Inventário de IA é o registro de todos os sistemas e ferramentas de inteligência artificial em uso na instituição, cada um com dono, finalidade, dados tratados, fornecedor e local de processamento, decisão que afeta e estado atual. Em banco, cooperativa, instituição de pagamento ou seguradora, ele é o primeiro controle de governança de IA , porque nenhuma política, avaliação de risco ou revisão de decisão automatizada alcança o que ninguém registrou. O NIST trata o inventário como mecanismo básico de governança no seu framework de gestão de riscos de IA , e o Banco Central já pergunta às instituições como elas integram a IA à gestão de riscos. A diferença entre ter uma lista e ter um inventário está em onde ele vive: com a CSP Tech, ele fica no Jira Service Management , ligado às solicitações, mudanças e incidentes que já passam por lá. A lista que a TI entrega e a que a auditoria encontra A cena costuma começar com um pedido simples da auditoria interna: a relação dos sistemas de IA em uso. A TI entrega a lista dos projetos aprovados, com o modelo de crédito, o chatbot de atendimento e o piloto de análise de fraude. A auditoria cruza com os registros de rede e os contratos e encontra outra coisa: assistentes de IA usados pelo jurídico para resumir contratos, um recurso de IA ligado por padrão no CRM, um notebook que chama uma API de modelo externa e uma extensão de navegador que o time de marketing instalou. Ninguém escondeu nada. Cada uso nasceu de uma necessidade legítima, por um caminho que não passava pela TI. O problema aparece quando a pergunta seguinte chega: quem é o dono de cada um, que dado ele recebe e onde esse dado é processado. Sem inventário, a resposta é uma investigação. Com inventário, ela é uma consulta. A tese deste guia: em instituição financeira, o inventário de IA é o primeiro controle e a primeira evidência da governança de IA, e ele só se mantém verdadeiro quando vive no mesmo lugar onde a instituição já governa pedidos e mudanças. Uma planilha montada para a auditoria descreve o passado. Um inventário ligado ao fluxo de solicitação e mudança acompanha cada IA nova no dia em que ela entra. Por que a pergunta sobre IA chega primeiro pela auditoria O Banco Central ainda não tem uma norma específica para IA. No Relatório de Estabilidade Financeira do primeiro semestre de 2025 , apresentado em novembro de 2025, o diretor de Fiscalização Ailton Aquino disse que o BC não planejava regulação específica naquele momento, mas seguiria estudando o tema. A pesquisa do relatório, feita com 606 instituições entre fevereiro e março de 2025, mostrou que 26,7% delas usavam IA em soluções de TI e que os riscos mais citados eram o legal e de não conformidade (66%) e o operacional (52%). Em setembro de 2026, no Zetta Summit, o coordenador do departamento de Regulação do Sistema Financeiro do BC, Carlos André de Melo, informou que a pesquisa foi repetida em 2026 e que o BC verifica se os riscos de IA estão incorporados aos modelos de gestão de riscos das instituições, com atenção a usos em prevenção à lavagem de dinheiro, prevenção a fraudes e relacionamento com o cliente. Ele também apontou como risco a concentração de várias instituições no mesmo fornecedor de IA. Enquanto não há norma própria, a cobrança chega pelas regras que já existem. Um serviço de IA contratado que processa dados da instituição pode ser um serviço relevante de processamento ou computação em nuvem sob a Resolução CMN 4.893/2021 , com comunicação ao Banco Central e cláusulas contratuais sobre países e regiões. Uma decisão tomada só por sistema automatizado com dado pessoal, como a definição de perfil de crédito, dá ao titular o direito de pedir revisão pelo art. 20 da LGPD . Nos dois casos, a instituição precisa saber que o sistema existe antes de qualquer outra providência. O custo de não saber já aparece em estudo de mercado. Segundo o relatório de custo de vazamento de dados da IBM de 2025 , uma em cada cinco organizações relatou vazamento ligado a shadow AI, as organizações com alto nível de shadow AI tiveram custo médio de vazamento US$ 670 mil maior, e 63% das organizações que sofreram vazamento não tinham política de governança de IA ou ainda estavam criando uma. Entre as que tinham política, só 34% faziam auditoria regular de