Shadow AI: por que a IA está trazendo de volta o problema do herói — e como o BPM o resolve

Shadow AI (ou IA paralela) é o uso de ferramentas pessoais de IA, prompts e automações fora dos processos e da governança de uma empresa. Shadow AI recria o "problema do herói": o know-how se concentra em poucas pessoas, em vez de ficar na organização. A resposta não é proibir a IA. A resposta é mover o know-how de IA para os processos de negócio como ativos versionados, aprovados e auditáveis.

Por cerca de vinte anos, acompanhei a comunidade de gestão de processos resolver um dos problemas mais antigos das organizações. Hoje vejo esse problema retornando por uma nova porta. Este artigo explica por quê, o que está em jogo e como um software de BPM — incluindo o que estamos preparando na próxima versão do HEFLO — pode fechar essa porta sem desacelerar as pessoas que a abriram.

O que é shadow AI?

shadow AI é qualquer uso de inteligência artificial no trabalho que acontece fora das ferramentas, processos e controles autorizados pela organização. A shadow AI inclui a conta pessoal do ChatGPT de um analista, um GPT personalizado criado por um gerente de vendas, uma biblioteca de prompts salva em um aplicativo privado de notas ou um script que chama um modelo de IA com dados da empresa.

shadow AI não é o mesmo que TI sombra. TI sombra diz respeito a softwares não aprovados. shadow AI diz respeito a raciocínio não aprovado: as decisões, julgamentos e técnicas que uma ferramenta de IA aplica em nome de alguém.

A escala é real. O Work Trend Index de 2024 da Microsoft e do LinkedIn, baseado em 31.000 trabalhadores do conhecimento em 31 países, constatou que 78% dos usuários de IA levam suas próprias ferramentas de IA para o trabalho (Microsoft, maio de 2024).

Em resumo, a shadow AI não é um comportamento marginal — é a forma como a maioria dos trabalhadores do conhecimento adotou a IA em primeiro lugar.

Como o BPM resolveu o “problema do herói” nos últimos 20 anos?

O problema do herói é simples. Em muitas organizações, o conhecimento crítico vive na cabeça de uma única pessoa. Essa pessoa sabe como a exceção é tratada, qual cliente recebe tratamento especial e qual fornecedor precisa de uma segunda verificação. A organização se torna refém dessa pessoa.

Nas últimas duas décadas, o movimento de BPM — associações profissionais, entidades de certificação, consultores e fornecedores de software de BPM — trabalhou pacientemente nesse problema. O método foi transferir o conhecimento tácito das pessoas para processos explícitos:

1. Modelar o processo em uma notação compartilhada, como BPMN 2.0.
2. Documentar as regras que antes viviam na memória de alguém.
3. Automatizar o fluxo para que o processo seja executado da mesma forma todas as vezes.
4. Medir e melhorar o processo em vez de depender da memória individual.

O resultado foi uma mudança cultural. A pessoa não deixou de ser importante. A pessoa deixou de ser indispensável. A inteligência passou para o processo, onde toda a organização podia vê-la, auditá-la e melhorá-la.

Em outras palavras, a maior conquista do BPM não foi a automação — foi transferir o conhecimento organizacional dos indivíduos para os processos.

Por que a IA está trazendo de volta o problema do herói?

Os primeiros adotantes da IA estão entregando resultados reais. Eles escrevem propostas melhores, fazem a triagem de solicitações mais rapidamente e analisam documentos em minutos. Toda organização deveria querer mais pessoas como eles.

O problema é onde o conhecimento prático reside. A técnica do primeiro adotante vive em prompts pessoais, assistentes personalizados privados e automações que só aquela pessoa entende. O diagrama do processo ainda mostra "Analisar solicitação". O trabalho real acontece em uma aba do navegador que a organização não consegue ver.

Este é o problema do herói novamente, em uma forma mais acentuada. O antigo herói carregava o conhecimento em sua cabeça. O novo herói carrega o conhecimento em sua cabeça e em um conjunto de ferramentas de IA que executam parte do trabalho. Quando o novo herói vai embora, a organização perde tanto o conhecimento quanto a maquinaria.

O Work Trend Index também constatou que 52% dos usuários de IA relutam em admitir que usam IA para suas tarefas mais importantes (Microsoft, maio de 2024). Conhecimento prático invisível não pode ser governado, compartilhado ou aprimorado.

