Do Shadow IT aos Shadow Agents: você sabe realmente quais IAs trabalham na sua organização?

Há anos, as diretorias de TI lidam com o Shadow IT: esses softwares, serviços em nuvem, aplicativos e equipamentos introduzidos na empresa sem passar necessariamente pelos processos oficiais da TI. O fenômeno nasceu frequentemente de uma intenção perfeitamente legítima. Um funcionário descobre uma ferramenta mais prática, cria uma conta, deposita nela alguns documentos e começa a utilizá-la com seus colegas para trabalhar mais rapidamente ou resolver um problema que as ferramentas oficiais endereçam com dificuldade.

A chegada da inteligência artificial generativa deu uma nova dimensão ao fenômeno. Com o Shadow AI, funcionários começaram a utilizar modelos e aplicativos por vezes desconhecidos da organização, transmitindo-lhes documentos, dados, código de programação, informações sobre clientes ou uma parte do conhecimento da empresa. O problema de governança já se tornava mais complexo, uma vez que a ferramenta não apenas hospedava ou transportava a informação: ela podia agora interpretá-la, transformá-la, resumi-la e combiná-la com outros dados.

Uma terceira etapa surge agora com os agentes de IA. Um funcionário pode progressivamente criar ou instalar um sistema capaz de acessar vários aplicativos, buscar informações, utilizar ferramentas, comunicar-se com outros serviços e executar ações. As grandes plataformas tecnológicas facilitam rapidamente essa criação e integram as capacidades agênticas diretamente aos ambientes de produtividade utilizados diariamente nas empresas.

Essa evolução muda a natureza do problema. O Shadow AI pode expor ou tratar informações fora dos mecanismos de governança previstos. O Shadow Agents acrescenta a capacidade de agir. Uma iniciativa individual pode assim tornar-se progressivamente um ator digital conectado aos processos da empresa sem que a organização possua necessariamente uma visão completa de sua existência, de suas permissões, dos conhecimentos que utiliza ou das ações que pode realizar.

Um funcionário que utiliza discretamente uma ferramenta de inteligência artificial para resumir um documento já cria diferentes riscos. A organização pode ignorar para onde a informação foi transmitida, por quanto tempo será conservada, em qual jurisdição será tratada, quais fornecedores intervêm no processo e quais políticas contratuais ou técnicas se aplicam à sua utilização. Um agente pode ir muito mais longe porque se torna um participante ativo do sistema de informação.

Conforme as permissões que lhe são concedidas, ele pode consultar uma caixa de e-mail, percorrer arquivos, consultar um CRM, utilizar um calendário, comunicar-se com diferentes aplicativos, produzir documentos, modificar certos dados ou desencadear processos. O NIST descreve justamente essa evolução como a passagem de uma IA generativa principalmente destinada a produzir conteúdo para sistemas agênticos capazes de realizar ações em ambientes externos. A identidade e a autorização desses agentes tornam-se, portanto, dimensões fundamentais de sua governança.

O Shadow Agents aparece quando uma parte dessa atividade se desenvolve sem visibilidade organizacional suficiente. Isso não significa de modo algum que um funcionário busque voluntariamente contornar as regras. Um representante pode criar um agente para preparar seus acompanhamentos de clientes, um gestor automatizar seu relatório semanal, um analista conectar algumas fontes de dados a fim de eliminar várias horas de manipulação e um desenvolvedor construir um agente encarregado de examinar certas solicitações e então propor correções. Cada um busca simplesmente melhorar seu trabalho.

O problema constrói-se progressivamente. O agente torna-se útil e recebe uma nova conexão. Um segundo aplicativo é acrescentado. Um colega começa a utilizá-lo. Uma automação permite-lhe em seguida escrever em um sistema, em vez de simplesmente consultá-lo. Alguns meses mais tarde, uma experimentação individual tornou-se um componente de um processo operacional sem necessariamente aparecer em um inventário oficial da organização.

Essa progressão assemelha-se a vários fenômenos que as empresas já conheceram com as planilhas, os bancos de dados pessoais, os aplicativos SaaS, as ferramentas colaborativas e as automações sem código. Certas organizações possuem hoje milhares de arquivos ou de pequenos aplicativos cujas dependências ninguém conhece perfeitamente. Os agentes podem reproduzir esse fenômeno em uma escala muito maior, uma vez que podem tomar certas iniciativas e agir sobre outros sistemas.

A democratização de sua criação poderia acelerar consideravelmente essa multiplicação. Os funcionários não precisarão necessariamente saber programar. As plataformas lhes permitirão progressivamente descrever o que desejam realizar, selecionar algumas fontes de informação, acrescentar conectores e construir uma automação agêntica. Quando uma tecnologia se torna simples de criar, relativamente pouco custosa e capaz de fazer ganhar muito tempo, sua proliferação torna-se previsível.

