Vê os seus agentes de IA a agir? Ver não chega para os travar

A adoção acelerada de agentes de inteligência artificial nas empresas está a criar uma nova classe de riscos de segurança que as ferramentas tradicionais de identidade não foram desenhadas para gerir. A tese central que atravessa os relatórios mais recentes é simples mas incómoda: conseguir ver o que um agente autónomo faz — a chamada observabilidade — é necessário, mas está longe de ser suficiente. Sem identidade própria, privilégios delimitados e capacidade de intervir em tempo real, a visibilidade transforma-se apenas num registo detalhado de danos já consumados. Este artigo reúne o que dizem as fontes primárias sobre o problema e sobre o que as organizações em Portugal devem fazer.

Porque é que os agentes de IA são um problema de identidade

O ponto de partida de vários analistas é que os agentes de IA constituem uma categoria distinta de identidade digital. Ao contrário das identidades não-humanas tradicionais, os agentes de IA possuem capacidades autónomas de tomada de decisão com comportamento estocástico, o que introduz desafios de segurança novos e complexos, uma vez que o seu comportamento não está rigidamente definido por ações determinísticas e previsíveis. Esta natureza híbrida é o cerne do problema: os agentes combinam as ações imprevisíveis e por vezes aleatórias típicas dos utilizadores humanos com a escalabilidade, a tendência para o excesso de privilégios e as lacunas de visibilidade normalmente associadas às identidades máquina.

Na prática, um único agente pode acumular acessos que nenhum colaborador teria. Como resume um estudo académico sobre agentes de IA à luz do direito europeu, estes atores autónomos criam identidades não-humanas com acesso privilegiado à escala, podendo um único agente deter simultaneamente credenciais para CRM, correio eletrónico, infraestrutura na nuvem e sistemas de pagamento. O mesmo trabalho conclui que a gestão tradicional de identidade e acessos, construída em torno de políticas estáticas e fluxos de autenticação humana, não consegue lidar com os requisitos de privilégio dinâmicos e dependentes de contexto dos agentes autónomos.

O problema da atribuição: quem agiu, afinal?

Um dos efeitos mais perigosos é a quebra da cadeia de responsabilização. Em ambientes tradicionais, cada ação pode ser rastreada até um ator humano; quando um agente acede autonomamente a um recurso ou cria uma credencial, torna-se difícil determinar se a ação foi executada pelo agente, pelo utilizador que o instruiu ou por um atacante que tomou o controlo através de injeção de instruções (prompt injection). A isto acresce a dimensão do inventário: a ausência de uma identidade unificadora de “agente de IA” impede o acompanhamento do seu ciclo de vida e do âmbito completo da sua atividade, criando pontos cegos perigosos onde agentes comprometidos operam sem serem detetados.

A escala agrava tudo. Segundo o material de referência da NHI Management Group, as identidades não-humanas superam frequentemente as identidades humanas por um fator de 25 a 50 vezes nas empresas modernas. E, ao contrário de uma conta de serviço estática, o acesso de um agente de IA pode mudar consoante o contexto da tarefa, pelo que a observabilidade deve capturar a intenção, o uso de ferramentas e os efeitos a jusante, e não apenas os eventos de autenticação.

Ver não chega: da observabilidade à intervenção

A observabilidade é indispensável — transforma o comportamento do agente de uma caixa negra num processo auditável — mas isolada não impede abusos. A governação de agentes exige um conjunto integrado de controlos. Uma síntese útil descreve a governação de agentes de IA como o tratamento de cada sistema autónomo como uma identidade não-humana com um proprietário, um registo de inventário, acesso de menor privilégio, comportamento observável e verificações de conformidade contínuas.

O princípio de menor privilégio é particularmente crítico. Como nota um guia sobre o tema, um agente ligado ao correio eletrónico não precisa automaticamente de aceder aos contratos, um agente que resume tickets de suporte não precisa de permissão para alterar registos de clientes, e um agente que gera relatórios não precisa de exportar a base de dados inteira. A regra é conhecida: tal como os utilizadores humanos recebem acesso baseado em funções, os agentes de IA devem receber acesso baseado em tarefas, nunca lhes sendo concedido mais acesso do que o necessário para a função aprovada.

Tecnicamente, isto traduz-se em controlos que vão além do registo passivo. O estudo sobre direito europeu aponta para provisionamento de credenciais just-in-time (o agente recebe credenciais apenas para a ação específica que vai executar), autorização com âmbito por ação (cada invocação de ferramenta é autorizada individualmente) e trilhos de auditoria que registam invocações de ferramentas, permissões concedidas, dados acedidos e resultados produzidos.

A dimensão do risco em 2026

O contexto de adoção explica a urgência. Segundo a Gartner, 40% das aplicações empresariais estarão integradas com agentes de IA específicos de tarefas até ao final de 2026, face a menos de 5% em 2025. Este salto é acompanhado de sinais de alarme entre os profissionais. Um relatório do setor descreve que uma sondagem de leitores da Dark Reading concluiu que 48% dos profissionais de cibersegurança identificam a IA agêntica e os sistemas autónomos como o principal vetor de ataque à entrada de 2026, à frente das ameaças de deepfake, do reconhecimento ao nível da administração e da adoção sem palavra-passe.