IA não autorizada. O que um inventário de IA precisa registrar O NIST AI Risk Management Framework , publicado em janeiro de 2023, descreve na subcategoria GOVERN 1.6 que devem existir mecanismos para inventariar sistemas de IA, com recursos proporcionais às prioridades de risco da organização. O guia de aplicação do framework sugere definir quem mantém o inventário, quais sistemas entram e quais atributos registrar, como documentação, dicionários de dados, planos de resposta a incidente e contatos dos responsáveis. Para instituição financeira, a CSP Tech organiza esses atributos em cinco campos, cada um ligado a uma pergunta que a auditoria ou o regulador já faz. 1. Dono e finalidade. Quem responde pelo sistema e para que ele foi adotado. Sem dono, ninguém revisa, ninguém desliga e ninguém responde ao auditor. A finalidade registrada é o que permite perceber, meses depois, que o uso mudou de escopo. 2. Dados que o sistema recebe. Que classe de dado entra no prompt, no treinamento ou na consulta: público, interno, confidencial, dado pessoal, dado de cliente. Esse campo decide o nível de controle e liga o item à LGPD. 3. Fornecedor e local de processamento. Quem presta o serviço, sob qual contrato e em que país o dado é processado. É o campo que conversa com a Resolução 4.893 e com o risco de concentração em fornecedor que o Banco Central já mencionou. 4. Decisão que o sistema afeta. Se o resultado apoia uma pessoa ou decide sozinho, e sobre o quê: crédito, fraude, atendimento, cobrança. Decisão automatizada com dado pessoal traz o direito de revisão do art. 20 da LGPD, e o inventário precisa apontar onde esse caminho de revisão existe. 5. Estado e trilha. Em piloto, em produção ou aposentado, com a data da última revisão e o histórico de aprovações e mudanças. É o campo que transforma a lista em evidência, porque mostra que alguém decidiu e quando. Os cinco campos são formulação da CSP Tech a partir do NIST e das normas citadas, e não uma exigência regulatória com esse formato. O ponto é que cada um responde a uma pergunta concreta, e o inventário que não responde a essas perguntas vira só uma lista de nomes. De onde vêm os itens do inventário Nenhuma fonte sozinha encontra tudo, e o trabalho de montagem está em juntar quatro caminhos. O que a rede revela Ferramentas de descoberta mostram o uso que nunca passou por aprovação. A descoberta de shadow AI do Microsoft Entra Global Secure Access , por exemplo, identifica pelo tráfego de rede o acesso a serviços de IA, como assistentes de mercado e APIs de provedores de modelo, e mostra aplicativos, usuários, volume de uso e uma nota de risco baseada no catálogo do Microsoft Defender for Cloud Apps . O post sobre como descobrir a shadow AI corporativa detalha esse caminho. O que a plataforma de dados registra Modelos, endpoints e chamadas a serviços de IA dentro da plataforma de dados não passam pelo navegador e não aparecem na descoberta de rede. Eles precisam sair do catálogo da própria plataforma, como os modelos registrados e os registros de auditoria do Unity Catalog no Databricks . O risco desse caminho, que é o do notebook com credencial legítima, tem um post próprio. O que os contratos trazem Boa parte da IA em uso chegou embutida em software já contratado: recursos de IA no pacote de produtividade, no CRM, na ferramenta de atendimento, no próprio Jira. Esses itens saem da revisão dos contratos e das configurações de cada plataforma, com compras e jurídico. O que as áreas declaram Por fim, uma rodada de declaração das áreas de negócio captura o que nenhuma ferramenta vê, como o uso de IA em computador pessoal ou por fornecedor terceirizado. Funciona melhor como convite para regularizar do que como denúncia, porque o objetivo é trazer o uso para dentro do registro. Onde o inventário vive para não envelhecer O inventário montado uma vez para a auditoria começa a envelhecer no dia seguinte, porque a IA nova entra pelo mesmo caminho informal que gerou o problema. Para ele continuar verdadeiro, o registro precisa estar no fluxo onde a instituição já governa pedidos, mudanças e incidentes. No Jira Service Management, o Assets guarda cada item como objeto, com atributos como dono, status e data de renovação, e com referências a outros objetos, como o fornecedor e o