A adoção de ferramentas de inteligência artificial pelos colaboradores tem crescido a um ritmo que a maioria das organizações não consegue acompanhar — e, com ela, um risco de segurança silencioso conhecido como shadow AI. O fenómeno descreve o uso de assistentes de IA generativa, extensões de navegador ou APIs de modelos externos sem aprovação nem supervisão das equipas de TI e segurança. O relatório anual da IBM sobre o custo das violações de dados quantificou pela primeira vez o impacto financeiro deste comportamento, colocando-o entre os fatores mais dispendiosos numa fuga de informação. Este artigo explica o que é o shadow AI, porque é tão difícil de detetar e que passos concretos as organizações em Portugal podem dar para o encontrar e controlar.
Em resumo: “shadow AI” é o uso de assistentes de IA generativa, extensões ou APIs de modelos por colaboradores sem aprovação nem supervisão das equipas de TI e segurança. O relatório Cost of a Data Breach 2025 da IBM quantificou, pela primeira vez, o seu impacto: as violações de dados associadas a shadow AI ocorreram em 20% das organizações estudadas e custaram, em média, 670 mil dólares mais do que as restantes. De entre as organizações que sofreram este tipo de violação, 97% não tinha controlos de acesso adequados para IA, e 63% carecia de qualquer política de governação de IA. A resposta passa por descobrir o que já está a ser usado, e oferecer alternativas seguras e aprovadas em vez de proibições que apenas empurram o uso mais para a sombra.
Resposta rápida: O shadow AI é o uso não autorizado de ferramentas de IA por colaboradores. Segundo a IBM, uma em cada cinco organizações que sofreram uma violação de dados teve o incidente ligado a shadow AI, com um custo adicional médio de cerca de 670 mil dólares. A ação recomendada não é proibir, mas ganhar visibilidade: inventariar as ferramentas em uso, definir políticas claras e oferecer alternativas sancionadas com controlos de acesso.
O que é o shadow AI e porque não é apenas mais um shadow IT
O conceito herda o nome do já conhecido shadow IT, mas os especialistas alertam que o problema é maior. Ao contrário do shadow IT, em que os colaboradores adotam software não aprovado, o shadow AI envolve sistemas que processam, geram e potencialmente retêm dados sensíveis. Isto transforma-o numa categoria de risco distinta. Como sintetiza a Proofpoint e outros fornecedores, o shadow AI é o uso não autorizado de ferramentas de IA dentro das organizações sem aprovação de TI ou governança de segurança, com colaboradores a adotarem cada vez mais estas ferramentas de forma independente para aumentar a produtividade, contornando frequentemente os processos oficiais de governança.
Exemplos típicos incluem o uso de chatbots não aprovados, assistentes de código com IA ou ferramentas de análise para acelerar o trabalho ou colmatar lacunas no software oficial. A razão de a adoção ser tão veloz é simples: ao contrário do software empresarial tradicional, a maioria das ferramentas de IA exige pouca ou nenhuma configuração, permitindo que os colaboradores comecem a usá-las imediatamente.
Os números da IBM: quanto custa a IA na sombra
O dado que trouxe o tema para as agendas das administrações vem do Cost of a Data Breach Report 2025 da IBM, elaborado com o Ponemon Institute. Uma em cada cinco organizações estudadas (20%) sofreu violações ligadas a shadow AI — ferramentas de IA não sancionadas adotadas por colaboradores sem supervisão de TI ou segurança. Estes incidentes acrescentaram até cerca de 670 mil dólares ao custo médio da violação e expuseram desproporcionadamente informação pessoal identificável (PII) de clientes e propriedade intelectual.
A questão do controlo de acessos surge como agravante central. Entre as organizações que reportaram violações relacionadas com IA, uns impressionantes 97% afirmaram não dispor de controlos de acesso adequados. O relatório baseia-se numa amostra concreta: a IBM indicou que o seu estudo assentou em 470 entrevistas com indivíduos em 600 organizações que sofreram uma violação de dados entre março de 2024 e fevereiro de 2025.
| Indicador (IBM 2025) | Valor |
|---|---|
| Organizações com violações ligadas a shadow AI | 20% (1 em 5) |
| Custo adicional médio por violação com shadow AI | ~670 mil USD |
| Organizações com IA violada sem controlos de acesso adequados | 97% |
| Violações que envolveram atacantes a usar IA | 16% |
Do lado ofensivo, o panorama complementa o quadro. Em média, 16% das violações de dados envolveram atacantes a usar IA, mais frequentemente para phishing gerado por IA (37%) e ataques de personificação por deepfake (35%).