O Gartner utiliza agora a expressão agent sprawl para descrever esse fenômeno e estima que uma empresa média da Fortune 500 poderia utilizar mais de 150.000 agentes em 2028, em comparação com menos de quinze em 2025. A consultoria indicava igualmente, na primavera de 2026, que apenas 13% das organizações consideravam dispor de uma governança adequada de seus agentes de IA. Essas projeções permanecem naturalmente estimativas, mas ilustram a escala que o problema poderia rapidamente atingir quando a criação de agentes se torna acessível a grande parte dos funcionários.

Uma questão elementar poderia então tornar-se particularmente difícil de resolver: quantos agentes trabalham realmente na organização? As empresas maduras possuem geralmente um inventário de seus usuários, de seus equipamentos e de uma parte importante de seus softwares. Elas sabem quem pode acessar os principais sistemas e dispõem de processos que permitem criar, modificar e depois suprimir as contas. O ambiente agêntico exigirá progressivamente uma disciplina comparável.

Será preciso saber quais agentes estão ativos, quem os criou, quem assume a responsabilidade organizacional por eles, quais modelos utilizam, quais dados podem consultar, quais aplicativos lhes são acessíveis, quais ações podem executar, com quais serviços externos se comunicam e quais outros agentes podem interagir com eles. Será preciso igualmente determinar quais ainda são necessários.

Esta última questão é particularmente importante. Os agentes abandonados poderiam tornar-se uma nova geração de contas órfãs. Um funcionário cria um agente para um projeto específico, concede-lhe diferentes acessos e depois muda de função ou deixa a organização. O agente pode continuar a existir, suas credenciais permanecerem válidas e suas conexões continuarem ativas. A governança deve, portanto, cobrir todo o seu ciclo de vida, desde sua criação até sua desativação.

Reencontramos aqui um princípio fundamental de cibersegurança: uma organização dificilmente protege aquilo cuja existência ignora. Essa realidade torna-se ainda mais importante quando já não se trata unicamente de um software ou de uma conta, mas de uma identidade digital capaz de consultar informações, utilizar ferramentas e executar ações.

A questão da identidade torna-se assim central. Quando um agente age em vários sistemas utilizando as credenciais do funcionário que o criou, os registros dificilmente conseguem distinguir as ações humanas das ações automatizadas. Essa confusão afeta a rastreabilidade e pode igualmente ampliar consideravelmente as capacidades do agente. Um humano pode possuir certas permissões porque exerce um julgamento, conhece as políticas da empresa e permanece responsável por suas decisões. Transmitir automaticamente o conjunto desses privilégios a um agente equivale a supor que todas as capacidades concedidas à pessoa podem igualmente ser exercidas automaticamente.

Os trabalhos do NIST sobre a identidade dos agentes propõem justamente considerá-los entidades distintas que dispõem de suas próprias identidades e autorizações. Essa abordagem permite saber qual agente consultou uma informação, desencadeou uma operação ou solicitou um acesso. Ela facilita igualmente a auditoria, a revogação dos privilégios e a distinção entre uma ação humana e uma ação automatizada.

Essa disciplina conecta-se diretamente ao AI Onboarding. Quando um novo agente entra na organização, seu mandato deve ser definido, seus conhecimentos identificados, sua identidade criada, suas permissões determinadas, seu nível de autonomia estabelecido e seu responsável organizacional designado. Quando seu papel evolui, esses elementos devem ser reavaliados. Quando ele já não tem razão de existir, seus acessos e suas capacidades devem desaparecer com ele.

A criação inicial do agente constitui, contudo, apenas uma parte do problema. Suas permissões tendem naturalmente a evoluir com sua utilidade. Um agente comercial pode começar com um acesso de leitura ao CRM e em seguida receber a autorização de criar nela uma nota. Permite-se-lhe depois preparar um e-mail e então enviá-lo. Alguns meses mais tarde, ele pode modificar uma oportunidade, gerar uma proposta e desencadear certas etapas administrativas. Cada permissão possui uma justificativa operacional perfeitamente compreensível, ao passo que sua acumulação acaba criando uma capacidade muito diferente daquela que havia sido avaliada no início.

O Gartner utiliza a expressão agent authority drift para descrever essa progressão da autoridade agêntica quando as capacidades decisórias e operacionais evoluem mais rapidamente do que os mecanismos que permitem supervisioná-las. Esse desvio torna-se particularmente difícil de detectar quando os agentes são numerosos e interconectados.