sistema de negócio que o usa. A documentação da Atlassian descreve que esses objetos podem ser ligados a solicitações, incidentes, problemas e mudanças, para que o time veja o que é afetado antes de agir. Com isso, o inventário deixa de ser uma planilha paralela e passa a ser alimentado pelo próprio trabalho. O fluxo de entrada de uma IA nova fica assim: Pedido de uso de IA no portal do Jira Service Management. Análise de dono, dados, fornecedor e decisão afetada. Aprovação de riscos, compliance e segurança. Objeto "Sistema de IA" criado no Assets. Cada nova versão, novo dado ou novo fornecedor entra como mudança. Incidente com o sistema fica ligado ao objeto. Desenhar esse fluxo é trabalho de consultoria Jira : definir o esquema de objetos e atributos, o formulário de solicitação, as aprovações e as automações que avisam o dono quando a revisão vence. O mesmo desenho dá à auditoria o que ela pede, que é o histórico de quem aprovou o quê e quando. Quando esse rigor é desproporcional Uso de IA ainda muito pequeno. Com dois ou três usos conhecidos e controlados, uma lista revisada com dono definido resolve no curto prazo. O fluxo no Jira Service Management passa a valer quando a IA nova começa a chegar sem aviso. Instituição sem processo de mudança estruturado. Se pedidos e mudanças ainda não passam por um fluxo, o inventário de IA não deve ser o primeiro a entrar nele. Vale começar pela política de uso e pela lista, e trazer a IA junto com o restante da gestão de mudanças. Expectativa de que o inventário bloqueie o uso. O inventário registra e dá evidência, sem impedir que alguém use uma ferramenta não aprovada. Bloqueio e prevenção de perda de dados são controles diferentes, que o inventário ajuda a priorizar. Perguntas frequentes O que é inventário de IA? É o registro de todos os sistemas e ferramentas de inteligência artificial em uso na organização, com dono, finalidade, dados tratados, fornecedor e local de processamento, decisão afetada e estado. O NIST AI Risk Management Framework, de janeiro de 2023, trata o inventário como mecanismo de governança na subcategoria GOVERN 1.6. Em instituição financeira, ele é a base para avaliar risco, cumprir contratos de serviços relevantes e responder à auditoria. O Banco Central exige inventário de IA? Não há, até novembro de 2026, norma do Banco Central específica para IA que exija um inventário com esse nome. O BC monitora o uso por pesquisa, repetida em 2026, e verifica se os riscos de IA estão incorporados à gestão de riscos das instituições. Na prática, a Resolução CMN 4.893/2021, para serviços contratados, e o art. 20 da LGPD, para decisões automatizadas, já exigem que a instituição saiba quais sistemas usa. A leitura do caso concreto cabe ao compliance. Como descobrir o shadow AI em um banco? Combinando quatro fontes: descoberta pelo tráfego de rede, com ferramentas como a descoberta de shadow AI do Microsoft Entra; o catálogo e os registros de auditoria da plataforma de dados, para chamadas feitas por notebooks e pipelines; a revisão dos contratos de software com recursos de IA embutidos; e uma rodada de declaração das áreas de negócio. Cada fonte encontra um tipo de uso que as outras não veem. Onde manter o inventário de IA? No mesmo lugar onde a instituição já governa solicitações e mudanças. No Jira Service Management, o Assets guarda cada sistema de IA como objeto com atributos e referências e permite ligá-lo a solicitações, incidentes e mudanças. Assim, cada IA nova entra pelo fluxo de aprovação e cada alteração fica registrada, o que mantém o inventário atualizado sem uma rodada manual antes de cada auditoria. Próximo passo Faça um teste de dez minutos: peça a três áreas de negócio, como jurídico, atendimento e marketing, a lista de ferramentas de IA que usam hoje, e compare com o que a TI tem registrado como aprovado. A diferença entre as duas listas é o tamanho do seu shadow AI e o ponto de partida do inventário. Solicite um diagnóstico do inventário de IA da sua instituição com a CSP Tech e receba o mapa do seu caso: o que está em uso, o que falta registrar e como manter o inventário vivo no Jira Service Management. Leituras relacionadas Governança de IA Governança de IA agêntica: como medir o que a maioria das empresas ainda não sabe medir IA que acelera