O treinamento de uso seguro de IA ficou urgente quando a inteligência artificial chegou ao time antes das regras. Pense numa terça-feira comum no marketing: alguém cola uma exportação do CRM no chat para segmentar uma lista, e outra pessoa sobe o briefing de um cliente para pedir ideias de campanha.
Na maioria das vezes não há má-fé. Mesmo assim, a cada prompt, dados da empresa saem do ambiente controlado.
Esse comportamento já é comum no Brasil. Segundo estudo da Thomson Reuters, 38% dos profissionais no país usam ferramentas de IA sem autorização da empresa.
Para times que já aplicam IA generativa no marketing todos os dias, a pergunta deixou de ser se vale treinar o time. A pergunta agora é como fazer isso de um jeito que mude o comportamento.
O que é treinamento de uso seguro de IA
O treinamento de uso seguro de IA é a capacitação que ensina o time a usar ferramentas de inteligência artificial sem expor dados da empresa, de clientes ou de parceiros. Ele define o que pode ser compartilhado, quais ferramentas estão aprovadas e como reagir a riscos novos, como golpes criados com IA.
Ele complementa o treinamento clássico de segurança da informação, que ensina a desconfiar de links e a proteger senhas. A diferença está na decisão que entra em jogo. A cada interação com a IA, a pessoa escolhe o que pode sair da empresa dentro de uma pergunta.
Por onde os dados da empresa vazam no uso de IA
Os dados vazam principalmente por quatro caminhos do dia a dia: prompts com informações de clientes, upload de arquivos, contas pessoais e extensões ou agentes com acesso a sistemas. O que costuma faltar é orientação clara.
Quando esse uso acontece fora das ferramentas aprovadas, ele ganha o nome de shadow AI. O problema, porém, também aparece dentro das ferramentas oficiais quando o time não sabe o que pode compartilhar.
Prompts com dados de clientes e leads
O prompt é a porta de saída mais frequente, porque parece uma conversa inofensiva. Na pressa de ganhar tempo, o time escreve informações que jamais mandaria por e-mail para um desconhecido. Algumas situações típicas:
- Pedir para a IA reescrever um e-mail que cita nome, cargo e telefone de um lead.
- Colar respostas de clientes para resumir um feedback.
- Descrever uma negociação em andamento com valores e nomes reais.
Cada um desses pedidos leva dados pessoais para fora da empresa.
Upload de planilhas, contratos e briefings
O upload de arquivos multiplica o volume exposto. Um único envio pode entregar uma base inteira de contatos de uma só vez. No marketing, os arquivos que mais aparecem nesse tipo de situação são:
- Exportações do CRM com centenas de leads.
- Planilhas de mídia com verbas e resultados de clientes.
- Contratos e propostas enviados para revisão de texto.
- Briefings de lançamentos ainda confidenciais.
Contas pessoais e configurações de histórico
Em contas pessoais, a empresa perde o controle sobre o que acontece depois do envio. O mesmo prompt carrega riscos diferentes conforme a conta usada. Fiquem de olho em três pontos:
- Conversas salvas no histórico de uma conta que a empresa não administra.
- Planos que podem usar as conversas para treinar modelos, se o usuário não desativar a opção.
- Acesso que continua com o colaborador mesmo depois que ele sai da empresa.
Extensões, plugins e agentes com acesso a sistemas
Extensões e agentes de IA criam um risco silencioso, porque acessam e-mail, drive e CRM sem que ninguém precise colar nada. Essas identidades também precisam de gestão, assunto que aprofundamos no conteúdo sobre segurança de identidade em IA. Na prática, o risco aparece assim:
- Extensões que leem tudo o que aparece na tela, inclusive dados de clientes.
- Agentes com permissões maiores do que a tarefa exige.
- Integrações autorizadas uma vez e nunca revisadas.
O que a LGPD exige quando o time usa IA
A LGPD exige que a empresa adote medidas de segurança para proteger dados pessoais e comunique à ANPD e aos titulares os incidentes que possam gerar risco ou dano relevante. Se um colaborador coloca dados de clientes numa IA externa, a responsabilidade recai sobre a empresa.
Isso acontece porque a empresa é a controladora dos dados e responde pelo tratamento feito em seu nome. Uma ferramenta sem contrato, sem base legal definida e sem controle de retenção aumenta muito o risco de descumprir a lei.
Por isso, o treinamento precisa traduzir a LGPD para situações reais, sem juridiquês. Para estruturar esse cuidado em toda a operação, o conteúdo sobre compliance de inteligência artificial mostra como mapear sistemas, bases legais e responsáveis.
Quais dados nunca devem entrar em uma IA pública
Dados pessoais de clientes e leads, informações financeiras, contratos, credenciais de acesso e estratégias ainda não lançadas nunca devem entrar em ferramentas de IA públicas nem em contas pessoais. No marketing, isso inclui exportações do CRM, briefings de clientes e planilhas de mídia com valores.
