Outros dever\u00e3o migrar para ambientes seguros.<\/p>\n
E alguns merecem investimento e escala.<\/p>\n
\u00c9 justamente nessa \u00faltima categoria que existe uma oportunidade pouco explorada.<\/p>\n
Tenho a impress\u00e3o de que estamos olhando para Shadow AI principalmente como um problema de risco, quando ele tamb\u00e9m pode funcionar como uma fonte de informa\u00e7\u00e3o sobre a pr\u00f3pria empresa.<\/p>\n
Se muitas pessoas recorrem \u00e0 IA para analisar documentos, encontrar informa\u00e7\u00f5es, preparar negocia\u00e7\u00f5es ou responder clientes, talvez estejam sinalizando processos lentos, sistemas dif\u00edceis de usar ou atividades que poderiam ser redesenhadas.<\/p>\n
Mapear Shadow AI, portanto, n\u00e3o serve apenas para identificar vulnerabilidades. Serve tamb\u00e9m para revelar onde existe demanda real por mudan\u00e7a. Em vez de come\u00e7ar exclusivamente com uma lista de casos de uso definida de cima para baixo, vale observar onde as pessoas j\u00e1 decidiram, por conta pr\u00f3pria, que a IA resolve algo melhor.<\/p>\n
H\u00e1, por fim, uma discuss\u00e3o que considero ainda pouco explorada.<\/p>\n
Usar IA para chegar mais r\u00e1pido a uma resposta \u00e9 uma coisa. Perder a capacidade de avaliar se essa resposta est\u00e1 correta \u00e9 outra.<\/p>\n
Quanto mais essas ferramentas fizerem parte do trabalho, mais importante ser\u00e1 desenvolver pessoas capazes de decidir quando confiar, quando questionar e quando ignorar o que a IA produziu.<\/p>\n
Para o varejo, isso \u00e9 especialmente relevante. S\u00e3o milhares de decis\u00f5es di\u00e1rias envolvendo consumidores, pre\u00e7os, estoques, margens, fornecedores e opera\u00e7\u00f5es. Ganhar velocidade nessas decis\u00f5es tem valor. Ganhar velocidade sem capacidade cr\u00edtica pode simplesmente fazer a empresa errar mais r\u00e1pido.<\/p>\n
Talvez, quando as empresas finalmente conseguirem mapear o uso de Intelig\u00eancia Artificial dentro de suas opera\u00e7\u00f5es, descubram algo curioso: sua ado\u00e7\u00e3o est\u00e1 muito mais avan\u00e7ada do que aparece nos planos apresentados ao board.<\/p>\n
Ela s\u00f3 come\u00e7ou pelas pessoas, antes de virar estrat\u00e9gia.<\/p>\n
*Juliana Velozo \u00e9 Senior VP Retail, CPG, Travel & Transportation, Healthcare na Thoughtworks LATAM<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" Quando as empresas finalmente conseguirem mapear o uso de Intelig\u00eancia Artificial dentro de suas opera\u00e7\u00f5es, descubram algo curioso: sua ado\u00e7\u00e3o est\u00e1 muito mais avan\u00e7ada do que aparece nos planos apresentados ao board<\/p>\n","protected":false},"author":3,"featured_media":28150,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2234],"tags":[5802],"class_list":["post-32242","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-vozes-do-varejo","tag-thoughtworks"],"_links":{"self":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/posts\/32242","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/comments?post=32242"}],"version-history":[{"count":0,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/posts\/32242\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/media\/28150"}],"wp:attachment":[{"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/media?parent=32242"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/categories?post=32242"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cndl.org.br\/varejosa\/wp-json\/wp\/v2\/tags?post=32242"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}