Quando o CEO da Microsoft, Satya Nadella, publica um texto no blog corporativo da empresa, o mercado de tecnologia presta atenção. Mas desta vez, o aviso que ele trouxe pegou muitos de surpresa: as empresas que adotam inteligência artificial sem cuidado com a gestão dos próprios dados podem estar pagando um preço muito mais alto do que imaginam, e nem sempre em dinheiro.
Em uma publicação recente, Nadella afirmou que as organizações pagam pela inteligência duas vezes: primeiro com dinheiro, ao assinar contratos com provedores de IA, e segundo com algo ainda mais valioso, o conhecimento proprietário que precisam revelar para que os sistemas funcionem bem. É uma crítica direta ao modelo atual de adoção de IA nas empresas, e ela vem de dentro da própria indústria.
O que as empresas estão entregando sem perceber
Quando uma empresa usa um modelo de linguagem externo para automatizar tarefas, ela inevitavelmente compartilha informações sensíveis: os prompts que escreve, os documentos que envia para análise, as correções que faz quando o modelo erra. Tudo isso cria o que Nadella chama de “dados de exaustão” (exhaust data, no original em inglês), e esse rastro digital pode ser extremamente valioso para os fornecedores de IA.
De acordo com o CEO da Microsoft, os modelos de IA aprendem com esse tipo de dado, incluindo os prompts usados, as ferramentas acionadas pelos agentes e, especialmente, as correções que os usuários fazem quando a IA comete erros. Para uma empresa, essas correções são um reflexo direto do seu conhecimento de domínio, dos seus processos internos, das suas regras de negócio.
“Os modelos aprendem com o exhaust, os prompts que as pessoas escrevem, as ferramentas que os agentes usam e, especialmente, as correções que as pessoas fazem quando o modelo erra”, disse Nadella em seu blog. Para ele, esse conhecimento proprietário transferido de forma inadvertida é “insubstituível” e representa um ativo competitivo que as empresas entregam sem perceber.
A acusação de dois pesos, duas medidas
Nadella não parou por aí. Ele levantou um ponto espinhoso sobre os próprios laboratórios de IA: enquanto grandes empresas como OpenAI, Google DeepMind e Anthropic treinaram seus modelos livremente usando dados da internet pública, os termos de uso que aplicam a clientes corporativos muitas vezes proíbem esses mesmos clientes de usar as respostas dos modelos para treinar sistemas concorrentes.
É uma assimetria que, segundo o CEO da Microsoft, não passa despercebida por quem analisa o setor com atenção. Os laboratórios coletam o conhecimento do mundo para criar seus modelos, mas restringem o que seus clientes podem fazer com os resultados. O que é aceitável para uns não é oferecido como direito para outros.
Essa crítica é especialmente interessante por vir de Nadella, cuja empresa é parceira estratégica e investidora da OpenAI. A Microsoft apostou bilhões de dólares no sucesso dos modelos GPT e integrou a tecnologia em produtos como Copilot, Word, Excel e Teams. Ao mesmo tempo, Nadella demonstra consciência dos riscos que sua própria cadeia de fornecimento impõe a clientes corporativos.
O que os líderes de tecnologia deveriam fazer
Longe de pregar o abandono da IA, Nadella apresentou uma agenda concreta para que as empresas adotem a tecnologia de forma mais inteligente e soberana. Suas recomendações incluem:
- Manter a posse dos dados: as empresas devem garantir que todos os prompts enviados a modelos externos e os feedbacks dados ao longo do uso permaneçam sob sua propriedade, e não nos servidores do fornecedor.
- Criar ambientes de aprendizado proprietários: em vez de depender exclusivamente de modelos genéricos, as organizações devem construir infraestruturas dentro de suas próprias nuvens para que o aprendizado com dados internos fique restrito ao ambiente da empresa.
- Implementar camadas de orquestração: arquiteturas que permitam trocar de fornecedor de IA facilmente evitam a dependência excessiva de um único provedor. Esse tipo de aprisionamento tecnológico, conhecido como vendor lock-in, reduz o poder de negociação e aumenta o risco estratégico no longo prazo.
- Adotar gateways de IA: ferramentas intermediárias que filtram e controlam quais dados chegam até os modelos externos ajudam a proteger informações sensíveis antes que elas saiam do perímetro corporativo.
O avanço silencioso dos modelos open source nas empresas
O alerta de Nadella coincide com uma tendência que os dados do mercado já confirmam. Segundo informações coletadas via Vercel, plataforma usada por desenvolvedores em todo o mundo, modelos de código aberto chegaram a representar 29% do tráfego de IA processado pelo gateway da empresa em meses recentes. É um salto significativo e indica que muitas organizações já estão movendo parte de suas cargas de trabalho para infraestruturas onde têm mais controle.
Modelos como os da família Llama (Meta), Mistral e outros de código aberto permitem que empresas rodem a IA dentro de seus próprios servidores, sem enviar dados para terceiros. A desvantagem costuma ser o desempenho em tarefas mais complexas, mas para muitos casos de uso corporativos, a privacidade e o controle valem mais do que uma capacidade marginalmente superior.
Esse movimento é consistente com uma mudança de mentalidade que vem crescendo desde 2024: empresas que começaram usando APIs de IA como serviço de terceiros agora constroem infraestruturas próprias, especialmente quando os dados envolvidos são regulados, como em setores de saúde, financeiro e jurídico.
Por que esse alerta importa para desenvolvedores
Para quem trabalha diretamente com integração de IA em sistemas corporativos, o recado é claro: a adoção precisa vir acompanhada de uma política de dados. Definir o que pode e o que não pode ser enviado a modelos externos, documentar quais dados são usados em prompts, auditar as APIs utilizadas e construir uma arquitetura que permita portabilidade entre fornecedores deixaram de ser boas práticas opcionais para se tornar necessidade estratégica.
Na prática, isso significa revisar os termos de serviço dos fornecedores de IA que sua empresa utiliza, mapear quais dados internos passam pelos modelos, criar camadas de anonimização quando necessário e avaliar se determinadas cargas de trabalho não seriam melhor servidas por modelos rodando on-premise ou em nuvem privada.
A mensagem de Nadella chegou em um momento em que muitas empresas estão acelerando suas adoções de IA sem necessariamente ter construído a base de governança necessária. Reavaliar esse cenário agora, antes que o aprendizado compulsório de dados proprietários se consolide, pode ser a diferença entre manter ou perder uma vantagem competitiva nos próximos anos.
Uma virada de perspectiva que vem de dentro do setor
O que torna esse aviso especialmente relevante é a origem. Satya Nadella não é um crítico externo da indústria de IA: a Microsoft é uma das maiores apostas no ecossistema de inteligência artificial, com investimentos bilionários na OpenAI e uma linha inteira de produtos baseados em IA generativa. Quando um executivo desse porte levanta questões sobre os riscos de privacidade e perda de conhecimento proprietário no uso de IA, a mensagem vai além do discurso de relações públicas.
Há uma interpretação possível de que a Microsoft, com sua infraestrutura de nuvem Azure e seus serviços de IA corporativa, tem interesse em que as empresas adotem ambientes mais controlados, nos quais ela mesma pode ser o provedor. Mas mesmo levando esse possível conflito de interesse em conta, os riscos que ele descreve são reais e amplamente documentados por especialistas em segurança da informação e governança corporativa.
O alerta completo de Nadella foi reportado pelo TechCrunch.