O CRM merece atenção dobrada, porque concentra o ativo mais sensível do time comercial. As práticas para proteger os dados dos clientes no CRM valem também para cada exportação que sai dele.
Classificação por cores: o que pode, o que pede cuidado e o que é proibido
Um sistema de três cores permite que o time decida em segundos, sem abrir a política a cada prompt. Nós sugerimos estas faixas, com exemplos de marketing:
- Verde (pode usar): conteúdos públicos, textos já publicados, pesquisas abertas e ideias genéricas de campanha sem nome de cliente.
- Amarelo (só em ferramenta aprovada e sem identificação): métricas de campanha sem nome de cliente, rascunhos internos e dados agregados ou anonimizados.
- Vermelho (nunca): dados pessoais de leads e clientes, contratos, valores de propostas, credenciais de contas de anúncio e planos de lançamento.
O que um treinamento de segurança em IA precisa ensinar
Um bom treinamento desenvolve cinco competências: classificar dados, anonimizar informações antes do prompt, usar só ferramentas aprovadas e bem configuradas, reconhecer golpes feitos com IA e reportar incidentes logo que acontecem.
Classificação de dados no dia a dia
Classificar dados é a habilidade que sustenta todas as outras. A meta é que cada pessoa aplique o sistema de cores no automático, sem consultar a política. Três práticas ajudam a chegar lá:
- Exercícios com arquivos e situações reais da área de cada pessoa.
- Rodadas rápidas de “verde, amarelo ou vermelho” durante o treinamento.
- O sistema de cores sempre visível no material de consulta do time.
Anonimização antes do prompt
Anonimizar é retirar do prompt tudo o que identifica pessoas ou empresas, mantendo a tarefa possível. A IA não precisa saber quem é o cliente para melhorar um texto. Vejam a diferença na prática:
- Antes: “Reescreva este e-mail para Carla Mendes, gerente da Empresa X, que pediu 15% de desconto na renovação de R$ 48 mil.”
- Depois: “Reescreva este e-mail para uma gerente de cliente B2B que pediu desconto na renovação do contrato.”
O resultado do texto é praticamente o mesmo, e nenhum dado sensível sai da empresa. Para chegar nesse padrão, ensinem três técnicas simples:
- Trocar nomes por marcadores, como “Cliente A” ou “Lead 1”.
- Usar faixas no lugar de valores exatos.
- Remover e-mails, telefones e documentos antes de colar qualquer trecho.
Ferramentas aprovadas e configurações seguras
O time precisa saber com clareza quais ferramentas pode usar, para quais tarefas e com qual conta. Quando esse caminho é simples, a vontade de testar aplicativos por conta própria diminui. O treinamento deve cobrir:
- Quais ferramentas estão liberadas e para quais tarefas.
- Como acessar com a conta corporativa.
- Onde ficam as opções de histórico e de uso dos dados para treinamento.
- Como pedir a aprovação de uma ferramenta nova.
Golpes com IA: deepfakes, phishing e prompt injection
Os golpes com IA são outra forma de roubar dados, e o time precisa reconhecer os sinais. Um caso que ficou conhecido aconteceu em 2024: a Arup perdeu cerca de US$ 25 milhões depois que um funcionário participou de uma videochamada com executivos falsos criados por IA. Três tipos de golpe merecem espaço no treinamento:
- Vídeos e áudios falsos de líderes pedindo transferências, acessos ou arquivos.
- E-mails de phishing escritos sem erros e muito personalizados.
- Prompt injection, quando instruções escondidas em páginas, e-mails ou documentos levam a IA ou um agente a executar ações indevidas.
Como reportar um incidente sem medo de punição
Reportar rápido é o que limita o estrago de um erro. Para isso, o time precisa sentir segurança para avisar logo depois que errou. Garantam estes três elementos:
- Um canal simples e conhecido por todos para reportar.
- Orientação sobre os primeiros minutos após o erro, como apagar a conversa e avisar o responsável.
- A garantia de que quem reporta de boa-fé não será punido.
Sem essa garantia, os erros ficam escondidos até virarem incidentes maiores.
Passo a passo para montar um programa de treinamento em uso seguro de IA
Um programa eficaz segue quatro etapas: diagnóstico do uso real, trilhas por função, formatos curtos com casos práticos e reciclagem contínua, ligada ao onboarding de quem chega.
Diagnóstico do uso real de IA no time
O diagnóstico mostra quais ferramentas o time já usa, para quais tarefas e com que tipo de dado. Façam essa conversa com cada área, começando por estas perguntas:
- Quais ferramentas cada área usa hoje, aprovadas ou não.
- Para quais tarefas a IA entra na rotina.
- Que tipo de dado costuma aparecer nesses usos.
- Onde estão as dúvidas mais frequentes.
O tom importa muito aqui. Se as pessoas sentirem que estão sendo fiscalizadas, vão esconder o uso, e o mapa sai incompleto.