Por que a shadow AI é mais arriscada do que o antigo silo de conhecimento?

A shadow AI é mais arriscada do que o antigo silo de conhecimento porque combina dependência de indivíduos com execução fora de qualquer controle. A tabela abaixo compara três eras do conhecimento organizacional.

Dados de segurança confirmam o risco. O relatório Cost of a Data Breach Report 2026 da IBM constatou que incidentes envolvendo shadow AI mais do que dobraram em um ano, de 20% para 43% (IBM, julho de 2026).

No fim das contas, a shadow AI concentra tanto o know-how quanto o risco em lugares que a organização não consegue ver.

As empresas devem proibir ferramentas pessoais de IA?

Não. Proibir ferramentas pessoais de IA pune as pessoas que estão criando mais valor, e raramente funciona. Os primeiros adotantes de IA são, na prática, os novos designers de processos. Eles estão descobrindo melhores formas de realizar o trabalho.

O argumento mais forte a favor do primeiro adotante merece ser dito de forma clara. O primeiro adotante não esperou por permissão porque a organização não ofereceu uma alternativa governada. Os prompts do primeiro adotante costumam ser melhores do que qualquer procedimento oficial. Tratar essa pessoa como um problema de conformidade desperdiça a melhor fonte de melhoria da organização.

O objetivo correto é capturar, não punir. A organização deve aproveitar o que os primeiros adotantes construíram, transformar isso em ativos compartilhados e devolver a todos — com os controles que as ferramentas pessoais não conseguem fornecer.

Como transferir o conhecimento de IA das pessoas para os processos?

Transferir o conhecimento de IA para os processos segue a mesma lógica que o BPM aplicou ao conhecimento tácito, adaptada à IA. Chamamos isso de estrutura Herói-para-Processo, em cinco etapas:

1. Descobrir. Mapear onde a IA já é usada em cada processo: quais tarefas, quais pessoas, quais prompts, quais dados.
2. Codificar. Transformar as melhores técnicas em competências escritas — manuais e políticas que um agente de IA possa ler — sob responsabilidade de uma pessoa nomeada.
3. Vincular. Associar agentes de IA a tarefas específicas no modelo BPMN, com limites explícitos sobre o que o agente pode ler, escrever e gastar.
4. Governar. Versionar cada agente, competência e integração, e exigir aprovação de alguém que não seja o autor antes que uma versão seja executada.
5. Melhorar. Medir cada revisão com dados de execução e feedback humano, e publicar uma versão melhor em vez de editar diretamente a existente.

A estrutura Herói-para-Processo transforma o talento individual em IA em capacidade organizacional. O pioneiro se torna o autor de uma competência que atende a toda a empresa.

Na prática, a estrutura Herói-para-Processo aplica à IA a disciplina original do BPM — tornar o conhecimento explícito, atribuído a um responsável e mensurável.

Quais recursos avançados um software de BPM deve oferecer para governar a IA?

Governar a IA exige recursos avançados que vão além de uma janela de chat adicionada a um modelador. Uma plataforma de BPM pronta para IA deve oferecer pelo menos sete capacidades:

1. Agentes de processo com limites — um teto de efeito (leitura, escrita reversível, escrita irreversível), de custo e de duração por execução.
2. Habilidades como ativos versionados — conhecimento escrito uma vez, com propriedade definida, aprovado e reutilizado por muitos agentes.
3. Vinculação em nível de tarefa — o agente trabalha em uma tarefa BPMN específica e vê apenas os campos que essa tarefa permite.
4. Humano no circuito por design — valores escritos pela IA permanecem pendentes até que uma pessoa os confirme; ações irreversíveis aguardam confirmação explícita.
5. Integrações aprovadas — toda ferramenta ou conector que um agente pode acionar é revisado e aprovado, incluindo ferramentas de servidores MCP externos.
6. Uma trilha de auditoria completa — toda ação de IA registrada com ator, versão, efeito e resultado.
7. Um ciclo de feedback — avaliações, escalonamentos e correções transformados em ações de melhoria.

Esses recursos avançados de automação são o que separa a automação de processos governada de uma coleção de experimentos pessoais com IA.

É por isso que, na era da IA, "recursos avançados de BPM" significa recursos de governança — limites, versões, aprovações e auditoria — não apenas mais IA.

