Resposta rápida: A shadow AI está mudando de natureza: do funcionário que cola um prompt para o agente autônomo que uma área de negócio montou por conta própria, conectado a planilhas, e-mails e sistemas internos, executando ações em sequência sem supervisão. A Nutanix aponta que mais de 70% dos executivos já identificaram agentes ou aplicações de IA implementados fora da TI, e a Gartner estima que até 40% dos projetos de agentes serão descontinuados por falta de controles. O agente informal age sozinho, com credenciais reais e ritmo de máquina: quando erra, erra em escala. A resposta combina inventário de automações, gateways de IA, observabilidade e trilhos claros para a criação cidadã.
Um gerente comercial de um cliente meu, sujeito brilhante, me mostrou com orgulho a máquina que tinha montado sozinho num fim de semana: um agente que lia as respostas de prospects no e-mail dele, classificava o interesse, atualizava a planilha do funil e disparava o follow-up adequado, tudo automático. Funcionava lindamente havia quatro meses. A TI desconhecia a existência. O jurídico desconhecia a existência. E o agente tinha, na prática, as chaves do e-mail corporativo de um diretor comercial, operando 24 horas por dia sob a supervisão de ninguém.
Do prompt ao agente: o que mudou de verdade
Até aqui, esta série sobre shadow AI tratou majoritariamente do capítulo um do fenômeno: pessoas colando conteúdo em ferramentas de conversa. Esse capítulo tem um limite natural de dano por gesto: um prompt expõe um documento por vez, e há sempre um humano no circuito, decidindo o que entra e o que fazer com o que sai. O capítulo dois remove esse limite. O agente de IA, que eu expliquei em detalhe no artigo sobre o que é um agente de IA, percebe, decide e age em sequência: lê a caixa de entrada, consulta a base, escreve no sistema, dispara a mensagem.
A diferença de risco é de categoria, e cabe numa comparação: o prompt colado é um pedestre distraído atravessando fora da faixa; o agente informal é um carro sem motorista circulando fora do mapa. O pedestre se machuca sozinho; o carro leva o cruzamento junto. Quando o agente do meu gerente comercial classificasse errado um cliente estratégico e disparasse a mensagem inadequada, quem responderia? Ele agiria de madrugada, em escala, com a assinatura do diretor, e o erro só apareceria depois de multiplicado.
Por que essa camada cresce tão rápido
Três forças empurram o capítulo dois. A primeira é a oferta: as próprias plataformas de IA e as ferramentas de automação sem código transformaram a criação de agentes em tarefa de tarde livre, acessível a qualquer usuário avançado de planilha. A segunda é a demanda reprimida: a área de negócio que espera meses na fila da TI descobre que consegue automatizar sozinha, e o mesmo impulso de produtividade que criou a shadow AI clássica cria agora a versão agêntica, com a diferença de que o resultado fica rodando permanentemente.
A terceira força é a invisibilidade estrutural. O agente informal se veste de usuário: acessa sistemas com as credenciais de quem o criou, envia e-mails da caixa real, edita planilhas com o login legítimo. Para qualquer sistema de monitoramento tradicional, aquilo é o gerente trabalhando, só que num ritmo sobre-humano e em horários curiosos. A Nutanix mediu o resultado agregado: mais de 70% dos executivos já identificaram IA implementada fora da TI, e a fatia agêntica dessa sombra é a que mais cresce, segundo toda a cobertura de infraestrutura, da Sensedia à NAVA.
Framework de agentes de IA sem controle: Do prompt ao agente: o que mudou de verdade e Por que essa camada cresce tão rápido.
Os riscos específicos que o agente adiciona
O primeiro é a credencial emprestada. O agente herda os acessos completos do criador, quando a tarefa exigiria uma fração: para atualizar uma planilha de funil, ele carrega a caixa de e-mail inteira do diretor. Quando o criador sai da empresa, o agente órfão continua rodando com as credenciais que ninguém lembrou de revogar, o primo agêntico do acervo de conta pessoal que descrevi no artigo sobre BYOAI. O segundo é o erro em escala: o humano que erra, erra uma vez e percebe; o agente que erra, erra mil vezes até alguém notar, e o dano de reputação de mil mensagens erradas dispensa descrição.
O terceiro risco é financeiro e silencioso: consumo. Agentes chamam APIs pagas em loop, e a cobertura especializada já discute a gestão de custos da IA invisível como novo item de FinOps: modelos proliferando sem dono, faturas crescendo sem centro de custo. O quarto é o emaranhado: agentes que dependem de agentes, montados por pessoas diferentes, sem documentação, formando uma cadeia que ninguém desenha por inteiro. A Gartner captura o desfecho estatístico dessa festa: até 40% dos projetos de agentes descontinuados por falta de controles, o número que eu explorei no artigo sobre o relógio da Gartner.
A infraestrutura que contém o capítulo dois
A resposta técnica tem um princípio organizador que a Sensedia resume bem na cobertura sobre AI gateways e protocolos como o MCP: centralizar a passagem. Em vez de cada agente falar diretamente com cada sistema, a empresa cria o corredor único, o gateway de IA, por onde as chamadas passam, com autenticação própria para agentes, limites de consumo, registro de cada ação e a possibilidade de desligar um agente específico sem caçá-lo pela rede. A frase que eu adoto dessa escola é precisa: a vantagem competitiva será de quem construiu primeiro a infraestrutura para escalar agentes com confiança.
