A inteligência artificial rompeu um padrão que acompanhou a transformação digital nas últimas décadas. Historicamente, as empresas definiam quais tecnologias seriam adotadas, estruturavam processos, estabeleciam políticas e, então, capacitavam suas equipes. Com a IA generativa, essa sequência foi invertida. Pela primeira vez, os colaboradores passaram a incorporar uma tecnologia ao cotidiano antes que as organizações estivessem preparadas para governá-la.
Esse movimento ajuda a explicar por que o Shadow AI cresce de forma consistente dentro das empresas. Mais do que um problema de conformidade ou de indisciplina, ele revela uma força de trabalho que já reconhece o valor da IA e busca incorporá-la à rotina, enquanto muitas organizações ainda discutem como transformar essa adoção espontânea em uma capacidade institucional.
Os números deixam esse descompasso evidente. No Brasil, 74% dos profissionais já utilizam assistentes pessoais de IA em suas atividades de trabalho, índice superior ao observado na América Latina, onde a média é de 66%. Ao mesmo tempo, outro estudo aponta que 74% dos profissionais utilizam IA diversas vezes por semana, mas 41% ainda não têm acesso a ferramentas corporativas desenvolvidas especificamente para atividades profissionais, capazes de atender requisitos de segurança, conformidade e rastreabilidade.
O resultado já era previsível. Quando a estratégia corporativa demora a chegar à operação, os próprios profissionais encontram alternativas para manter produtividade, acelerar entregas e ampliar sua capacidade analítica.
Para discutir esse cenário, conversamos com Carlos Guimarães, gerente de governança corporativa da Mirante Tecnologia, sobre como o Shadow AI deixou de ser apenas um tema de tecnologia para se tornar uma questão estratégica de governança corporativa.
Grande parte das discussões sobre Shadow AI ainda parte da premissa de que o problema está no comportamento dos colaboradores. Essa interpretação simplifica um fenômeno muito mais complexo. Os dados mostram que a adoção espontânea da IA está menos relacionada ao descumprimento de regras e mais à ausência de condições para que os profissionais utilizem a tecnologia dentro de um ambiente corporativo estruturado.
No Brasil, 56% dos profissionais afirmam recorrer a ferramentas pessoais pela facilidade de acesso, 45% dizem sentir mais segurança utilizando soluções próprias e 32% preferem essas ferramentas às alternativas disponibilizadas pelas empresas. Esses indicadores mostram que o Shadow AI não surge apenas pela disponibilidade da tecnologia, mas também pela percepção de que as soluções corporativas não acompanham a velocidade nem as necessidades da operação.
Esse cenário se agrava quando observado sob a perspectiva da governança. De acordo com a pesquisa Work in Progress apenas 30% das empresas brasileiras possuem políticas claras para o uso de IA, enquanto somente quatro em cada dez profissionais afirmam receber acesso, incentivo ou diretrizes claras sobre como utilizar a tecnologia no ambiente corporativo. A lacuna entre planejamento e execução cria o ambiente em que o Shadow AI se expande. Quando ferramentas, diretrizes e capacitação não acompanham a demanda da operação, os colaboradores recorrem a soluções próprias para manter produtividade.
Esse conjunto de dados indica que a expansão do Shadow AI está diretamente relacionada à distância entre planejamento e execução. A estratégia existe em muitas organizações, mas não se traduz em ferramentas homologadas, políticas operacionais, capacitação ou fluxos de trabalho capazes de incorporar a IA de forma segura.
Essa inversão altera profundamente o papel da governança. Se antes o desafio era controlar a entrada de novas tecnologias, agora é criar condições para absorver um movimento que já acontece de forma distribuída dentro da organização.
À medida que a inteligência artificial passa a apoiar atividades críticas do negócio, o debate sobre Shadow AI deixa de estar concentrado apenas na segurança da informação. O risco não está simplesmente no uso de ferramentas externas, mas na incapacidade das organizações de supervisionar como essas ferramentas influenciam processos, decisões e ativos estratégicos.
O estudo da Thomson Reuters identifica quatro consequências que passam a fazer parte da agenda dos líderes de tecnologia. A primeira é a exposição de dados confidenciais, já que plataformas externas podem receber informações estratégicas sem qualquer avaliação técnica ou contratual. A segunda envolve falhas de governança, provocadas pela velocidade com que a IA é adotada em comparação ao ritmo de criação de políticas e controles corporativos. Soma-se a isso a erosão da responsabilidade profissional, uma vez que decisões apoiadas por IA precisam permanecer auditáveis e justificáveis, especialmente em setores regulados. Por fim, cresce o risco associado a resultados não verificáveis, produzidos por modelos generalistas que nem sempre oferecem transparência suficiente para sustentar decisões críticas de negócio.
