A visibilidade tem sido um dos desafios mais persistentes para as equipes de TI empresariais, durante grande parte da última década, considerando que as equipes não podiam proteger, gerenciar nem remediar aquilo que não conseguiam ver. Por conta disso, as companhias investiram consideravelmente em ferramentas de monitoramento, análise e painéis de controle.

Com isso, a visibilidade melhorou, mas o problema mais complexo agora é agir sobre todas essas informações com rapidez suficiente para reduzir o risco. Vejo essa frustração com frequência entre os clientes: o problema não é a falta de dados, mas a incapacidade de utilizá-los de forma eficaz quando é necessário tomar decisões rapidamente.

À medida que as organizações avançam na adoção da IA, esse desafio se torna ainda mais relevante, porque a IA não reduz a necessidade de contar com dados confiáveis, ela a aumenta.

A TI empresarial evoluiu em torno de ferramentas especializadas, como endpoints, gerenciamento de serviços, segurança e acompanhamento de ativos. Cada uma pode cumprir bem sua função, mas nenhuma oferece um sistema de registro compartilhado e confiável.

Como resultado, os dados ficam dispersos e quando as informações estão fragmentadas, agir sobre elas leva mais tempo. Perguntas que deveriam ser respondidas em segundos, como “O que é este dispositivo?”, “Ele deveria poder se conectar à nossa rede?”, “Quem é seu proprietário?” e “Está em conformidade com as políticas?”, se transformam em uma busca entre vários sistemas que descrevem o mesmo equipamento de maneiras diferentes.

A pesquisa “2025 State of Cybersecurity: Paradigm Shift”, realizada pela Ivanti, mostrou que 55% das organizações afirmaram que seus dados de TI e segurança estão isolados em silos. Em grande escala, essa fragmentação é o que transforma uma solução rápida em um processo lento.

As organizações sempre estiveram dispostas a tolerar essa ineficiência porque as pessoas conseguiam compensá-la, com as equipes conciliando manualmente os dados, conectando processos e cobrindo as lacunas operacionais, mas a IA muda essa equação. Quanto mais as organizações automatizam suas decisões e ações, menor é a margem para trabalhar com informações contraditórias.

O volume de vulnerabilidades que as empresas passam a cada mês está superando o que poderia ser gerenciado manualmente, e a descoberta assistida por IA apenas aumenta a pressão. O que antes era uma tarefa rotineira de manutenção, agora representa um risco empresarial significativo. Conselhos de administração e comitês de auditoria perguntam diretamente sobre o cumprimento dos processos de aplicação de patches, um tema que há alguns anos, teria permanecido no âmbito da TI.

Essa é a nova realidade da tecnologia empresarial: as decisões operacionais estão se transformando em decisões de negócio, e quando uma possível consequência é uma violação de dados, a aplicação de patches deixa de ser uma tarefa rotineira de TI e passa a se tornar uma questão de risco empresarial, com a IA elevando ainda mais o que está em jogo.

Mas a inteligência artificial não pode determinar de forma independente quais ativos existem, quem é responsável por eles, o que mudou ou se uma determinada ação está em conformidade com as políticas estabelecidas. Essas respostas vêm de um sistema de registro confiável.

A base para uma IA confiável

A resposta habitual à fragmentação é adicionar outra ferramenta que conecte as ferramentas existentes. Com certa frequência, isso cria uma camada adicional de complexidade em vez de eliminá-la.

Uma abordagem mais sólida consiste em fazer da integração o ponto de partida, consolidando as informações em torno de um sistema de registro compartilhado: uma única camada confiável que compreenda o que existe em todo o ambiente, como os diferentes elementos estão conectados e qual é o seu estado. Pode parecer menos chamativo do que o recurso de IA mais recente, mas é exatamente isso que permite que essas capacidades de IA sejam eficazes.

Isso representa uma mudança mais ampla que está ocorrendo na TI empresarial, em que as organizações estão evoluindo para além dos sistemas de trabalho, como aqueles que registram tarefas e fluxos de trabalho, para ir em direção a sistemas de registro que fornecem um contexto autorizado e confiável para a tomada de decisões.

Um sistema de registro confiável compreende o que existe em todo o ambiente, como os ativos se relacionam entre si, quem é responsável por eles, o que mudou e qual é o seu estado atual. Esse contexto é precisamente aquele do qual dependem os sistemas modernos de IA e de que as equipes de TI e segurança precisam para avançar rumo a operações autônomas.

A autonomia só pode ser tão confiável quanto os dados que a sustentam, já que muitas iniciativas de inteligência artificial não fracassam porque o modelo seja deficiente, mas porque o modelo trabalha com informações incompletas, desatualizadas ou contraditórias.

A IA pode processar informações e formular recomendações mais rapidamente do que qualquer equipe humana, mas o que ela não pode fazer sozinha é saber o que a organização possui, compreender o estado atual do ambiente ou responder pelo cumprimento regulatório. Ela não pode substituir a autoridade dos dados, somente um sistema de registro confiável pode fornecer essa base.

A autonomia também exige governança, porque qualquer sistema capaz de executar ações precisa de limites claramente definidos: a IA deve assumir o trabalho rotineiro para o qual está mais bem preparada, enquanto as pessoas mantêm a supervisão nas áreas em que são necessários julgamento, responsabilidade e decisões relacionadas ao risco. A velocidade importa, mas a exposição ao risco também está aumentando, e agir rapidamente sem controles apenas multiplica esse risco.

O futuro não consiste em sistemas autônomos que operem sem intervenção humana, mas de uma autonomia governada, na qual a IA atua dentro de políticas definidas, com base em dados confiáveis e dentro de limites estabelecidos pelas pessoas.

De dados fragmentados à autonomia governada

Três forças estão convergindo: a intensificação das ameaças cibernéticas, a pressão para demonstrar retornos mensuráveis dos investimentos em IA e as expectativas dos conselhos de administração de melhorar a eficiência sem acrescentar maior complexidade.

Os líderes já não podem tratar segurança, operações, dados e IA como conversas independentes, todos esses elementos estão conectados e a base que os sustenta também deve estar.

Isso não significa eliminar aquilo que funciona nem esperar que a transformação aconteça da noite para o dia, mas a direção é clara e o custo de manter ambientes fragmentados está cada vez mais difícil de justificar.

Os líderes devem definir o tom a partir da alta direção, integrando dados, permitindo que os sistemas gerenciem com segurança o trabalho rotineiro e dar às equipes a capacidade de se concentrar nos problemas que realmente exigem julgamento humano.

 

Compartilhe: