Shadow AI: 80% dos Funcionários Já Usam o ChatGPT. Por Que Dividimos as Tarefas em Zonas Vermelhas, Verdes e Cinzas?

8 em cada 10 funcionários de escritório já usam redes neurais públicas — frequentemente sem o conhecimento do TI. A proibição não funciona: 90% dos chefes de segurança de TI acessam ferramentas de IA não autorizadas. Já vivemos com isso em nossa equipe de mais de 90 pessoas por dois anos — não por meio de bloqueios, mas por meio de uma matriz de três zonas: vermelha, verde e cinza. Vamos analisar como ela é organizada e por que se mantém sem polícia.

Por que estamos escrevendo sobre isso?

Artigos sobre Shadow AI geralmente começam com números assustadores. Oito em cada dez funcionários de escritório já usam o ChatGPT, muitas vezes sem o conhecimento do TI (JumpCloud, com referência ao Microsoft Work Lab). 32% escondem isso do empregador, 13% das solicitações a modelos públicos contêm informações confidenciais corporativas. De acordo com previsões, até 2030, mais de 40% dos incidentes de conformidade estarão relacionados ao Shadow AI (RPA Robin).

Nós lemos essas pesquisas e entendemos: não será possível proibir. E, para ser sincero, não queremos. Temos mais de 90 pessoas, quase todos usam redes neurais diariamente, e em dois anos aprendemos a viver com isso — sem bloqueios e sem vazamentos. A seguir, como.

Por que a proibição não funciona

Há outro número que geralmente é engolido: 90% dos chefes de segurança usam ferramentas de IA não autorizadas no trabalho (artigos semelhantes são abundantes no Reddit ou VC). A proibição não funciona nem mesmo para aqueles que a escrevem. O problema aqui não é disciplina, mas a própria natureza da ferramenta.

Até 2026, de acordo com a previsão da Gartner (via JumpCloud), 70% das interações de um funcionário com IA ocorrem por meio de recursos integrados em SaaS já permitidos. Você pode proibir o ChatGPT. Mas Copilot no Office, AI-summary no Notion, sugestões no Jira — não, eles já estão lá. O tráfego corporativo em aplicativos de IA aumentou 595% entre abril de 2023 e janeiro de 2024 (Zscaler ThreatLabz). Administrativamente, isso não pode ser interrompido.

Em seguida, a mecânica usual. Bloquearam o acesso público — abrem pelo telefone via 4G. Fecharam o ChatGPT na rede do escritório — escrevem do dispositivo pessoal. A proibição não remove o uso. Remove o controle.

Zona vermelha: onde modelos públicos são categoricamente proibidos

Para nós, a questão não é “é possível ou não”, mas “onde, o quê e para onde”. Começaremos com o fato de que nunca enviamos para um modelo público:

• Dados pessoais de clientes e funcionários — tudo o que se enquadra na lei 152-FZ.
• Contratos legais em andamento e posições de negociação antes da assinatura.
• Código de produção com sua própria lógica de negócios e chaves.
• Planos financeiros e negócios não públicos.
• Conversas de RH — demissões, conflitos, avaliações de pessoas.

A lógica é simples: se os dados não podem ser colocados em um Google Doc publicamente disponível, eles também não podem ser colocados no ChatGPT aberto. 60% das organizações já sofreram pelo menos um incidente de vazamento por meio de GenAI público (Cisco, via JumpCloud). 20% das empresas — especificamente por meio de Shadow AI.

A zona vermelha precisa de outra arquitetura — um circuito fechado, sua própria infraestrutura, modelos locais, SSO, log no SIEM. Temos a compilação OnPrem AlpinaGPT para isso — ela é instalada na infraestrutura do cliente, geralmente bancos e empresas sob a lei 152-FZ. Mas não vendemos a plataforma aqui — estamos falando sobre o princípio. Onde há dados pessoais e riscos legais, não deve haver um modelo público.

Zona verde: onde o ChatGPT público é a norma e incentivado

A maior parte das tarefas de trabalho é verde. Aqui, não “permitimos”, mas recomendamos. Um funcionário que em 2026 não usa o ChatGPT público para rotinas perde em velocidade para aqueles que usam.

• Rotina: reformular uma carta, decifrar uma ligação sem nomes, compilar um rascunho de uma agenda.
• Brainstorm: “sugira 20 opções de título”, “dê 10 ângulos de apresentação para uma página de destino”.
• Tradução de textos públicos — DeepL, Claude, GPT.
• Marketing antes da verificação de fatos: primeiras versões de páginas de destino, anúncios, postagens em redes sociais.
• Scripts de vendas em casos despersonalizados — sem nomes de clientes e números de negócios.
• Autoaprendizagem: entender um novo tópico, pedir “explique como para uma criança de cinco anos”, esclarecer um termo.

A lógica é a seguinte: o que já estamos prontos para mostrar a uma pessoa de fora — um rascunho de uma carta, uma ideia de título, um texto publicamente disponível para tradução — vai calmamente para qualquer modelo. A velocidade de trabalho da equipe aumenta, não há riscos.

Zona cinza: documentos internos sem dados pessoais

Entre vermelho e verde — cinza. Memorandos internos sem nomes de clientes, análises despersonalizadas por agregados, teses estratégicas em formulações gerais, descrições de processos sem nomes de fornecedores e valores. Útil, não proibido — mas requer uma etapa antes do envio.

