IA nas empresas: produtividade cresce, mas riscos exigem cautela

A expansão da inteligência artificial (IA) nas empresas tem impulsionado ganhos de produtividade, mas também levanta preocupações significativas sobre segurança e governança. Ferramentas não homologadas, acesso de agentes de IA a sistemas corporativos e a dificuldade em comprovar o retorno financeiro são os principais desafios que exigem uma avaliação rigorosa.

Mayara Navarro Guerrini, Information Security and Technology Risk Manager no iFood, destacou em entrevista ao TI Inside durante o Cybersecurity Summit que a adoção de IA deve considerar não apenas a eficiência, mas também os impactos financeiros, reputacionais e regulatórios de implementações inadequadas. Ela ressaltou a necessidade de uma colaboração estreita entre as áreas de segurança, riscos e negócios, dada a rápida evolução da tecnologia.

Produtividade vs. Retorno Financeiro

Um dos pontos cruciais levantados por Mayara é a distinção entre o aumento da produtividade e o ganho financeiro efetivo. Um levantamento da McKinsey revelou que, embora 80% dos executivos identifiquem melhorias de produtividade com IA, apenas 37% observam ganhos no lucro operacional. Isso sublinha a importância de estabelecer indicadores claros para demonstrar o valor das iniciativas de IA antes de expandir investimentos.

As empresas devem evitar decisões baseadas unicamente na expectativa de eficiência, ponderando os custos de implementação, os riscos envolvidos e os resultados esperados. A estratégia de controle varia conforme a organização, com algumas restringindo o uso da tecnologia por segurança e outras incentivando uma adoção mais ampla.

Riscos de Ferramentas Não Homologadas e Agentes de IA

O uso de ferramentas pessoais de IA no ambiente corporativo é um grande desafio para a segurança da informação. Um estudo da McKinsey indica que funcionários em 90% das empresas utilizam essas ferramentas, aumentando o risco de compartilhamento de informações sensíveis em plataformas não autorizadas, como o envio de bases de clientes para IAs públicas.

“O risco de um funcionário subir uma base de clientes em uma IA que não é homologada pela empresa é muito grande. O risco de vazamento de dados cresce bastante”, alertou Mayara. Esse problema é agravado em empresas com estruturas descentralizadas e processos de inovação acelerados, onde manter um inventário atualizado de aplicações é complexo. A gestão de riscos de terceiros também se torna mais relevante.

Com o avanço da IA agêntica, a segurança passa a envolver as ações que os sistemas podem executar, não apenas o tratamento de informações. A criação de agentes capazes de acessar ambientes corporativos exige atenção às permissões concedidas e às consequências de possíveis falhas. Um agente com acesso inadequado pode comprometer processos críticos e causar indisponibilidade de serviços.

Estratégia AI First no iFood

No iFood, que adota uma estratégia AI First, a área de riscos mapeia ameaças e define controles para acompanhar o uso da IA, garantindo o alinhamento com o apetite de risco da companhia. A empresa utiliza o Tocan, sua ferramenta própria de IA, o que facilita a aplicação de mecanismos de proteção e diretrizes de uso.

A comunicação com a alta gestão é fundamental. Mayara defende que os riscos sejam traduzidos em impactos concretos para o negócio, como perdas financeiras, interrupções operacionais e danos reputacionais, facilitando a compreensão e a tomada de decisão.

Para uma estratégia responsável de IA, três prioridades são essenciais: identificar processos vitais, garantir a confiabilidade dos dados e estabelecer métricas de acompanhamento. A maturidade no uso da tecnologia depende de uma avaliação que vá além do retorno financeiro imediato, considerando impactos sobre clientes, reputação, conformidade regulatória e continuidade das operações.