Essa preocupação encontra respaldo na percepção dos próprios profissionais. Segundo a Thomson Reuters, 96% consideram essencial que as ferramentas de IA protejam informações confidenciais, 94% esperam que utilizem fontes confiáveis e 90% afirmam que os resultados precisam ser transparentes e defensáveis. Ainda assim, quando ocorre um erro em atividades apoiadas por IA, 47% dos profissionais entendem que a responsabilidade permanece sendo do profissional, e não da tecnologia.
Esse dado revela uma mudança importante para as organizações. A confiança na IA não será determinada apenas pela qualidade dos modelos, mas pela capacidade de garantir accountability, rastreabilidade e governança sobre seu uso. Em outras palavras, à medida que a IA passa a apoiar decisões relevantes, governança deixa de ser um mecanismo de controle para se tornar um requisito operacional.
Os dados mostram que a força de trabalho avançou mais rapidamente do que as organizações. O aprendizado sobre IA já acontece de forma distribuída, impulsionado pelas demandas do dia a dia, mas ainda pouco conectado às iniciativas corporativas.
No Brasil, 34% dos profissionais afirmam aprender a utilizar IA por iniciativa própria, percentual que já supera os que recebem treinamento formal oferecido pelas empresas. Ao mesmo tempo, 37% acreditam que poderiam ampliar significativamente seus conhecimentos caso tivessem acesso a programas de capacitação corporativa.
Esses números revelam um aspecto pouco explorado na discussão sobre Shadow AI. O principal desafio não é conter um comportamento inadequado, mas direcionar uma capacidade que já existe dentro da organização. Os colaboradores demonstram interesse, experimentam novas ferramentas e desenvolvem competências por conta própria. Quando esse movimento não encontra políticas, plataformas homologadas e oportunidades de desenvolvimento, ele permanece disperso, dificulta a governança e limita a geração de valor para o negócio.
Essa dinâmica também redefine a relação entre estratégia de IA e gestão de talentos. À medida que os profissionais incorporam novas competências por iniciativa própria, aumenta a expectativa de encontrar ambientes capazes de potencializar esse aprendizado. Quando a organização demora a integrar a IA aos processos de negócio, cria-se um descompasso entre a evolução da força de trabalho e a capacidade institucional de absorver esse conhecimento. O resultado não é apenas uma perda de eficiência operacional, mas também um risco crescente para retenção de talentos e para a construção das competências que sustentarão a transformação digital nos próximos anos.
O estudo da Thomson Reuters mostra que profissionais que percebem um "abismo de valor" entre o potencial da IA e a forma como ela é disponibilizada pela empresa são duas vezes mais propensos a considerar mudar de organização no período de um ano. O comportamento é ainda mais evidente entre profissionais de meia carreira, justamente o grupo que mais utiliza IA de forma autônoma e apresenta maior mobilidade no mercado. Quando a organização demora a incorporar essas capacidades aos seus processos, transforma uma vantagem competitiva em um fator de desgaste para retenção e desenvolvimento de talentos.
Essa realidade ganha ainda mais importância diante das expectativas para os próximos anos. Segundo o relatório State of AI 2026, da Deloitte, as empresas esperam que aproximadamente 36% dos cargos tenham cerca de 10% de suas atividades automatizadas ao longo de doze meses. Esse cenário amplia a necessidade de integrar a IA aos processos de negócio de forma nativa, reduzindo a dependência de iniciativas isoladas e criando condições para que segurança, conformidade e produtividade evoluam em conjunto.
Essa abordagem aproxima a governança da estratégia de negócio. Em vez de limitar a adoção da IA, ela cria as condições para transformar experimentações individuais em capacidades organizacionais permanentes. O desafio dos CIOs está em estruturar um ambiente no qual conhecimento, inovação e governança evoluam de forma integrada. As organizações que conseguirem institucionalizar esse aprendizado estarão mais preparadas para acelerar a transformação digital, desenvolver competências críticas e capturar valor de maneira sustentável.
Para os líderes de tecnologia, a agenda passa a envolver arquitetura de governança, desenvolvimento de competências, gestão de riscos e desenho organizacional. As empresas que conseguirem conectar esses elementos estarão mais preparadas para transformar a adoção espontânea da IA em vantagem competitiva sustentável.