Um agente pode possuir uma permissão razoável e um segundo dispor de outra autorização igualmente justificável. Quando o primeiro pode se comunicar com o segundo, sua combinação pode eventualmente permitir uma ação que nenhum dos dois deveria poder realizar individualmente. A governança deve então ultrapassar as permissões próprias de cada agente e compreender igualmente suas interações, suas delegações e as cadeias de ações que podem formar.

Essa dimensão ilustra por que o risco agêntico se torna um problema arquitetural. Proteger individualmente cada componente não garante que suas interações produzirão um ambiente seguro. As identidades, permissões, APIs, ferramentas, dados, modelos, fornecedores, humanos e outros agentes formam progressivamente um sistema no qual novos caminhos de ação podem aparecer.

O Shadow Agents coloca igualmente uma questão de governança dos conhecimentos. Para ser útil, um agente deve frequentemente conhecer os produtos, os clientes, as políticas, os processos, os projetos, os contratos ou certas decisões internas. Ele pode acessar documentos provenientes de vários departamentos e criar relações entre informações que antes estavam dispersas.

Essa capacidade constitui precisamente uma das grandes forças da inteligência artificial, mas aumenta igualmente a importância de compreender o que um agente pode saber. Um sistema criado discretamente por um funcionário pode progressivamente tornar-se um ponto de concentração de uma quantidade considerável de conhecimentos sobre a empresa. Quando ninguém possui uma visão completa de sua existência, ninguém determina realmente se todas essas informações deveriam poder ser reunidas, interpretadas e utilizadas em conjunto.

O problema ultrapassa, portanto, a confidencialidade de cada documento tomado individualmente. Ele diz respeito igualmente à capacidade de reconstruir o conhecimento organizacional a partir de múltiplas fontes. É precisamente por isso que o Qb Knowledge Standard – AI Readiness & Knowledge Governance assume uma importância particular em um ambiente agêntico. A organização deve saber quais conhecimentos existem, quais têm autoridade, como são classificados, quem pode acessá-los e de que maneira podem ser utilizados tanto pelas pessoas quanto pelos agentes.

Diante desses riscos, a reação mais imediata poderia consistir em proibir os agentes que não são oficialmente aprovados. Tal medida pode ser perfeitamente justificada em certos ambientes ou para certas categorias de dados e de ações. Ela torna-se, contudo, muito mais difícil de manter como estratégia geral quando as capacidades agênticas são progressivamente integradas às ferramentas de produtividade que os funcionários já utilizam diariamente.

Uma governança excessivamente pesada pode igualmente produzir o efeito inverso do pretendido. Quando cada experimentação exige várias semanas de aprovação, certos usuários buscarão naturalmente soluções mais rápidas fora dos processos oficiais. Uma ausência de governança produz o risco oposto, ao permitir uma multiplicação descontrolada dos agentes, das conexões e das permissões. A maturidade consiste, portanto, em adaptar o nível de controle ao nível de risco.

Um agente que resume documentos públicos em um ambiente isolado não justifica necessariamente os mesmos controles que um sistema conectado ao CRM, ao correio eletrônico e a informações financeiras. O nível de autonomia, a sensibilidade dos conhecimentos acessíveis, os sistemas conectados e a capacidade de executar ações devem determinar a profundidade da governança. Essa abordagem permite simultaneamente preservar a inovação e concentrar os controles mais rigorosos onde as consequências potenciais são mais importantes.

A primeira resposta ao Shadow Agents continua sendo, no fim das contas, bastante simples: saber o que existe. As organizações deverão progressivamente criar um registro de seus agentes de IA. Este deveria ir muito além de uma lista de nomes e permitir conhecer o papel de cada agente, seu responsável organizacional, os modelos e fornecedores utilizados, os conhecimentos e dados acessíveis, os sistemas conectados, as permissões concedidas, o nível de autonomia, os outros agentes com os quais ele pode interagir e a data de sua última revisão.

O Gartner recomenda agora explicitamente um inventário centralizado que permita descobrir, classificar e governar os agentes em função de seu nível de risco. Essa prática poderia rapidamente tornar-se tão normal quanto o inventário dos ativos de TI e conduzir a uma representação ainda mais interessante: um verdadeiro mapeamento agêntico da organização.

As empresas conhecem seu organograma humano e possuem diferentes representações de sua arquitetura tecnológica. Um terceiro mapa deverá progressivamente mostrar quais agentes participam dos processos, com quais pessoas trabalham, quais conhecimentos utilizam, quais sistemas lhes são acessíveis, quais ações podem desencadear e como interagem entre si. Essa representação dará aos executivos uma visão muito mais fiel de uma organização em que humanos e capacidades agênticas contribuem agora para os mesmos processos.