pessoas e trava o time: o que o Team '26 Europe nos mostra sobre governança de agentes de IA Desenvolvimento com IA: 94% usam, só 6% escalam, segundo a Atlassian IA e risco em instituições financeiras Agentes de IA não autorizados chegaram às contas bancárias dos EUA. Seus sistemas sabem quem está do outro lado? Portfólio de projetos regulatórios no Jira: quando o prazo vem do Banco Central, e não do negócio Dados como fundação da IA Por que 40% dos projetos de agentes de IA serão cancelados até 2027 (e o que a fundação de dados tem a ver com isso) Data lake ou pântano de dados: por que a IA não fracassa por falta de dado, e sim por não achar o dado certo Autor: Guilherme Matos, estrategista de conteúdo e IA, certificado HubSpot, Google, Anthropic e Semrush. Revisão técnica por especialistas Atlassian e de governança de IA da CSP Tech (Atlassian Gold Partner, Microsoft Gold Partner, parceira Databricks, participante do Anthropic Partner Network, 38 anos de mercado) Fontes (acesso nov/2026): NIST, Artificial Intelligence Risk Management Framework (AI RMF 1.0, NIST AI 100-1) , janeiro de 2023, subcategoria GOVERN 1.6, e AI RMF Playbook quanto às ações sugeridas para o inventário. Banco Central do Brasil, Relatório de Estabilidade Financeira do 1º semestre de 2025, quanto à pesquisa com 606 instituições (fev a mar/2025), ao uso de IA em soluções de TI (26,7%) e aos riscos mais citados, e declarações do diretor de Fiscalização Ailton Aquino, conforme cobertura da Finsiders Brasil de 12/11/2025 . Declarações de Carlos André de Melo, do Banco Central, no Zetta Summit de 01/09/2026, conforme cobertura do Brasil em Folhas de 07/09/2026 . IBM, Cost of a Data Breach Report 2025 , conforme cobertura da Help Net Security de 04/08/2025 . Resolução CMN nº 4.893/2021 , com as alterações da Resolução CMN nº 5.274/2025 (arts. 15 e 17). Lei nº 13.709/2018 (LGPD) , art. 20. Microsoft Learn, Shadow AI discovery no Microsoft Entra Global Secure Access , atualizada em 11/06/2026. Atlassian Support, What is Assets? Os cinco campos do inventário, as quatro fontes e o fluxo de entrada são formulação editorial da CSP Tech. Este conteúdo trata de arquitetura, processo e governança técnica e não constitui aconselhamento jurídico ou regulatório. A interpretação das normas aplicáveis ao caso concreto cabe às áreas de compliance, riscos e jurídico da instituição.

A Resolução 4.893 pede que o Banco Central saiba onde os dados podem ser processados. No Databricks, os recursos de IA seguem a área geográfica do workspace, que pode ir além do Brasil. Veja o que mapear antes de contratar e como configurar.

Só 19% dos bancos percebiam retorno da IA em 2025. Veja os cinco pontos que travam a escala, o que a regulação já exige e por que a resposta passa pela governança de dados.

A CSP Tech participou do Inovatech Executive Summit 2026, realizado em 27 de outubro no WTC São Paulo, como patrocinadora do encontro. Às 9h50, no Plenário, Lúcio Matias, Head de IA da CSP Tech , apresentou a palestra “O orçamento de inovação está preso no legado”, sobre um problema que aparece em quase toda conversa com CIOs: uma parte relevante do orçamento de TI já tem destino antes de qualquer decisão, porque precisa manter funcionando o que já existe. A mensagem central foi que a IA generativa acelera tudo, inclusive o erro, quando não conhece o sistema em que vai mexer. Por isso, a ordem de uso importa: primeiro usar a IA para entender o legado, com evidência registrada , e só depois para alterá-lo com governança e custo sob controle . No mesmo dia, a CSP Tech recebeu lideranças de tecnologia em um Almoço Executivo. Um marco para a CSP Tech: levar o debate para quem decide o orçamento Em 38 anos de mercado, a CSP Tech acumulou projetos de desenvolvimento, modernização, dados e plataformas Atlassian e Microsoft em empresas onde o sistema mais crítico costuma ser também o mais antigo. Levar essa experiência ao palco de um encontro de lideranças de tecnologia tem um peso especial para a empresa, porque coloca a discussão técnica diante de quem aprova o orçamento e responde pelo resultado dele. O Inovatech Executive Summit 2026 se propôs a discutir o que 2027 vai exigir da liderança de tecnologia, com palestras, painéis e casos sobre alocação de capital, IA, agentes, segurança