Quase metade do uso corporativo de IA ocorre em contas pessoais

A adoção acelerada de inteligência artificial no ambiente de trabalho está criando uma nova superfície de risco para as empresas, impulsionada pelo uso de contas pessoais, aplicações não autorizadas, extensões de navegador e IDE, exposição de informações sensíveis e agentes autônomos com acesso a sistemas corporativos.

Os dados fazem parte do Enterprise AI Usage Risk Report 2026, relatório da Akamai Security baseado em informações da LayerX. O levantamento aponta que 47,11% das conversas empresariais com ferramentas de IA são realizadas por meio de identidades pessoais, enquanto 52,89% utilizam identidades corporativas.

Esse comportamento alimenta o chamado shadow AI, expressão utilizada para definir ferramentas e serviços de inteligência artificial adotados pelos funcionários sem aprovação, supervisão ou controles adequados das equipes de TI e segurança.

O problema não está restrito ao endereço de e-mail utilizado para acessar esses serviços. Entre as conversas realizadas com identidades corporativas, 14,4% estavam associadas a assinaturas pessoais ou freemium, e não a planos empresariais administrados pela organização. Nesses casos, informações corporativas podem ficar fora de políticas internas de retenção, exclusão, auditoria e conformidade.

A proporção varia de acordo com a plataforma. Nos ambientes analisados, mais de 60% das conversas realizadas no ChatGPT, Copilot e DeepSeek estavam associadas a identidades pessoais. Em ferramentas direcionadas ao mercado corporativo, o cenário foi diferente: 98,15% das conversas no Gemini Enterprise e 90,55% no Copilot M365 utilizavam identidades corporativas gerenciadas.

O relatório identifica cinco áreas principais de atenção: crescimento da superfície de ataque provocado pela disseminação da IA no ambiente de trabalho; utilização de contas pessoais e aplicações não autorizadas; exposição de dados sensíveis; extensões de navegador e IDE; e agentes de IA que passam a executar ações fora dos controles tradicionais de segurança.

Usuários intensivos de IA concentram parte do risco

Outro ponto identificado é que o uso de IA não ocorre de maneira uniforme dentro das organizações. Os dados indicam que 18,24% dos usuários utilizam IA semanalmente e 30,47% mensalmente.

Um usuário corporativo participa, em média, de 36 conversas com IA. Entretanto, os 50% menos ativos registram 12 ou menos conversas, enquanto os 5% mais ativos chegam a pelo menos 144 interações.

A diferença também aparece na profundidade das conversas. Uma sessão possui, em média, aproximadamente cinco prompts, enquanto as 5% mais extensas chegam a pelo menos 18. Esses usuários mais intensivos, classificados no relatório como AI power users, tendem a incorporar os modelos de IA de maneira mais profunda aos seus processos de trabalho.

Quanto maior essa integração, maior pode ser o volume de contexto corporativo compartilhado com os modelos, incluindo documentos, código-fonte, informações de clientes e outros dados potencialmente sensíveis.

Vazamento de dados por IA desafia controles tradicionais

A IA generativa também altera a maneira como informações corporativas podem deixar o ambiente da empresa. Soluções tradicionais de Data Loss Prevention (DLP) foram desenvolvidas principalmente para monitorar canais como e-mail, armazenamento em nuvem, transferência de arquivos e uploads.

Em uma interação com IA, porém, uma informação pode ser fragmentada entre diversos prompts, trechos de código, documentos, screenshots, conteúdo copiado e colado e sucessivas mensagens enviadas ao modelo.

Isso significa que uma única entrada pode parecer inofensiva quando analisada isoladamente, mas diferentes interações podem, em conjunto, revelar informações relevantes sobre sistemas, clientes, projetos ou propriedade intelectual da organização.

Nesse cenário, os controles precisam considerar não apenas padrões conhecidos de informações confidenciais, mas também o contexto no qual os dados estão sendo fornecidos aos sistemas de inteligência artificial.

Extensões de IA ampliam a superfície de ataque

As extensões com funcionalidades de IA representam outro vetor de risco. Em empresas de médio porte, com 1.000 a 2.500 funcionários, 17,7% dos usuários analisados possuíam pelo menos uma extensão de IA instalada. O percentual foi de 14,55% nas organizações com menos de mil funcionários e de 9,53% nas empresas com mais de 2.500.