Trilhas por função: marketing, vendas, atendimento e liderança
Cada área lida com dados diferentes, e um treinamento único acaba genérico. Separar trilhas aproxima o conteúdo da rotina:
- Marketing: exportações de CRM, briefings de clientes, dados de campanhas e uso de imagem em peças geradas por IA.
- Vendas: propostas, negociações e anotações de reuniões.
- Atendimento: conversas com clientes, dados pessoais e chatbots.
- Liderança: aprovação de ferramentas, decisões de risco e exemplo no uso.
Formatos que funcionam: microlearning, casos reais e simulações
Formatos curtos e práticos são os que mais mudam o comportamento, porque o conteúdo longo e teórico é esquecido rápido. Nossa recomendação inclui:
- Módulos de 10 a 15 minutos, com um tema por vez.
- Casos reais de incidentes, inclusive de outras empresas.
- Simulações de prompts e de golpes, com correção comentada.
- Um guia rápido de consulta, com o sistema de cores e a lista de ferramentas aprovadas.
Frequência, reciclagem e onboarding
As ferramentas de IA mudam rápido, então o treinamento precisa ser contínuo. Uma cadência que nós sugerimos:
- Um módulo obrigatório no onboarding de todo colaborador.
- Reciclagem a cada seis meses.
- Comunicados curtos sempre que uma ferramenta nova for aprovada ou um golpe novo aparecer.
Controles técnicos que complementam o treinamento
Ferramentas de prevenção de perda de dados (DLP), contas corporativas com login único (SSO) e bloqueio de aplicativos não aprovados reduzem o risco quando alguém erra. O treinamento orienta a decisão, e a tecnologia segura o erro.
Estes são os controles mais usados junto com o treinamento:
- DLP: identifica e bloqueia o envio de dados sensíveis em prompts e uploads.
- Contas corporativas com SSO: concentram o acesso e permitem desligar contas de quem sai.
- Lista de aplicativos permitidos: limita o uso às ferramentas avaliadas pela empresa.
- Configurações de retenção: definem por quanto tempo as conversas ficam guardadas.
- Permissões mínimas para agentes: cada agente acessa só o que a tarefa exige, e as integrações são revisadas periodicamente.
Esses controles ganham consistência quando fazem parte de uma estrutura de governança de IA, com responsáveis, política interna e auditorias.
Indicadores para medir o treinamento de uso seguro de IA
O treinamento funciona quando o comportamento do time muda. Isso aparece em indicadores como queda de incidentes, mais uso das ferramentas aprovadas, aumento de reportes voluntários e bons resultados em simulações. A taxa de conclusão, sozinha, não mostra isso.
Vale acompanhar estes indicadores a cada trimestre:
- Incidentes com dados em IA: quantidade e gravidade ao longo do tempo.
- Uso de ferramentas aprovadas: participação das ferramentas corporativas no total de uso.
- Alertas de DLP: volume de bloqueios, que tende a cair conforme o time aprende.
- Reportes voluntários: um aumento no início é bom sinal, porque mostra confiança no canal.
- Desempenho em simulações: acertos em exercícios de classificação e de golpes.
Quando uma área concentra os incidentes, a resposta é um módulo específico para ela, construído a partir dos erros reais daquele time.
IA segura e integrada à operação: como a Layer Up apoia
A Layer Up atua há 12 anos na integração entre marketing, vendas e tecnologia, com um time de mais de 150 profissionais. Nessa trajetória, nós aprendemos que a IA entrega resultado quando funciona dentro do ecossistema da empresa, com dados conectados e acompanhamento contínuo.
Para o tema deste artigo, essa integração faz diferença. Quando o time tem ferramentas conectadas aos sistemas da empresa e acompanhadas de perto, a tentação de levar dados para aplicativos externos diminui.
FAQ – Perguntas Frequentes Sobre Uso Seguro de IA nas Empresas
Proibir o uso de IA resolve o problema?
Normalmente não. Quando a empresa proíbe sem oferecer alternativas, o uso continua em contas pessoais, longe de qualquer controle. O caminho mais seguro combina ferramentas aprovadas, regras claras e treinamento.
A versão paga do ChatGPT é segura para dados da empresa?
Depende do plano. Nos planos pessoais Free, Plus e Pro, o uso das conversas para treinar modelos vem ativado por padrão, mas pode ser desativado nas configurações. Nos planos Business e Enterprise, a OpenAI informa que não usa os dados para treinamento por padrão, mas a empresa ainda precisa configurar acessos e definir o que pode ser compartilhado.
Com que frequência o treinamento deve ser repetido?
Uma boa referência é incluir um módulo no onboarding e fazer reciclagens a cada seis meses. Também vale enviar comunicados curtos sempre que uma ferramenta nova for aprovada ou surgir um golpe relevante.
Quem deve conduzir o treinamento de segurança em IA?
O treinamento funciona melhor quando é construído por várias áreas. Segurança da informação e TI cuidam dos riscos técnicos, o jurídico traz a visão da LGPD e o RH organiza a trilha e o calendário. As lideranças de cada área ajudam a adaptar os exemplos à rotina do time.
