Que dados da empresa nunca deve colocar numa IA pública

Nunca deve colocar numa IA pública dados de identificação de clientes, números de contribuinte, informação de saúde, dados bancários, contratos com cláusulas de confidencialidade, código-fonte proprietário ou qualquer informação que esteja sujeita a um dever legal de sigilo. A regra prática é simples: se o dado, ao sair da empresa, obrigaria a um aviso de violação de dados, não deve ser escrito numa caixa de texto de uma IA pública.

Dados pessoais de clientes e funcionários

Nomes completos associados a números de telefone, moradas, emails ou números de cartão de cidadão são dados pessoais no sentido do RGPD. Colar uma lista de clientes num prompt para pedir “organiza isto por região” parece inofensivo, mas está a transferir dados pessoais para um serviço fora da União Europeia, muitas vezes sem base legal para o fazer. O mesmo vale para dados de funcionários: salários, avaliações de desempenho, processos disciplinares. Nada disto deve passar por uma ferramenta de IA de consumo geral.

Informação financeira e fiscal

Extractos bancários, IBANs, faturas com valores reais, declarações de IVA ou dados de folhas de pagamento são alvos óbvios. Uma prática comum e perigosa é pedir a uma IA para “resumir este extrato” ou “verificar se esta fatura está correta”, colando o documento inteiro. Se precisa de ajuda com análise financeira, use dados fictícios com a mesma estrutura, ou uma ferramenta corporativa com contrato de confidencialidade assinado.

Segredos de negócio e código-fonte

Código proprietário, fórmulas de preços, listas de fornecedores com condições negociadas, planos de expansão ainda não públicos: tudo isto tem valor competitivo. Colar código-fonte inteiro num assistente de IA pública para “encontrar o erro” é comum entre equipas técnicas, mas há registos de fragmentos de código sensível a aparecerem depois em respostas dadas a outros utilizadores, exatamente por causa de falhas em versões de teste destas ferramentas. Se o código é proprietário, use apenas ferramentas com garantia contratual de não retenção.

E se a informação já estiver anonimizada?

Anonimizar ajuda, mas raramente é suficiente sozinho. Trocar “João Silva” por “Cliente A” não resolve se o resto do texto ainda tem a morada, o valor da fatura e a data de nascimento, porque a combinação desses dados volta a identificar a pessoa. A anonimização só funciona quando remove todos os campos que, em conjunto, permitem reidentificação, e isso exige mais cuidado do que substituir um nome.

Que ferramentas posso usar em segurança?

Para trabalho com dados sensíveis, as opções razoáveis são três: usar IA local (modelos como o Llama ou o Mistral correm num servidor da empresa e os dados nunca saem), contratar uma versão empresarial com cláusula contratual de não retenção de dados para treino, ou simplesmente não usar IA nessa tarefa específica e manter o processo manual. Os valores que vemos praticados para uma licença empresarial de IA com garantias de privacidade rondam os 20 a 30 euros por utilizador ao mês, o que é barato comparado com o custo de uma violação de dados reportada à CNPD.

Como saber se a minha equipa já está a fazer isto sem eu saber?

A forma mais rápida é perguntar diretamente às pessoas que lidam com dados de clientes ou finanças se já usaram ChatGPT, Gemini ou similares para tarefas do dia a dia, sem julgamento, só para perceber o hábito real. Na prática, a maioria das empresas descobre que já há dados sensíveis a circular em contas pessoais de IA, criadas sem aprovação, precisamente porque ninguém definiu uma política clara antes de a ferramenta se tornar comum.

Definir o que pode e não pode ir para uma IA pública é o primeiro passo antes de qualquer implementação séria de IA numa PME, e é por aí que costumamos começar quando ajudamos empresas a implementar IA sem abrir buracos de segurança que ninguém pediu.