Mais relevante do que a quantidade é o nível de acesso solicitado por esses componentes. Entre as extensões analisadas, 56,4% exigiam permissões consideradas altas e 16,7% permissões críticas. Somadas, essas duas categorias representam 73,1% do total, enquanto somente 1,4% operava com permissões classificadas como baixas.

Também foram identificadas diferenças em relação às extensões convencionais. 16,31% das extensões de IA analisadas apresentavam CVEs conhecidos, contra 10,8% das extensões em geral.

O acesso a recursos sensíveis do navegador também aparece com maior frequência. Cerca de 18,19% das extensões de IA solicitavam acesso a cookies, quase três vezes os 6,67% observados no conjunto geral. Permissões de scripting estavam presentes em 41,91% das extensões de IA, contra 15,4% das demais.

O relatório cita o chamado CursorJacking como exemplo do impacto que uma extensão maliciosa pode causar. No cenário demonstrado pelos pesquisadores, uma extensão poderia extrair chaves de API e tokens de sessão relacionados ao assistente de programação Cursor.

Credenciais desse tipo podem abrir caminho para acesso não autorizado ao ambiente de desenvolvimento e, dependendo das permissões disponíveis, expor código-fonte, conversas realizadas com IA e serviços integrados ao fluxo de trabalho do desenvolvedor.

Agentes de IA criam um novo problema de identidade

A expansão dos agentes autônomos acrescenta outra dimensão ao problema. Diferentemente de um chatbot convencional, que recebe uma solicitação e gera uma resposta, agentes de IA podem ter capacidade para acessar aplicações SaaS, consultar arquivos e e-mails, utilizar sessões autenticadas e executar ações em nome do usuário.

Isso faz com que a segurança deixe de envolver apenas a interação entre uma pessoa e um modelo. Um agente pode passar a funcionar como uma identidade digital com privilégios próprios, capaz de acessar diferentes recursos corporativos.

O relatório apresenta o CometJacking como exemplo desse cenário. Na demonstração, instruções maliciosas incorporadas a uma página poderiam manipular um agente por meio de indirect prompt injection. O agente poderia então ser induzido a acessar informações sensíveis e enviá-las para uma infraestrutura controlada pelo atacante.

Esse tipo de ataque introduz uma mudança importante no modelo tradicional de segurança. Em vez de tentar convencer diretamente uma pessoa a entregar informações por meio de phishing, um atacante pode buscar manipular o agente autorizado a agir em nome dela.

O impacto potencial depende diretamente das permissões concedidas. Um agente conectado simultaneamente a e-mail, arquivos corporativos, sistemas SaaS e sessões autenticadas pode se tornar um ponto de acesso relevante caso seja manipulado ou comprometido.

Empresas precisam ampliar a governança sobre IA

Diante desse cenário, o relatório recomenda que as organizações identifiquem os funcionários que utilizam IA com maior intensidade, descubram aplicações de shadow AI, monitorem o uso de contas pessoais e tenham visibilidade sobre prompts e uploads envolvendo informações sensíveis.

Extensões de navegador e IDE também precisam fazer parte do inventário de segurança, especialmente aquelas com acesso a cookies, scripting, páginas corporativas ou ambientes de desenvolvimento.

Para identidades, as recomendações incluem adoção de SSO e autenticação multifator, além da aplicação de privilégio mínimo a agentes autônomos. Controles de DLP também precisam ser adaptados para considerar o contexto das interações com modelos de IA, em vez de depender exclusivamente da identificação tradicional de arquivos ou padrões de dados.

A estratégia proposta não consiste simplesmente em bloquear ferramentas de inteligência artificial. O objetivo é aplicar políticas considerando fatores como usuário, aplicação utilizada, identidade, sensibilidade das informações, postura de segurança do dispositivo e ações que o sistema de IA está autorizado a executar.

À medida que assistentes e agentes passam a receber acesso a dados corporativos e capacidade para executar tarefas, a inteligência artificial deixa de ser apenas uma ferramenta de produtividade e passa a integrar efetivamente a infraestrutura tecnológica das empresas. Isso exige estender aos sistemas de IA controles de identidade, privilégio, monitoramento, governança e proteção de dados tradicionalmente aplicados a usuários e aplicações corporativas.