O que são habilidades de agente e por que elas retêm know-how?

Uma habilidade de agente é uma orientação escrita que um agente de IA lê antes de realizar um tipo de trabalho: como fazer a triagem de uma solicitação de suporte, como verificar uma fatura em relação a um pedido, qual política de compras se aplica. Uma habilidade é a técnica do adotante inicial transformada em um ativo organizacional.

As habilidades retêm know-how por três motivos:

• As habilidades são separadas de qualquer agente individual. Uma alteração em uma habilidade alcança todos os agentes que a utilizam.
• As habilidades têm proprietários e versões. O autor de uma habilidade pode sair; a habilidade permanece, com seu histórico.
• As habilidades podem ser medidas. Cada revisão pode ser comparada com a anterior em execuções reais.

No próximo lançamento da HEFLO, as habilidades terão dois tipos. Uma política é uma regra que se aplica a um escopo — um ambiente, uma organização, um processo, um agente ou um participante. Uma competência é algo que um agente sabe fazer e carrega consigo. Cada habilidade tem uma linha de índice que informa ao agente quando lê-la, conteúdo em Markdown, uma nota de alteração e um ciclo de aprovação.

Como obter rastreabilidade sobre o uso de IA?

Para obter rastreabilidade, cada ação de IA deve ser registrada na instância do processo em que ocorreu, com a versão exata do agente que atuou. Governança e rastreabilidade devem fazer parte da plataforma de processos, não de um projeto de monitoramento separado.

Uma configuração de IA rastreável responde a quatro perguntas para qualquer instância de processo:

1. Quem atuou? Uma pessoa, um agente ou o sistema.
2. Com qual versão? A revisão exata aprovada do agente e de suas habilidades.
3. Qual foi o efeito? Somente leitura, uma alteração reversível pendente de confirmação ou uma ação irreversível confirmada por uma pessoa.
4. Qual foi o custo? Os recursos consumidos por cada etapa.

Na área de governança do HEFLO AI, a Trilha da Instância mostra essas respostas linha por linha para qualquer número de instância. Administradores e auditores também podem revisar o uso por agente, exceções como autoaprovações ou ações recusadas, e cada alteração na configuração da IA.

Como a IA governada apoia a conformidade?

A IA governada apoia a conformidade produzindo evidências, não promessas. Governança e conformidade dependem da capacidade de mostrar a reguladores, auditores e clientes o que um sistema de IA fez e quem o autorizou.

Uma abordagem baseada em processo produz essas evidências como um subproduto do trabalho normal:

• Segregação de funções. No HEFLO AI, quem escreveu ou enviou uma versão não pode ser seu único aprovador, a menos que a organização configure isso explicitamente; uma autoaprovação por um único administrador exige uma justificativa e aparece no relatório de exceções.
• Logs de auditoria exportáveis. O log de auditoria da IA pode ser exportado em CSV ou JSON Lines; a exportação nunca contém transcrições, valores de campos ou chaves.
• Retenção controlada. A retenção de transcrições pode ser definida entre 30 e 365 dias, e alterá-la exige a aprovação de outro administrador.
• Acesso de auditor com prazo definido. Auditores recebem acesso somente leitura com uma data de expiração e verificação em duas etapas obrigatória.

Marcos regulatórios como a Lei de IA da UE (Regulamento (UE) 2024/1689) e o GDPR elevam o nível de documentação e supervisão. Este artigo não é aconselhamento jurídico; cada organização deve mapear suas próprias obrigações com consultoria qualificada.

Em termos simples, a conformidade para IA é muito mais fácil quando a plataforma de processos registra aprovações, versões e ações por padrão.

Onde o MCP se encaixa em uma estratégia de IA governada?

O Model Context Protocol (MCP) é um padrão aberto que permite que assistentes e agentes de IA se conectem a sistemas externos por meio de uma interface comum. O MCP é importante para a shadow AI em duas direções.

Entrada: assistentes externos atuando na plataforma de processos. Na próxima versão do HEFLO, um administrador poderá ativar um servidor MCP para que Claude, ChatGPT, Mistral ou outro cliente MCP possa trabalhar com o HEFLO. O assistente atua com as permissões da própria pessoa, e ações que não podem ser desfeitas — como publicar um processo — exigem confirmação dentro do próprio HEFLO. O servidor MCP fica desativado por padrão.

