Soberania de dados e IA no Brasil: o que a empresa decide

Quando uma empresa usa IA de um fornecedor estrangeiro, o texto, os arquivos e o contexto enviados ao modelo costumam ser processados em servidores do fornecedor, que podem estar fora do Brasil. Isso é tratamento de dados pessoais sob a LGPD e, dependendo do caso, transferência internacional. Soberania de dados, na prática, não é manter tudo dentro do país: é saber onde os dados ficam, quem acessa, por quanto tempo e sob qual contrato, e ter um caminho real para trocar de fornecedor.

Principais pontos

• Soberania de dados para uma empresa é controle verificável: local de processamento, retenção, acesso e saída, não apenas o endereço do servidor.
• A LGPD não proíbe usar IA estrangeira, mas exige finalidade, necessidade, segurança e, quando há transferência internacional, uma hipótese legal que a sustente.
• O maior risco costuma estar no que a empresa envia ao modelo e nos registros que ficam para trás, não na tecnologia em si.
• Hospedagem em região no Brasil, modelo local, contrato bem escrito e dados minimizados são alavancas diferentes, e cada uma resolve um pedaço do problema.
• Dependência se reduz com arquitetura: camada própria entre o negócio e o modelo, para que o fornecedor possa ser trocado sem refazer o processo.

O que soberania de dados significa para uma empresa?

O debate público sobre soberania costuma falar de Estado, infraestrutura e grandes modelos, e muitas vezes se mistura com a conversa sobre superinteligência. Para quem administra uma empresa, a pergunta é mais prática: se amanhã o fornecedor mudar uma regra, subir o custo, sair do ar ou sofrer um incidente, o que acontece com os nossos dados e com a nossa operação?

Isso separa três coisas que costumam ser confundidas:

• Localização: em que país os dados são processados e armazenados.
• Controle: quem pode acessar, usar para outros fins e por quanto tempo os dados permanecem.
• Portabilidade: a capacidade de levar prompts, bases de conhecimento, históricos e fluxos para outro fornecedor.

Uma empresa pode ter dados em território brasileiro e ainda assim depender totalmente de um fornecedor, sem controle sobre retenção. O inverso também ocorre. Por isso a decisão não é binária (nuvem estrangeira contra tudo local), e sim uma combinação de escolhas por tipo de dado e por tipo de processo.

Onde os dados ficam quando você usa IA de fornecedor estrangeiro?

O erro mais comum é pensar apenas na mensagem que o usuário digita. Em um sistema de IA em produção, os dados passam por vários lugares:

• O prompt e os anexos enviados ao modelo, que podem incluir nomes, telefones, documentos e histórico de conversa.
• Os registros do fornecedor: alguns mantêm logs por um período para segurança e prevenção de abuso. O prazo e as condições variam por contrato e por plano, e devem ser lidos na documentação do próprio fornecedor.
• A base de conhecimento do agente, como índices e vetores gerados a partir de documentos internos, que ficam em algum banco de dados escolhido pela empresa ou pelo integrador.
• As ferramentas conectadas: CRM, planilhas, agenda, sistema de pedidos, que recebem e devolvem dados a cada chamada.
• O canal de atendimento. No WhatsApp, por exemplo, as mensagens passam pela infraestrutura da plataforma de mensagens e do provedor da API antes de chegar ao agente.
• Os logs e as ferramentas de monitoramento da própria empresa, que muitas vezes guardam a conversa inteira em texto.

Cada um desses pontos tem um dono, um local e uma regra de retenção. Se a empresa não sabe responder isso para cada ponto, ainda não tem soberania sobre o processo, mesmo que o servidor principal esteja no Brasil.

Há ainda a questão do uso dos dados para treinar modelos. Esse tema depende do produto e do contrato: interfaces de consumo e APIs empresariais podem ter regras diferentes. A afirmação correta é verificar na documentação oficial e nos termos do plano contratado, e registrar o resultado, em vez de assumir.

O que a LGPD pede nesse cenário?