A regra da zona cinza é uma: despersonalizar. Substituir nomes de clientes por “cliente A”, remover valores específicos, remover nomes de fornecedores. 83% das empresas não têm controle automatizado sobre o que vai para modelos públicos. Também não temos DLP automático para cada solicitação — há uma cultura de “despersonalizar antes de enviar” e um acordo claro sobre o que considerar dados pessoais.

Como dividimos as tarefas de trabalho específicas de quatro departamentos em zonas vermelhas, verdes e cinzas — estamos analisando em uma reunião de master para empresas em 28 de maio.

Por que isso funciona sem proibições rígidas?

A objeção mais comum de RH e CEO é: “Bonito, mas como você controla isso?” De forma alguma — no sentido de órgãos de supervisão. O controle é feito por meio de infraestrutura e cultura.

Uma ferramenta certa em uma janela.

O funcionário tem ChatGPT, Claude, Gemini, DeepSeek, YandexGPT, DALL-E, MidJourney e DeepL à mão — em uma interface, com UX em russo e faturamento unificado. Então ele não vai instalar um aplicativo pessoal e pagar com o cartão da esposa. AlpinaGPT foi construído para isso — dentro da equipe, esta é apenas uma ferramenta de trabalho, com a qual a maioria começa a manhã. Em seguida, sobre práticas, não sobre a plataforma.

Biblioteca corporativa de prompts.

Não um conjunto de instruções, mas uma base viva: os melhores prompts que os próprios funcionários escreveram e testaram, com tags e pesquisa. Uma pessoa nova sobe para o nível médio da empresa em um dia, sem implorar “dê um prompt para X” no bate-papo geral.

Campeões de IA por departamento.

Em cada equipe, há uma pessoa a quem você vai com a pergunta “como fazer X com uma rede neural”. Este não é um papel burocrático, mas líderes naturais — aqueles que entenderam mais rápido que os outros e estão dispostos a compartilhar. Eles crescem a partir do bate-papo interno do Telegram para entusiastas de IA, no qual os funcionários trazem casos e recursos por conta própria — sem regulamentos e um plano de conteúdo. Uma vez por sprint, nos reunimos para uma breve demonstração dos novos recursos da plataforma — 10 a 15 minutos, opcionalmente. Por meio desses dois mecanismos, o nível médio da equipe cresce mais rápido do que por meio de treinamentos.

Aprender a distinguir as zonas.

No onboarding, mostramos a matriz vermelho/verde/cinza em exemplos específicos do trabalho de cada departamento. Não palestras gerais, mas “aqui está seu documento típico — aqui é onde você pode, aqui é onde você não pode”.

A mesma lógica funciona fora da conformidade corporativa. Mozilla e Anthropic lançaram recentemente o programa Mythos — Claude está oficialmente procurando vulnerabilidades no Firefox por contrato. A história é diferente, de produto, e não sobre IA corporativa, mas o princípio é o mesmo: em vez de proibir — as regras do jogo, nas quais a IA funciona de forma sancionada.

O que vem a seguir

Não conseguimos “resolver” o Shadow AI com um único documento. Conseguimos parar de lutar contra ele e começar a construir uma estrutura. 80% dos funcionários já usam IA — esta é a realidade de 2026. Dentro da Alpina, dividimos as ferramentas para isso e não limitamos as pessoas a um único conjunto: Figma e produtos Adobe, Cursor e Claude Code, Perplexity, Google AI Ultra, geradores de imagens e vídeos estão disponíveis para trabalho regular — sem estar vinculado a um departamento. Para documentos confidenciais — apenas um circuito fechado, implantado internamente. Este é o modelo de trabalho vermelho/verde/cinza em uma frase. A questão para o gerente hoje não é “proibir ou permitir”, mas “como dividir as tarefas em vermelho, verde e cinza em minha equipe específica”.

Estamos analisando a matriz de zonas em uma reunião de master em 28 de maio. A matriz vermelho/verde/cinza não pode ser “resolvida” com um documento — ela precisa ser mantida viva. Como ela é organizada em tarefas específicas de quatro departamentos, estamos analisando em uma reunião de master em 28 de maio de 2026 — 10:00 MSK, Zoom, grátis.

Formato — face-to-face Q&A com câmeras ligadas, sem códigos QR e sem venda da plataforma. Público-alvo — diretores de RH/L&D, CEOs e chefes de universidades corporativas.

• Zhemal Khamidun, CPO Alpina Digital, Head of AI AlpinaGPT — lógica do produto: por que diferentes tarefas exigem diferentes arquiteturas.
• Alexander Pronin, gerente de marketing digital Alpina Digital — tarefas de marketing e a zona verde.
• Olga Starosta, chefe do departamento de vendas Alpina Digital — vendas, scripts e onde a linha vermelha deles passa.
• Sergey Andriyanov, CTO AlpinaGPT — tecnologia, circuito fechado e como isso é organizado por dentro.

Você levará a matriz de zonas, analisada em tarefas reais de quatro funções, e poderá fazer perguntas sobre sua equipe. Inscrição — alpinagpt.ru/mm-ai.