Tal governança não pode ser exclusivamente responsabilidade da TI ou da cibersegurança. As vendas devem saber quais agentes se comunicam com seus clientes. As finanças devem conhecer aqueles que podem intervir nos processos financeiros. Os recursos humanos devem compreender quais acessam os dados relativos aos funcionários, enquanto as equipes jurídicas devem conhecer as situações em que um agente pode tratar informações regulamentadas ou contribuir para criar um compromisso. A TI controla os sistemas e as identidades, a cibersegurança analisa as permissões e os fluxos, e a direção deve determinar o nível de autonomia que a organização aceita conceder.

A governança agêntica torna-se, portanto, necessariamente transversal. É precisamente o espaço no qual um AI Governance Office pode atuar ao lado das equipes internas a fim de manter uma visão comum do ambiente de IA, estabelecer as responsabilidades, definir os níveis de autonomia aceitáveis e acompanhar a evolução dos agentes. O AI Onboarding estrutura a entrada e o ciclo de vida de cada nova capacidade, enquanto o IAM, o Zero Trust e o Continuous Trust enquadram as identidades e as permissões. O Qb Knowledge Standard governa os conhecimentos acessíveis, e a cibervigilância agêntica permite verificar que os comportamentos e as capacidades permaneçam compatíveis com os mandatos estabelecidos.

À medida que esse ambiente ganha em complexidade, a Hipersegurança permite ampliar a reflexão para além da proteção individual de cada agente. A cibersegurança continua indispensável para proteger as identidades, os acessos, os dados, os aplicativos e as comunicações. A Hipersegurança permite associar a isso a governança, as interações entre agentes, as dependências em relação aos fornecedores, a evolução das capacidades, a resiliência e a capacidade da organização de conservar sua autonomia decisória quando seu ambiente tecnológico muda.

A Quantum Beyond pode acompanhar as organizações nessa evolução, trabalhando com suas equipes a fim de construir progressivamente essa arquitetura de gestão agêntica. O objetivo consiste em dar visibilidade e controle suficientes para que as iniciativas individuais mais úteis possam tornar-se capacidades organizacionais dominadas, em vez de deixar a inovação transformar-se progressivamente em um ecossistema de agentes do qual ninguém possui uma visão completa.

O Shadow IT surgiu quando os funcionários encontraram tecnologias úteis mais rapidamente do que as organizações conseguiam integrá-las. O Shadow AI reproduziu o fenômeno com sistemas capazes de receber, tratar e interpretar uma parte do conhecimento da empresa. O Shadow Agents acrescenta agora uma dimensão muito mais operacional: esses sistemas podem igualmente agir.

Essa evolução poderia progredir rapidamente porque a criação de agentes torna-se cada vez mais acessível e se integra diretamente às plataformas utilizadas diariamente. As organizações poderiam assim passar de algumas experimentações visíveis a dezenas, centenas ou eventualmente milhares de capacidades agênticas distribuídas em seus processos. Algumas serão oficialmente implantadas, outras surgirão por iniciativa das equipes e algumas poderão continuar a existir muito depois do desaparecimento da necessidade que havia justificado sua criação.

A resposta consiste em construir uma governança suficientemente proporcional para manter a inovação, dando ao mesmo tempo à organização uma visão real de seu ambiente. Ela deve saber quais agentes existem, quem é responsável por eles, quais conhecimentos possuem, quais sistemas utilizam, quais ações podem realizar, com quais outros agentes colaboram e como suas permissões evoluem. Ela deve igualmente ser capaz de detectar os agentes que se tornaram inúteis, reavaliar sua autonomia e retirar seus acessos quando seu papel desaparece.

A Quantum Beyond pode acompanhar essa transformação ao lado das equipes internas, conectando AI Onboarding, AI Governance Office, IAM, Zero Trust e Continuous Trust, Qb Knowledge Standard, cibervigilância agêntica, ciberresiliência e arquitetura de Hipersegurança. Juntas, essas disciplinas permitem transformar a multiplicação dos agentes em uma capacidade governada, em vez de uma nova forma de TI invisível.

O verdadeiro risco do Shadow Agents poderia assim aparecer de forma muito mais discreta do que um incidente espetacular. Ele emergirá quando um número suficiente de agentes tiver encontrado seu lugar nas operações para que ninguém possua ainda uma visão completa do ecossistema que formam. A maturidade começará então por uma pergunta muito simples: sabemos realmente quais agentes trabalham em nossa organização, quais conhecimentos lhes são acessíveis, quais autoridades lhes concedemos progressivamente e até onde eles podem agora agir em nosso nome?