A LGPD é neutra quanto à tecnologia. O que ela olha é o tratamento de dados pessoais. Para quem usa IA, alguns pontos pesam mais:

• Papéis: normalmente a empresa é controladora e o fornecedor de IA atua como operador, tratando dados em nome dela. Isso precisa estar claro no contrato.
• Finalidade e necessidade: enviar ao modelo apenas o que a tarefa exige. Um agente que confirma um agendamento não precisa receber o documento completo do cliente.
• Base legal: cada finalidade de tratamento precisa de uma hipótese prevista na lei, como execução de contrato, legítimo interesse ou consentimento, escolhida com critério e registrada.
• Segurança: medidas técnicas e administrativas proporcionais ao risco, incluindo controle de acesso e tratamento de incidentes.
• Transferência internacional: a lei prevê hipóteses específicas para enviar dados pessoais a outro país, e a ANPD regulamenta instrumentos como cláusulas-padrão contratuais. Quem usa fornecedor com processamento fora do Brasil precisa verificar qual hipótese se aplica. Detalhamos isso em Transferência internacional de dados com IA: o que a LGPD exige.
• Responsabilidade: ter contratado um fornecedor não elimina a responsabilidade da empresa perante o titular. Por isso o contrato e a diligência importam.
• Decisões automatizadas: quando a IA decide algo que afeta o titular, entra o direito de solicitar revisão previsto no art. 20.

Não se trata de aconselhamento jurídico, e cada caso pede avaliação de quem responde pela proteção de dados na empresa ou de assessoria jurídica. Para acompanhar o que vem de regulação específica de IA, vale ler Marco legal da IA no Brasil: o que sua empresa deve acompanhar. A página da ANPD é a fonte primária para guias e regulamentos de proteção de dados.

Quais decisões de hospedagem reduzem a dependência?

Não existe uma opção certa para todos. Este guia ajuda a escolher por tipo de dado:

• API direta do fornecedor, com dados minimizados: serve para tarefas com baixo risco, como redigir texto genérico ou classificar mensagens sem dados pessoais. Exige contrato revisado e política de uso clara.
• Mesmo modelo por meio de uma nuvem que ofereça região no Brasil: reduz a questão da localização, quando o provedor oferece essa opção para o modelo desejado. Confirme na documentação oficial, porque nem todo modelo está em toda região, e confirme também onde ficam logs e cópias.
• Modelo local ou em servidor próprio: mantém o dado dentro da infraestrutura da empresa. Em troca, a empresa assume operação, atualização, capacidade e segurança. O artigo Ollama na empresa: como rodar um modelo local sem improvisar mostra o que considerar.
• Arquitetura híbrida: dados sensíveis passam por um modelo local ou por uma etapa de anonimização, e só o conteúdo já sem identificação segue para um modelo externo mais capaz.
• Sem IA externa para certos dados: para algumas categorias, como saúde, dados de menores ou informações sob sigilo profissional, a decisão correta pode ser não enviar, ou enviar somente após análise específica.

Independentemente da opção, uma decisão de arquitetura reduz mais dependência do que qualquer outra: colocar uma camada própria entre o processo de negócio e o modelo. Prompts, regras, base de conhecimento e logs ficam sob controle da empresa, e o modelo vira um componente substituível. Sem isso, trocar de fornecedor significa refazer o sistema.

O que revisar no contrato com o fornecedor de IA?

Um checklist de perguntas para levar à revisão contratual e técnica:

• Em que países os dados são processados e armazenados, inclusive em cópias de segurança?
• Por quanto tempo prompts, respostas e anexos ficam retidos, e é possível reduzir ou desativar essa retenção?
• Os dados enviados podem ser usados para treinar ou melhorar modelos? Em quais planos isso é diferente?
• Quem são os suboperadores (outros fornecedores que o fornecedor usa) e como a empresa é avisada de mudanças?
• Como o fornecedor notifica incidentes de segurança e em que prazo contratual?
• Quais instrumentos sustentam a transferência internacional, como cláusulas-padrão previstas na regulamentação da ANPD?
• Como a empresa pede exclusão de dados ao fim do contrato, e há confirmação por escrito?
• Existe forma de exportar históricos, configurações e bases de conhecimento em formato aberto?
• Quais certificações ou relatórios de segurança o fornecedor disponibiliza para auditoria?

Guarde as respostas junto com a versão dos termos consultados. Termos mudam, e a empresa precisa saber com base em quê decidiu.