e orçamento. A palestra da CSP Tech entrou nessa agenda com um recorte prático: antes de discutir quanto investir em IA, vale descobrir quanto do orçamento já está comprometido e por quê. A CSP Tech agradece a presença de todas as lideranças que participaram do Almoço Executivo e das conversas ao longo do dia. Foram trocas francas sobre o que funciona e o que ainda trava a adoção de IA nas empresas, e boa parte do que está neste texto nasceu delas. Tese da CSP Tech: o orçamento fica preso no legado quando a empresa perde o entendimento do próprio sistema, porque toda decisão sobre ele passa a ser tomada sem evidência e com margem de segurança cara. A ordem de uso da IA decide se ela libera ou consome orçamento: primeiro reconstruir o entendimento do sistema, com registro auditável e sem alterar código; só então mudar o código, com o contexto certo, modelo escolhido por tarefa e custo medido por entrega. O que preocupa as lideranças de tecnologia presentes no Summit A lista de participantes do evento trazia uma pergunta aberta: quais têm sido os maiores desafios para tecnologia e inovação nos tempos atuais. Quase metade das respostas cita IA, seja na adoção, na escala, no uso de agentes ou na IA generativa. Governança, segurança, risco e regulação aparecem em segundo plano, assim como custo, ROI, investimento e valor gerado. Na prática, a IA raramente aparece sozinha nas respostas. Ela aparece amarrada a governança, a segurança e à pergunta sobre retorno. Até 40% do orçamento com destino definido: o que esse número quer dizer A descrição oficial da palestra na agenda do evento parte da constatação de que até 40% do gasto de TI ainda vai para manter os sistemas existentes. Faixas próximas aparecem nas pesquisas da McKinsey com CIOs, com uma diferença de base que vale entender antes de usar o número em uma apresentação ao conselho. Em outubro de 2020, a McKinsey relatou que CIOs estimam a dívida técnica em 20% a 40% do valor de todo o seu parque tecnológico antes da depreciação, e que de 10% a 20% do orçamento de tecnologia destinado a novos produtos acaba desviado para resolver problemas ligados a essa dívida. Em abril de 2023, a consultoria voltou ao tema para argumentar que separar de 15% a 20% do orçamento de TI para tratar a dívida técnica é insuficiente quando a empresa não muda a forma como ela é gerada e priorizada. Os números medem coisas diferentes, valor do parque em um caso e orçamento no outro, mas apontam na mesma direção da palestra. A leitura prática para o gestor é que o número exato varia por empresa e por método de medição, mas o mecanismo é o mesmo: cada projeto novo paga um pedágio para conviver com o que já existe. O primeiro passo para reduzir esse pedágio é medi-lo no próprio parque, por sistema, em vez de importar uma média de mercado. Por que a IA sem contexto acelera o erro no legado Na síntese que a CSP Tech publicou sobre a palestra, a ideia aparece de forma direta: sem contexto, a IA ganha velocidade na direção errada, e o contexto da empresa mora no legado, raramente na documentação. Em sistemas antigos, a documentação costuma estar desatualizada ou não existir, quem construiu já saiu e as dependências entre módulos ficam invisíveis. O código passa a ser o único registro confiável das regras de negócio. Quando um time joga arquivos inteiros desse código em um assistente de IA e pede uma alteração, três coisas acontecem ao mesmo tempo. O modelo tenta inferir relações que não enxerga, e a entrega pode quebrar outra parte do sistema. O consumo de tokens cresce sem relação com o valor entregue, porque o modelo recebe muito texto irrelevante. E, sem registro, ninguém consegue reconstituir depois qual contexto foi usado, qual modelo respondeu e quanto custou. Cada um desses sintomas tem um efeito direto no orçamento e uma pergunta que o gestor pode fazer ao time ainda hoje. O contexto incompleto vira retrabalho e incidente depois da entrega, e a pergunta é se a IA recebeu as dependências reais do trecho alterado. O envio de arquivos inteiros faz a fatura de IA crescer sem relação com o resultado, o que leva a perguntar quanto custou cada entrega feita com IA em cada projeto. O uso de ferramentas sem aprovação, o chamado shadow AI, coloca risco de vazamento e custo fora do radar, e