Ameaças aos projetos de IA: por que até 40% podem ser interrompidos

À medida que a inteligência artificial se consolida como prioridade estratégica nas empresas, um fenômeno paralelo começa a ganhar escala e preocupação: o Shadow AI.

Caracterizado pelo uso descentralizado de ferramentas, modelos e agentes de IA sem supervisão formal, o movimento reflete a velocidade com que a tecnologia se dissemina dentro das organizações, muitas vezes à margem das diretrizes corporativas. Embora impulsione ganhos imediatos de produtividade, esse avanço desordenado já levanta alertas sobre riscos operacionais, inconsistência de decisões e exposição de dados sensíveis.

Projeções do Gartner indicam que mais de 40% dos projetos com agentes de IA podem ser descontinuados até 2027, tendo como um dos principais fatores a ausência de controles estruturados, um sinal de que o desafio da IA passa a ser menos tecnológico e mais de governança.

A popularização de modelos generativos e a facilidade de integração via APIs criaram um ambiente em que diferentes áreas desenvolvem soluções próprias de forma independente, resultando na proliferação de aplicações desconectadas, sem rastreabilidade ou padronização.

“O que estamos vendo é uma nova camada de complexidade dentro das empresas. A IA deixou de ser um ativo centralizado e passou a se espalhar de forma orgânica, o que aumenta exponencialmente o desafio de controle”, afirma Eduardo Glazar, CSO da Globalsys. Segundo ele, sem governança, cada agente passa a operar com sua própria lógica, comprometendo a consistência das decisões.

A tendência aponta para uma rápida evolução desse cenário. Ainda de acordo com o Gartner, até 2028, 70% das equipes de engenharia que desenvolvem aplicações multimodelo devem adotar AI gateways: estruturas que organizam, monitoram e otimizam o uso de diferentes modelos.

Mais do que uma camada de controle, esses mecanismos passam a integrar a própria arquitetura das soluções, permitindo previsibilidade operacional e gestão de riscos. “A governança deixa de ser reativa e passa a ser estruturante. É o que vai permitir que a IA saia do piloto e ganhe escala real”, diz Glazar.

Especialistas comparam o momento atual da IA ao início da computação em nuvem, quando a descentralização trouxe agilidade, mas também desafios de gestão. A diferença agora é que o impacto se estende diretamente às decisões de negócio.

“O Shadow AI é especialmente crítico porque muitas vezes não é visível. A empresa não sabe quantos agentes estão operando, quais dados estão sendo utilizados ou quais decisões estão sendo automatizadas”, observa Glazar.

Diante desse cenário, empresas começam a revisar suas estratégias para equilibrar autonomia e controle. A adoção de frameworks de governança e plataformas de orquestração tende a se tornar um diferencial competitivo.