Pular para o conteúdo
Engenharia com agentes de IA: governança e custo em reais.

Governança de IA e LGPD · 14 de outubro de 2026

Inventário de IA: como levantar quais sistemas, agentes e automações existem, com quais dados e quem responde por eles

Por Medha

Cenário (sintético)

Um gestor de engenharia foi chamado para responder, em 48 horas, quantos sistemas da empresa usam IA generativa e com que tipo de dado pessoal. A resposta que ele deu, de cabeça, foi "uns quatro ou cinco". O levantamento real, feito depois, achou catorze: três chatbots de atendimento (dois em produção, um em piloto), um assistente interno de busca em documentos com RAG sobre uma base que incluía contrato de cliente, dois agentes de automação de triagem de chamado, uma integração de terceiro com IA embutida que ninguém tinha configurado diretamente, e sete usos individuais de ferramenta de IA generativa no dia a dia do time, sem nenhum registro formal.

A distância entre "uns quatro ou cinco" e catorze é o próprio problema: sem inventário, a resposta é sempre um chute educado.

Por que "achar que sabe" não é suficiente

Um sistema de IA pode existir em uma empresa de várias formas diferentes, e cada uma tende a passar despercebida por um motivo diferente:

  • Sistema formal, em produção, conhecido pelo time que construiu, mas não necessariamente pelo jurídico ou pelo DPO.
  • Piloto ou prova de conceito, tratado informalmente como "ainda não conta", mesmo processando dado real.
  • Automação interna (triagem de chamado, classificação de e-mail, geração de resposta padrão) construída por um time de produto ou operações, fora do radar de engenharia central.
  • IA embutida em ferramenta de terceiro (CRM, help desk, ERP) que passou a usar modelo de linguagem numa atualização de versão, sem que ninguém tenha "ligado" nada — e sem que isso apareça em nenhuma lista de "sistemas de IA que construímos".
  • Uso individual, tema da peça anterior desta série (shadow AI): pessoa usando ferramenta de IA generativa por conta própria, sem qualquer registro.

Um inventário completo precisa cobrir as cinco categorias, não só a primeira.

Campos mínimos de um inventário de IA

Um inventário não precisa ser sofisticado para ser útil — precisa ser completo nos campos certos e ser mantido atualizado. O modelo abaixo cobre o mínimo necessário para responder às perguntas que mais importam: o que existe, com que dado, sob responsabilidade de quem, e com que nível de risco preliminar.

# modelo-inventario-ia.yaml — um registro por sistema/agente/automação
- id: chatbot-atendimento-nivel-1
  nome: "Chatbot de atendimento nível 1 (site e app)"
  tipo: chatbot            # chatbot | rag | agente | automacao | ia-embutida-terceiro
  status: producao         # piloto | producao | descontinuado
  descricao_curta: "Responde dúvida frequente de cliente sobre pedido e entrega."
  dados_pessoais_tratados:
    - nome
    - cpf
    - numero_pedido
    - historico_de_compra
  dados_sensiveis: false   # true se tratar dado sensível (saúde, biometria, origem etc.)
  fornecedor: "Provedor de modelo X, via API"
  contrato_dpa_assinado: true
  responsavel_tecnico: "Ana Souza (tech lead, Squad Atendimento)"
  responsavel_negocio: "Carlos Lima (gerente de CX)"
  decisao_automatizada: false   # true se o sistema decide algo sem revisão humana
  data_ultimo_levantamento: "2026-09-29"
  observacoes: "Sem acesso a sistema de pagamento; escalonamento humano após 2 tentativas."

Cada campo tem um propósito direto: dados_pessoais_tratados e dados_sensiveis alimentam a matriz de risco (peça 05 desta série); contrato_dpa_assinado é o primeiro filtro para saber se o fornecedor tem cobertura contratual; decisao_automatizada sinaliza os casos que precisam de atenção redobrada por causa do direito do titular de solicitar revisão (peça 10); responsavel_tecnico e responsavel_negocio respondem à pergunta mais básica de auditoria — "quem responde por isso?" — que, sem inventário, costuma não ter resposta nenhuma.

Como levantar, na prática, as cinco categorias

  1. Sistemas formais em produção e piloto: perguntar a cada squad/tech lead, diretamente, "quais dos seus sistemas usam IA generativa ou modelo de linguagem, mesmo que só numa parte do fluxo?". Cruzar com o catálogo de serviços/arquitetura, se a empresa tiver um.
  2. Automações internas: perguntar a times de operações, produto e atendimento (não só engenharia) — automação de triagem e classificação costuma nascer fora do time técnico central.
  3. IA embutida em ferramenta de terceiro: revisar changelog e notas de versão dos principais SaaS usados pela empresa (CRM, help desk, ferramenta de RH, ERP) procurando funcionalidade de IA generativa habilitada por padrão ou por opt-in silencioso.
  4. Uso individual (shadow AI): usar o levantamento da peça anterior desta série (pesquisa com o time, checagem de domínio/extensão) como insumo direto para este item do inventário — tratado à parte até virar processo formal ou ser descontinuado.
  5. Revisão cruzada com o financeiro: assinatura de ferramenta de IA paga pelo cartão corporativo ou nota fiscal de fornecedor de IA é uma fonte que gestores de engenharia costumam esquecer de checar, e frequentemente revela item que nenhuma das outras quatro fontes pegou.

Critério prático de aceite

Um inventário está em condição mínima de uso quando, para cada sistema listado: (1) existe um responsável técnico e um responsável de negócio nomeados, não um time genérico; (2) está registrado se ele trata dado pessoal e, se sim, quais campos; (3) está registrado se decide algo sem revisão humana; (4) a data do último levantamento não passa de seis meses. Sem essas quatro condições, o inventário existe no papel, mas não serve como base confiável para a matriz de risco nem para responder a uma auditoria.

O que vem a seguir

Um inventário completo já responde "o que existe". A próxima pergunta é maior: por que isso importa agora, e não daqui a dois anos — assunto da peça seguinte, sobre o que se sabe (e o que ainda não se sabe) sobre a fiscalização de IA pela ANPD.

Antes de seguir

Este é o segundo post desta série sobre governança de IA e LGPD sob a ótica de engenharia. O modelo de inventário acima é o ponto de partida do Inventário de IA e LGPD, material gratuito ainda em preparação — Entre na lista de espera para receber o material assim que sair: medha.ia.br/lista-de-espera.

Material técnico e organizacional — não substitui parecer jurídico nem a atuação do DPO.

Inventário de IA e LGPD

Modelo para levantar quais sistemas, agentes e automações de IA a empresa usa, com quais dados e quem responde por eles. Material técnico; não substitui parecer jurídico.

Só enviamos o material e avisos sobre ele. Privacidade