pede um inventário de quais ferramentas e modelos estão em uso e por quem. Por fim, a falta de trilha torna a auditoria cara e as decisões difíceis de defender, porque ninguém consegue mostrar a um auditor o que foi gerado e com qual base. Esse retrato conversa diretamente com o que as lideranças escreveram no formulário do evento. A preocupação com governança de IA e com retorno é a mesma preocupação vista de dois lados: sem controle do contexto e do custo, nenhuma das duas pode ser demonstrada. A ordem que a CSP Tech defendeu no palco: entender antes de alterar A abordagem apresentada por Lúcio Matias organiza o uso da IA sobre o legado em uma sequência. Cada etapa entrega valor por si e prepara a seguinte, então a empresa decide até onde ir. 1. Reconstruir o conhecimento do sistema, sem alterar o código O ponto de partida é uma engenharia reversa assistida por IA. Em vez de tratar o código como texto, a análise lê a estrutura real dele (funções, classes, chamadas e dependências, extraídas da árvore sintática do código) e monta um mapa de relações. Sobre esse mapa, a IA ajuda a documentar fluxos, regras de negócio, riscos e dívida técnica. Nada é alterado no sistema nessa etapa, o que reduz o risco e permite começar mesmo em ambientes críticos. 2. Decidir com evidência entre manter, evoluir, modernizar ou reescrever Com o sistema mapeado, a decisão que costuma ser adiada por falta de dados passa a ter base, e cada caminho tem um momento em que faz sentido e um risco que precisa ser conhecido antes da escolha. Manter faz sentido quando o sistema é estável, muda pouco e o custo de sustentação está medido e aceito pela empresa, com o cuidado de acompanhar a obsolescência da tecnologia e a saída de quem ainda conhece o sistema. Evoluir é o caminho quando o negócio pede mudanças frequentes e o núcleo do sistema ainda atende, desde que cada alteração parta de um mapa de dependências, para não quebrar outra parte. Modernizar se justifica quando a plataforma limita escala, segurança ou integração, mas as regras de negócio continuam valendo, e o risco principal está em perder alguma dessas regras na migração se não houver rastreabilidade do sistema antigo para o novo. Reescrever só se sustenta quando a arquitetura impede o que o negócio precisa e as regras já estão documentadas, porque reescrever sem conhecer o que o sistema guarda costuma repetir o problema em uma tecnologia nova. 3. Executar com IA governada Quando chega a hora de alterar o código, a IA recebe apenas o recorte do mapa relevante para a tarefa, e não o sistema inteiro. O modelo é escolhido conforme a complexidade da tarefa e o orçamento definido, o resultado é validado contra critérios de aceite antes de entrar no código e cada chamada deixa um registro. O desenvolvedor continua na ferramenta que já usa; o controle fica na camada por trás dela. Esse registro funciona como a memória da operação. Para cada uso da IA, ele guarda em qual projeto e em qual tarefa ela foi acionada, quais partes do sistema entraram no contexto, qual modelo respondeu e por qual política foi escolhido, quantos tokens foram enviados, quanto aquilo custou, se o resultado passou nos critérios de aceite e quem foi o responsável. Com essas informações, a pergunta sobre quanto custou uma entrega feita com IA deixa de depender de estimativa. 4. Medir quanto do custo de sustentar virou capacidade de investir O fechamento da palestra foi sobre orçamento: o objetivo da sequência é transformar o custo de sustentar em capacidade de investir em inovação. Isso só pode ser demonstrado com medição antes e depois, por sistema, considerando horas de sustentação, incidentes, tempo de entrega e gasto com IA por entrega. Sem a linha de base levantada na primeira etapa, qualquer ganho vira estimativa. O que fica para o gestor de TI: antes de definir quanto investir em IA em 2027, vale definir em que ordem usá-la. Começar pelo entendimento do legado cria a evidência que falta para decidir e a linha de base que falta para provar retorno. A camada de governança, com a ressalva devida A preocupação com governança que gera preocupação nas lideranças. A norma ISO/IEC 42001, publicada em dezembro de 2023, estabelece requisitos para um sistema de gestão de inteligência artificial, com foco em uso responsável, gestão