Do lado técnico, o risco de vazamento de informação sensível por sistemas de IA é catalogado em materiais como o OWASP Top 10 para aplicações com LLM, útil como lista de verificação para quem constrói o agente.

Cenário ilustrativo: atendimento de uma clínica de estética

Imagine uma clínica de estética que quer um agente no WhatsApp para responder dúvidas e organizar agendamentos. Este é um cenário ilustrativo, não um caso real.

No primeiro desenho, o agente enviaria ao modelo a conversa inteira, incluindo nome completo, fotos e observações de saúde que o cliente mencionasse. Ao mapear o fluxo, a clínica percebe três coisas: os dados de saúde não são necessários para agendar, as fotos não precisam sair do sistema interno e os logs da plataforma guardam tudo em texto aberto.

O desenho revisado limita a ação: o agente trata apenas horário, procedimento e primeiro nome. Mensagens que citam condição de saúde ou enviam imagem são encaminhadas a uma pessoa da equipe, sem passar pelo modelo externo. Os logs mascaram telefone e documentos, e o prazo de retenção é definido por escrito. O contrato com o fornecedor é revisado antes do piloto, e a clínica mantém seus textos e regras em um repositório próprio, de modo que trocar o modelo não obrigue a refazer o atendimento.

Como aplicamos o método: mapear, limitar, pilotar, transferir

O método que usamos em projetos de IA se aplica diretamente a esse tema, sem promessa de resultado:

• Mapear: levantar o processo atual, os dados que circulam em cada etapa, os sistemas envolvidos e onde cada informação é guardada. Sem esse mapa, qualquer discussão sobre soberania é abstrata.
• Limitar: definir quais dados o agente pode receber, quais ações pode executar e o que sempre vai para uma pessoa. Também é aqui que se decide a hospedagem por tipo de dado e se escolhe o modelo.
• Pilotar: rodar um fluxo real, com logs e uma métrica de sucesso combinada de antemão, para verificar se as limitações funcionam e se o contrato e a configuração se comportam como a documentação diz.
• Transferir: entregar à equipe a documentação, os acessos, os registros de decisão e o plano de revisão, e então decidir se expande, ajusta ou encerra. O objetivo é que a empresa possa operar e trocar de fornecedor sem depender de quem implantou.

Para a parte de regras internas, vale combinar isso com uma política de uso de ChatGPT na empresa, porque boa parte do vazamento acontece fora do agente oficial, quando alguém cola dados de cliente em uma ferramenta pessoal. Como referência de gestão de risco, o NIST AI Risk Management Framework oferece uma estrutura reconhecida para governar sistemas de IA.

Perguntas frequentes

Usar ChatGPT ou outra IA estrangeira é ilegal pela LGPD? Não é ilegal por si só. A LGPD exige que a empresa tenha finalidade, base legal, segurança e, quando houver transferência internacional, uma hipótese prevista na lei. O que costuma gerar problema é enviar dados pessoais sem avaliação, sem contrato adequado e sem regra interna.

Hospedar a IA no Brasil resolve a questão de soberania? Resolve parte dela, a da localização, quando o fornecedor realmente processa e armazena os dados em região brasileira. Ainda é preciso verificar retenção, suboperadores, uso para treinamento e portabilidade. Soberania depende do controle sobre o processo inteiro, não só do endereço do servidor.

Modelo local é sempre mais seguro do que um serviço de nuvem? Não necessariamente. Ele mantém os dados na infraestrutura da empresa, mas a empresa passa a ser responsável por atualizações, controle de acesso, capacidade e monitoramento. Para equipes sem rotina de operação, um serviço bem contratado e configurado pode ser mais seguro do que um servidor mal mantido.

Por onde começar se a empresa já usa IA sem ter feito essa análise? Comece mapeando quais ferramentas de IA são usadas, por quem e com quais dados. Depois classifique os dados por sensibilidade, revise os termos dos fornecedores em uso e defina uma regra simples do que pode e do que não pode ser enviado. Com esse mapa em mãos, as decisões de hospedagem e contrato ficam bem mais objetivas.

Fontes

• ANPD: Autoridade Nacional de Proteção de Dados
• NIST AI Risk Management Framework
• OWASP Top 10 for LLM Applications