Aos gateways se somam três práticas. Identidade própria para cada agente: conta de serviço com o mínimo de acesso necessário, dono nomeado e prazo de revisão, para acabar com a credencial emprestada. Observabilidade: painel único de quais agentes existem, o que consomem e o que tocam, alimentado pelo inventário. E o kill switch cultural: a regra de que todo agente precisa poder ser pausado em um clique, por gente além do criador. Nada disso mata a criação; tudo isso a torna sobrevivível.
Para quem acha o vocabulário de gateway distante da própria realidade, vale a tradução em escala doméstica: mesmo a empresa que ainda opera só com automações simples ganha ao aplicar os princípios manualmente. Uma planilha de inventário com dono e acesso de cada automação, uma conta de serviço separada para os robôs em vez da credencial do criador, e uma revisão trimestral do que segue rodando já eliminam os dois riscos mais caros, o agente órfão e a credencial superdimensionada. A infraestrutura sofisticada chega quando o parque justifica; a disciplina de identidade, dono e revisão começa hoje, com as ferramentas que a empresa já tem.
Matriz de decisão de agentes de IA sem controle: A infraestrutura que contém o capítulo dois.
Trilhos para a criação cidadã, em vez de muro
Diante do agente do gerente comercial, a reação instintiva seria proibir a criação de automações fora da TI, e a esta altura da série o leitor já sabe o meu diagnóstico sobre proibições: o talento que montou aquilo num fim de semana montaria de novo, mais escondido. A resposta madura reconhece que a criação cidadã de agentes é uma força produtiva a canalizar. O formato que funciona: a empresa publica os trilhos, ferramentas aprovadas para automação, o processo leve de registro (dez minutos de formulário: o que o agente faz, o que acessa, quem é o dono), e a promessa de revisão rápida pela TI, dias em vez de meses.
O acordo embutido nos trilhos é o mesmo do restante da governança: registrar dá direitos. O agente registrado ganha credencial própria, suporte da TI, sobrevive ao desligamento do criador e concorre a virar solução oficial da casa. O agente clandestino, quando descoberto, é pausado até registro. No cliente do meu exemplo, o agente do gerente virou, depois de registrado e ajustado, a base do assistente comercial oficial da empresa, com identidade própria e acesso mínimo. O criador virou referência interna, e a TI ganhou um aliado que antes era um risco ambulante, o padrão de transformar pioneiros em professores que atravessa esta série inteira.
Leia também
- IA agêntica para lideranças: por que os agentes de IA já são o futuro no agora
- IA agêntica: o guia executivo para entender agentes de IA antes da próxima reunião de conselho
Conclusão
A shadow AI está trocando de capítulo: do prompt colado, com humano no circuito e dano limitado por gesto, para o agente autônomo criado fora da TI, com credenciais reais, ritmo de máquina e erro em escala. As forças que empurram essa evolução, ferramentas acessíveis, demanda reprimida e invisibilidade estrutural, são as mesmas da sombra clássica, agravadas pela permanência: o agente fica rodando. A contenção combina o inventário de automações no mapeamento, gateways de IA como corredor único, identidade e acesso mínimo por agente, observabilidade de consumo e o kill switch universal, tudo embrulhado em trilhos convidativos para a criação cidadã, porque o talento que monta agente num fim de semana é ativo demais para desperdiçar num inquérito. Eu fecho com a imagem que uso nas diretorias: o capítulo um da shadow AI espalhou documentos; o capítulo dois espalha mãos que agem sozinhas. A empresa que governar as mãos antes que elas se multipliquem vai operar a década com uma força de trabalho digital confiável. A que ignorar o capítulo dois vai descobri-lo do jeito que ninguém quer: numa madrugada, em escala, com a assinatura de um diretor.
No Brasil, qualquer decisão sobre agentes de IA sem controle passa pela LGPD (Lei 13.709/2018).
Leituras que complementam este tema
- De shadow AI a IA institucionalizada: o caminho que separa risco de vantagem: aprofunda ia institucionalizada.
- Como falar de shadow AI com o conselho sem virar sessão de terror: aprofunda shadow ai no conselho.
- Como mapear o uso invisível de IA na sua operação em 30 dias: aprofunda como identificar shadow ai.
- 223 incidentes por mês: a anatomia de um vazamento de dados via IA generativa: aprofunda vazamento de dados por ia generativa.
Se este tema é prioridade agora, o próximo passo natural é entender a curva de maturidade em IA e as frentes que a Groovia opera com IA aplicada. Para saber em qual estágio a sua empresa está hoje, faça o diagnóstico gratuito de IA.
Leia também
O contexto brasileiro: LGPD, ANPD e o PL 2338
No Brasil, qualquer decisão sobre agentes de IA sem controle passa pela LGPD (Lei 13.709/2018). A ANPD pode aplicar sanção de até 2% do faturamento da empresa no Brasil, limitada a R$ 50 milhões por infração, e o PL 2338/2023 avança para criar o marco legal da IA, com obrigações de transparência, avaliação de risco e supervisão humana em sistemas de alto impacto.
Na prática, isso significa três coisas para a liderança: registrar quais ferramentas de IA tratam dados pessoais, definir quem responde por cada decisão automatizada e manter trilha de auditoria do que foi gerado por máquina.
A Groovia acompanha essa jornada com um time de 6 humanos e 78 agentes próprios, e já conduziu 100 sócios pela Curva de Maturidade em IA, das 5 etapas que levam uma empresa de AI First a AI Native.