Saída: sistemas externos tornando-se ferramentas de agentes. Um administrador pode registrar um servidor MCP externo, como um CRM, e importar suas ferramentas como conectores de agentes. Cada conector carrega um efeito analisado e deve ser aprovado antes que qualquer agente possa chamá-lo.

Esta é a ponte entre a IA pessoal e a IA governada. As pessoas mantêm os assistentes de que gostam. A organização mantém o controle sobre o que esses assistentes podem acessar.

Em outras palavras, o MCP permite que as organizações acolham as ferramentas de IA que as pessoas já usam — nos termos da plataforma de processos.

O que a HEFLO AI trará para seus processos?

A HEFLO AI está atualmente em prévia antes de seu lançamento. A HEFLO AI coloca a inteligência artificial para trabalhar dentro dos processos de negócio: agentes de processo que executam ou ajudam com tarefas, um chat de IA que acompanha o usuário pelas páginas, um assistente que modela processos no editor e uma conexão MCP para assistentes de IA externos. Cada ação realizada por um agente é governada, auditada e medida em créditos de IA.

Os componentes fundamentais se mapeiam diretamente ao framework Hero-to-Process:

Três escolhas de design na HEFLO AI falam diretamente ao problema do herói:

1. Uma vinculação só pode restringir, nunca ampliar. Um agente vinculado a uma tarefa nunca pode fazer mais do que sua versão aprovada permite.
2. Nada é executado sem aprovação. Cada nova versão de um agente, conector ou habilidade é aprovada antes de ser executada, e uma versão aprovada nunca muda; uma alteração se torna uma nova versão.
3. A propriedade sobrevive às pessoas. Quando o responsável por um agente sai ou perde acesso, o agente continua funcionando, e os administradores transferem a propriedade a partir de uma visualização dedicada em vez de perder o ativo.

O efeito líquido: na HEFLO AI, o know-how do adotante inicial se torna uma habilidade versionada, o agente se torna um participante do processo, e a propriedade pertence à organização.

Como outros fornecedores de BPM estão abordando a governança de IA?

Todo fornecedor sério de BPM e orquestração de processos agora concorda que a IA pertence a processos governados. Cada um traz pontos fortes reais:

• Camunda oferece orquestração agêntica baseada em BPMN para arquiteturas lideradas por desenvolvedores e agnósticas em relação a fornecedores.
• Appian incorpora agentes em processos com forte foco em cargas de trabalho regulamentadas e críticas para a missão.
• Pega combina capacidades agênticas com gestão de casos e tomada de decisão aprofundadas.
• SAP Signavio conecta inteligência de processos com agentes conversacionais para empresas centradas em SAP.
• Bizagi oferece agentes de IA configurados em linguagem natural sobre uma base BPMN 2.0.
• Ofelia (anteriormente Bonitasoft) lançou uma oferta de orquestração de IA agêntica governada, com aprovação humana incorporada ao fluxo, juntamente com o Bonita BPM.

As diferenças estão no modelo de implantação, na adequação ao ecossistema, no esforço de implementação e no custo. O foco da HEFLO é uma abordagem low-code e nativa em nuvem, na qual as equipes de negócio podem modelar, automatizar e governar a IA no mesmo ambiente, sem um projeto de engenharia separado.

A IA governada dentro dos processos está se tornando o padrão de mercado; a escolha depende de adequação, esforço e custo.

O know-how de IA da sua organização está em risco? Uma autoavaliação de 10 perguntas

Responda sim ou não. Cada "não" marca um ponto em que o know-how de IA pode estar escapando dos seus processos.

1. Você sabe quais tarefas de processo já são realizadas com a ajuda da IA?
2. Você sabe quais ferramentas e contas de IA são usadas para essas tarefas?
3. Suas melhores técnicas de IA estão documentadas em algum lugar pertencente à empresa?
4. Cada técnica de IA tem um responsável nomeado?
5. A técnica sobreviveria se seu autor saísse amanhã?
6. Toda alteração em uma técnica de IA passa por alguém que não seja seu autor?
7. Você consegue dizer, para um determinado caso, o que uma IA fez e com qual versão?
8. Os valores escritos por IA aguardam confirmação humana antes de serem considerados válidos?
9. As integrações de IA com outros sistemas são revisadas antes do uso?
10. Você mede se uma nova versão de uma técnica de IA tem desempenho melhor do que a antiga?

