Segurança de Dados na Adoção de IA: O Maior Desafio Segundo Hitachi Vantara

Desafios na Implementação da Inteligência Artificial

Executivos da Hitachi Vantara apontam que segurança de dados é o maior obstáculo na adoção de inteligência artificial (IA) nas empresas, conforme revela um relatório global da companhia. A estruturação de dados, governança e infraestrutura despontam como os três pilares essenciais que ainda preocupam o setor. Desde que a tecnologia alcançou sua versão generativa e ganhou destaque, a ausência dessas bases tem comprometido a segurança cibernética, problema que tende a se intensificar com o surgimento dos agentes de IA.

Shane Gibson, especialista técnico sênior para as Américas da Hitachi Vantara, destaca que agentes de IA introduzem riscos inéditos ao ambiente corporativo, pois podem executar ações com consequências não previstas se não forem monitorados continuamente. Além disso, há uma compreensão equivocada sobre o funcionamento dessas ferramentas, o que agrava o cenário.

Uso Acelerado e Vulnerabilidades

Segundo Gibson, muitas empresas depositam confiança excessiva nos resultados gerados pela IA. A empolgação tem levado à implementação acelerada de soluções desnecessárias, o que abre brechas para vulnerabilidades. O relatório indica que “alucinação” – fenômeno em que agentes de IA fornecem informações imprecisas ou incorretas – ocorre em cerca de 91% dos casos. Outro ponto crítico é que 76% dos dados corporativos são não estruturados, justamente o tipo mais explorado pelas aplicações de IA, ampliando os desafios.

No Brasil, entretanto, o cenário difere. Apesar da digitalização acelerada, muitas vezes ancorada em ambientes tecnológicos heterogêneos e legados, os executivos nacionais demonstram uma postura mais conservadora diante da IA. Joshua Wick, líder global de riscos e compliance da Hitachi Vantara, observa que os profissionais brasileiros preferem realizar uma análise criteriosa antes de investir, refletindo uma apreensão quanto ao retorno financeiro inicial da tecnologia.

Educação e Estruturação como Saídas

Especialistas avaliam que essa cautela brasileira é positiva, pois reforça a necessidade de uso responsável da IA. Wick ressalta que a adoção dessa tecnologia deve ser precedida por questionamentos sobre a real necessidade de sua aplicação para resolver determinados problemas. A capacitação dos usuários surge como um caminho fundamental para reduzir riscos, garantindo que entendam como a IA funciona e quais são suas implicações práticas.

Gibson reforça a importância de definir objetivos claros para o uso da IA e de conduzir testes rigorosos antes de sua implementação. A pressa para colocar a tecnologia em produção pode resultar em falhas e impactos negativos para as organizações.

Segurança em Evidência e Governança Fortalecida

O relatório destaca um aumento significativo da preocupação com a segurança de dados, que passou a ser o principal desafio apontado por 56% das lideranças, crescimento de 19 pontos percentuais em relação ao ano anterior. Essa atenção reflete-se no uso dos modelos de linguagem de grande escala (LLMs). Ferramentas populares de IA generativa, como ChatGPT e Copilot, tiveram a percepção de sucesso reduzida de 95% para 81%.

Em paralelo, as empresas intensificam investimentos em governança e qualidade dos dados. A proporção que aprimora dados para treinamento subiu de 39% para 49%, enquanto a adoção de frameworks de governança avançou de 32% para 45%. Auditorias regulares também aumentaram, passando de 36% para 44%. Por outro lado, organizações sem qualquer estratégia de explicabilidade dos modelos caíram de 42% para 24%, mostrando avanço na transparência.

Governança como Aliada da Inovação

Gibson lembra que, apesar dos desafios, a IA não deve ser vista apenas como fonte de riscos. A falta de determinismo e as alucinações evidenciam que a tecnologia exige governança robusta para que o retorno sobre investimento seja consistente e seguro.

Ambos os especialistas reforçam que governança e segurança não impedem a inovação, mas permitem seu uso pleno e seguro. Gibson projeta que, no futuro, as interfaces de IA serão simplificadas para entregar resultados de forma direta. Contudo, para alcançar essa evolução, é fundamental que as organizações se estruturarem hoje.