de riscos e transparência. Registrar contexto, modelo, custo e validação de cada uso de IA no desenvolvimento ajuda a gerar evidências para esse tipo de sistema de gestão e para auditorias de segurança da informação. Registrar evidência, porém, não equivale a estar em conformidade: a adequação a qualquer norma depende de escopo, processo e avaliação próprios, e não decorre do uso de uma ferramenta ou de um método. Quando essa abordagem é desproporcional Há cenários em que essa sequência custa mais do que resolve. Em um sistema pequeno, bem documentado e mantido por um time que o conhece, com dependências claras e mudanças raras, um mapeamento completo tende a ser desproporcional. Quando o sistema já tem data de desligamento definida e a substituição está contratada e próxima, o esforço rende mais se for para a migração dos dados e das regras críticas. E, se o uso de IA ainda é pontual e não toca código sensível, uma política clara de ferramentas permitidas e um inventário de uso resolvem a maior parte do risco antes de qualquer camada de controle. Perguntas frequentes O que foi o Inovatech Executive Summit 2026? Um encontro de lideranças de tecnologia e inovação realizado em 27 de outubro de 2026, no WTC São Paulo, com o tema do que 2027 vai exigir da liderança de tecnologia. A agenda reuniu palestras, painéis e casos sobre alocação de capital, IA, agentes, segurança e orçamento. Qual foi a participação da CSP Tech no Inovatech 2026? A CSP Tech foi patrocinadora do evento. Lúcio Matias, Head de IA da CSP Tech, apresentou a palestra “O orçamento de inovação está preso no legado”, sobre como usar a IA para entender sistemas legados antes de alterá-los e transformar custo de sustentação em capacidade de investir. A CSP Tech também recebeu lideranças de tecnologia em um Almoço Executivo durante o Summit. Por que a IA sem contexto aumenta o custo de manter sistemas legados? Porque o modelo não conhece as relações reais entre as partes de um sistema legado, que raramente estão documentadas. Ele infere essas relações, o que gera entregas que quebram outras partes e retrabalho. Enviar arquivos inteiros ao modelo também eleva o consumo de tokens sem ganho proporcional, e a falta de registro impede saber depois o que foi feito e quanto custou. Como começar a liberar orçamento preso no legado? Medindo antes de mudar. O primeiro passo é mapear o sistema e o custo de sustentação dele, sem alterar código, para ter evidência sobre dependências, riscos e dívida técnica. Com esse diagnóstico, a empresa decide entre manter, evoluir, modernizar ou reescrever, e passa a ter uma linha de base para provar o retorno de cada mudança, inclusive das feitas com IA. Próximo passo Faça um teste de dez minutos com o seu sistema mais crítico: quem hoje consegue explicar as regras de negócio dele sem abrir o código, quanto custou a sustentação dele no último ano e quanto do gasto com IA do time foi usado nele, com que contexto. Se alguma dessas respostas depende de uma pessoa ou de uma estimativa, o orçamento de 2027 desse sistema já está comprometido sem evidência. Receba um diagnóstico de legado da CSP Tech: um mapa do sistema, dos riscos e da dívida técnica, sem alteração no código, com a recomendação fundamentada entre manter, evoluir, modernizar ou reescrever. CSP Tech. Conectando pessoas, tecnologia e negócios. Autor: Guilherme Matos, estrategista de conteúdo e IA, certificado HubSpot, Google, Anthropic e Semrush. Revisão técnica por especialistas Atlassian e de dados da CSP Tech (Atlassian Gold Partner, parceira Databricks, Microsoft Gold Partner, participante do Anthropic Partner Network, 38 anos de mercado, produto próprio Power BI for Jira no Atlassian Marketplace).

Agentes de IA já escrevem no Jira. Veja os controles de segurança do Rovo MCP que o administrador precisa revisar antes de liberar a escrita.

Bancos dos EUA detectaram agentes de IA não autorizados em contas de clientes. Entenda o que o caso revela sobre identidade, permissões e controle.

Circuit breaker na B3: o que a interrupção de 26 de outubro exige da TI de bancos, corretoras e instituições de pagamento

Sua equipe usa IA, mas o ganho não chega ao time. Veja o que a Atlassian anunciou no Team ’26 Europe sobre governança de agentes de IA e saiba como aplicar