Sete ou mais respostas "não" indicam que a organização depende de heróis da IA. O framework Herói-para-Processo é um ponto de partida prático.

Coloque a inteligência de volta no processo

A comunidade de BPM passou vinte anos ensinando às organizações uma lição simples: as pessoas são essenciais, mas nenhuma pessoa deve ser indispensável. A IA não muda essa lição. A IA a torna urgente novamente.

As organizações que vencerem com IA não serão aquelas com os melhores engenheiros de prompts. As organizações que vencerem com IA serão aquelas cujos prompts, habilidades e agentes vivem em seus processos — versionados, aprovados, rastreáveis e aprimorados por todos. Governança e rastreabilidade não são obstáculos à adoção da IA; são o que faz a adoção da IA durar.

É isso que estamos incorporando à próxima versão do HEFLO. Estou ansioso para compartilhar mais à medida que nos aproximamos do lançamento.

Perguntas frequentes

O que é shadow AI?

shadow AI é o uso de ferramentas, prompts ou automações de IA no trabalho fora das ferramentas, processos e controles aprovados pela organização. A shadow AI inclui contas pessoais de chatbots, assistentes personalizados privados e scripts que enviam dados da empresa para modelos de IA sem supervisão.

Por que a shadow AI é um risco para as empresas?

A shadow AI é um risco porque concentra o know-how em indivíduos e executa trabalho fora de qualquer trilha de auditoria. Quando a pessoa sai, o conhecimento e as ferramentas também saem. A shadow AI também pode expor dados da empresa a serviços fora da governança.

As empresas devem proibir o ChatGPT e outras ferramentas pessoais de IA no trabalho?

Proibir ferramentas pessoais de IA geralmente tem o efeito contrário. Uma abordagem melhor é capturar o que os adotantes iniciais criaram, transformá-lo em ativos compartilhados e governados, e conectar as ferramentas de que as pessoas gostam à plataforma de processos sob regras claras.

Como uma empresa pode capturar o know-how de IA de seus empregados?

Uma empresa pode capturar o know-how de IA mapeando onde a IA é usada, escrevendo as melhores técnicas como habilidades com responsáveis definidos, vinculando agentes de IA a tarefas específicas do processo, aprovando cada versão e medindo cada revisão. Este é o framework Hero-to-Process.

O que é uma habilidade de agente em software de BPM?

Uma habilidade de agente é uma orientação escrita que um agente de IA lê antes de realizar um tipo de trabalho, como um manual de suporte ou uma política de compras. Em software de BPM, uma habilidade é versionada, tem um responsável e é aprovada, para que uma alteração alcance todos os agentes que a utilizam.

O software de BPM pode governar agentes de IA e assistentes de IA?

Sim. O software de BPM pode vincular agentes de IA a tarefas de processo, limitar o que eles leem e escrevem, exigir confirmação humana para ações sensíveis, aprovar cada versão e registrar cada ação. Por meio do MCP, o software de BPM também pode governar assistentes de IA externos que atuam na plataforma.

Quais são os recursos avançados do software de BPM para IA?

Recursos avançados de BPM para IA incluem agentes com limites de efeito e custo, habilidades versionadas, vinculação de agentes a tarefas BPMN, confirmação humana, conectores aprovados e uma trilha de auditoria completa.

Como o HEFLO rastreia o que a IA fez em um processo?

O HEFLO AI registra cada etapa de IA em relação à instância do processo em uma Trilha da Instância que mostra o ator, a versão do agente usada, o efeito, o resultado e os créditos consumidos. Administradores e auditores também podem revisar o uso por agente, exceções e alterações de configuração. O HEFLO AI está atualmente em prévia.

Posso conectar o Claude ou o ChatGPT ao HEFLO?

Na próxima versão do HEFLO, um administrador poderá habilitar um servidor MCP que permite que Claude, ChatGPT, Mistral ou qualquer outro cliente MCP se conecte ao HEFLO. O assistente atua com as próprias permissões do usuário, e ações irreversíveis exigem confirmação dentro do HEFLO.

Como garantir governança e rastreabilidade de IA nos processos?

Para garantir governança e rastreabilidade de IA, os agentes de IA devem ser incorporados aos processos: cada versão aprovada por outra pessoa, cada ação registrada com a versão usada e cada ação irreversível confirmada por um humano.