A mesma análise sublinha que cada agente de IA introduzido numa organização cria uma identidade não-humana que requer acesso a APIs e autenticação máquina-a-máquina — desafios que os sistemas legados de gestão de identidade nunca foram concebidos para enfrentar. Vários avisos apontam também para o fenómeno da “shadow AI”, ou seja, ferramentas de IA não aprovadas usadas por colaboradores fora do controlo das equipas de segurança, alargando os pontos cegos.

Para dar estrutura à defesa, a Cloud Security Alliance desenvolveu um referencial próprio. O MAESTRO (Multi-Agent Environment, Security, Threat, Risk & Outcome) é o principal framework da CSA para modelação de ameaças de IA agêntica, com uma arquitetura de sete camadas que inclui os modelos de base, operações de dados, frameworks de agentes, implementação e infraestrutura, avaliação e observabilidade, e segurança e conformidade. A CSA recomenda ainda que cada organização que implemente agentes de IA estabeleça um registo centralizado de identidades não-humanas que capture, no mínimo, a identidade, a equipa proprietária, o propósito de negócio, os sistemas acedidos, o âmbito de privilégios e a data de expiração ou revisão de cada credencial não-humana.

Pilares de governação de agentes

• Inventário — Mapear todos os agentes ativos, incluindo os introduzidos de forma não aprovada.
• Identidade única — Atribuir a cada agente uma identidade própria e um proprietário responsável, em vez de o tratar como extensão de um utilizador ou conta de serviço genérica.
• Menor privilégio — Conceder acesso por tarefa, com credenciais just-in-time e autorização por ação.
• Observabilidade com intenção — Registar não só autenticações, mas o uso de ferramentas e os efeitos a jusante.
• Conformidade contínua e capacidade de bloqueio — Passar de auditorias periódicas para aplicação contínua com capacidade de interromper ações em tempo real.

Esta transição de mentalidade é explícita nos relatórios do setor: a segurança deve deixar de assentar em auditorias manuais e periódicas para passar a uma aplicação contínua e sensível à identidade, tratando os agentes de IA como principais de segurança de primeira classe à medida que se movem para o centro da colaboração empresarial.

Porque importa em Portugal

Para as organizações portuguesas, o tema cruza-se diretamente com o quadro regulatório em vigor. O Regime Jurídico da Cibersegurança (Decreto-Lei n.º 125/2025, que transpõe a Diretiva NIS2) reforça as obrigações de gestão de risco, controlo de acessos e resposta a incidentes para entidades essenciais e importantes — obrigações que passam necessariamente pela governação de todas as identidades, incluindo as não-humanas e agênticas. O acesso indevido de um agente a dados pessoais, ou a sua exfiltração, é ainda um potencial incidente à luz do RGPD, com deveres de notificação à CNPD.

O CNCS, através do CERT.PT, coordena a resposta a incidentes de cibersegurança e disponibiliza guias e recomendações técnicas às organizações. É de notar que a própria comunidade nacional já sinalizou a IA como o fator emergente mais desafiante: segundo dados do Observatório de Cibersegurança do CNCS, a inteligência artificial foi a tecnologia emergente mais frequentemente considerada desafiante, com 78% das respostas em 2024, subindo para 94% quando a pergunta se referia a 2025. Para PME que estão a adotar assistentes e agentes em ferramentas do dia a dia, a recomendação prática é começar pelo básico — inventariar os agentes, eliminar credenciais partilhadas e codificadas, e limitar privilégios — antes de aumentar a autonomia dos sistemas.

Perguntas frequentes

O que é um agente de IA em termos de segurança?

É um sistema de inteligência artificial autónomo que age em nome de um utilizador ou processo, com credenciais próprias e capacidade de aceder a múltiplas ferramentas e sistemas sem supervisão humana constante. Em cibersegurança, é tratado como uma identidade não-humana que precisa de governação própria.

Porque é que a observabilidade não é suficiente para proteger agentes de IA?

Ver o que um agente faz permite auditar depois do facto, mas não impede que a ação prejudicial aconteça. Sem identidade própria, privilégios delimitados e capacidade de bloqueio em tempo real, a observabilidade regista apenas danos já consumados.

O que é o MAESTRO?

É um referencial da Cloud Security Alliance (CSA) para modelação de ameaças em sistemas de IA agêntica, organizado em sete camadas — desde os modelos de base até à segurança e conformidade — que ajuda as organizações a mapear riscos específicos de agentes autónomos.

Que obrigações legais em Portugal se aplicam à governação de agentes de IA?

O Regime Jurídico da Cibersegurança, que transpõe a Diretiva NIS2, exige gestão de risco e controlo de acessos que abrange identidades não-humanas. O acesso indevido de um agente a dados pessoais pode ainda constituir um incidente à luz do RGPD, com dever de notificação à CNPD.

Para aprofundar

• A sua IA fala português? Onde as barreiras de segurança falham
• O que é Cibersegurança? Guia Completo para Portugal

Esta informação tem caráter noticioso e baseia-se em dados divulgados publicamente pela Gartner, Cloud Security Alliance, investigação académica, publicações do setor e pelo Centro Nacional de Cibersegurança (CNCS).