Porque é tão difícil de detetar
A dificuldade de deteção só se agrava quando as próprias ferramentas de IA usadas pelos colaboradores têm falhas de segurança próprias. Já vimos como um assistente de IA usado para programar pode estar a expor chaves secretas, e como a campanha FakeGit conseguiu enganar assistentes de IA para recomendarem malware. O shadow AI multiplica estes riscos: sem visibilidade, a equipa de segurança nem sabe que a ferramenta está a ser usada.
A invisibilidade é o traço que torna o shadow AI particularmente perigoso. Do ponto de vista da rede, as interações com IA sobre HTTPS parecem idênticas ao tráfego web normal e, sem inspeção SSL/TLS e monitorização de endpoints específica para IA, a maioria das sessões de IA não autorizadas é completamente invisível para as ferramentas de segurança convencionais.
Além disso, a IA infiltra-se em software já aprovado. Como nota a Netwrix, o shadow AI vive frequentemente dentro de extensões de navegador, plugins ou funcionalidades de IA em ferramentas SaaS já aprovadas, o que o mantém invisível aos métodos de descoberta tradicionais. O resultado é um atraso na descoberta: as organizações descobrem frequentemente o uso de shadow AI pela primeira vez durante uma auditoria de conformidade ou uma investigação de violação, e não através de deteção proativa.
Os riscos concretos para os dados e a conformidade
O risco mais imediato é a exposição de informação. Os colaboradores podem partilhar involuntariamente dados de clientes, propriedade intelectual, informação financeira, comunicações internas ou código-fonte, e, uma vez partilhados os dados com uma ferramenta de IA não gerida, a organização perde o controlo sobre quanto tempo são retidos, onde são armazenados ou como são reutilizados.
Daqui decorre um risco de conformidade direto. Segundo a Orca Security, o shadow AI pode introduzir violações relacionadas com o RGPD, HIPAA, regulamentação de serviços financeiros e obrigações contratuais, e, como o uso é frequentemente invisível, as organizações podem só descobrir as infrações após uma auditoria ou incidente. A projeção de mercado reforça a urgência: a Gartner espera que mais de 40% das organizações venham a sofrer incidentes de conformidade e segurança devido a shadow AI até 2030.
Há ainda a dimensão dos agentes autónomos, uma fronteira emergente. A Forcepoint alerta que os agentes de IA já estão em produção, a operar com acesso a email, armazenamento de ficheiros, calendários e APIs externas em organizações de todas as dimensões, e que fluxos de trabalho autónomos a correr sem registo de sessões, controlos de acesso de privilégio mínimo ou inspeção de resultados representam um risco vivo.
Como encontrar e controlar o shadow AI
O consenso entre os especialistas é claro num ponto: proibir raramente resolve. Bloqueios rígidos sem alternativas sancionadas empurram o uso para dispositivos pessoais e para fora da visibilidade corporativa; não se elimina o risco, torna-se invisível. O primeiro passo é, por isso, a visibilidade. Como resume a Proofpoint, a descoberta e o inventário das ferramentas de IA em uso são o ponto de partida — não se governa o que não se vê — e devem usar-se monitorização de rede, gateways web seguros e ferramentas CASB para identificar domínios de IA e prompts na rede.
A abordagem defendida pela Palo Alto Networks aponta na mesma direção prática:
- Começar pela visibilidade, com regras claras de tratamento de dados e caminhos de aprovação definidos.
- Em vez de proibir ferramentas de imediato, oferecer opções sancionadas e processos de admissão leves para orientar o uso seguro.
- Monitorizar endpoints, extensões de navegador e atividade SaaS, recorrendo a ferramentas de descoberta capazes de revelar uso de IA generativa não sancionada, chamadas a APIs de modelos externos ou plugins de IA embebidos em software aprovado.
Depois da descoberta vem a classificação por risco. A Netwrix recomenda ordenar as ferramentas encontradas pelo tipo de dados que tratam, sendo que as de risco crítico — que processam dados regulados como PCI, PHI ou PII — exigem ação imediata. Por fim, a governança deve ser encarada como um processo e não um projeto pontual: gerir o shadow AI exige uma abordagem alinhada que equilibra segurança e produtividade, dando visibilidade sobre o uso de IA, estabelecendo frameworks de governança, disponibilizando as ferramentas certas e desenvolvendo políticas acionáveis — tratando a governança da IA como um processo contínuo.
Porque importa em Portugal: RGPD, NIS2 e o papel do CNCS
Para organizações portuguesas, o shadow AI cruza-se com vários quadros legais em vigor. Quando um colaborador introduz dados pessoais de clientes ou colegas numa ferramenta de IA pública, pode desencadear obrigações ao abrigo do RGPD, uma vez que a organização perde o controlo sobre o tratamento e a retenção desses dados. A este propósito, boas práticas de sensibilização em Portugal aconselham a não colocar em ferramentas públicas ou não autorizadas dados como nomes completos, NIF, moradas ou documentos de identificação, lembrando que mesmo sem nome, uma pessoa pode continuar identificável através do cargo, empresa, localidade, datas, valores ou contexto específico.
A dimensão da segurança encaixa também no novo Regime Jurídico da Cibersegurança (Decreto-Lei n.º 125/2025, que transpõe a diretiva NIS2), que reforça as exigências de gestão de risco, controlo de acessos e notificação de incidentes para um leque alargado de entidades. Uma ferramenta de IA não inventariada é, na prática, uma superfície de ataque e um ponto de fuga de dados que escapa a esses deveres. O CNCS, através do CERT.PT, mantém-se como o ponto de referência nacional para orientação e resposta a incidentes, e a agência europeia ENISA tem vindo a publicar enquadramentos dedicados à cibersegurança da IA. A ENISA sublinha que a inteligência artificial traz o seu próprio conjunto de ameaças, o que obriga à procura de novas medidas de segurança para as contrariar. Para as PME, muitas vezes sem equipas de segurança dedicadas, o desafio é particularmente agudo — daí a importância de políticas simples, formação dos colaboradores e a oferta de alternativas seguras em vez de proibições que empurram o uso para a sombra.
Perguntas frequentes
O que é o shadow AI?
É o uso, por colaboradores, de assistentes de IA generativa, extensões de navegador ou APIs de modelos de linguagem externos sem aprovação nem supervisão das equipas de TI e segurança. É uma evolução do conceito de “shadow IT”, mas com um risco maior: os dados introduzidos nestas ferramentas podem ser enviados e processados por fornecedores totalmente fora do controlo da organização.
Quanto custa o shadow AI numa violação de dados?
Segundo a IBM, as organizações que sofreram violações associadas a shadow AI pagaram, em média, 670 mil dólares mais do que as restantes. Este tipo de incidente ocorreu em 20% das organizações estudadas, e 97% delas não tinha controlos de acesso adequados para as ferramentas de IA em causa.
Porque é o shadow AI mais difícil de detetar do que o shadow IT tradicional?
Porque, muitas vezes, não exige a instalação de nenhum software: basta abrir um separador do browser e usar um assistente de IA gratuito. As ferramentas tradicionais de DLP e CASB, pensadas para bloquear aplicações não autorizadas, raramente conseguem identificar dados sensíveis colados numa caixa de conversação de um chatbot.
Como pode uma organização controlar o shadow AI?
O primeiro passo é ganhar visibilidade sobre que ferramentas de IA estão realmente a ser usadas, através de controlos ao nível da rede e do navegador. Depois, é fundamental definir uma política clara de utilização de IA e, sobretudo, oferecer alternativas seguras e aprovadas — proibir sem alternativa tende apenas a empurrar o uso mais para a sombra.
Esta informação tem caráter noticioso e baseia-se em dados divulgados publicamente pela IBM (Cost of a Data Breach Report 2025), ENISA, Gartner e por fornecedores de segurança como Forcepoint, Proofpoint, Orca Security, Netwrix e Palo Alto Networks.