Por Wellington Silva , Consultor de Governança em Cybersegurança.
Faça um teste rápido: pegue o Plano de Continuidade de Negócios da sua empresa e procure a palavra "Inteligência Artificial". Não vai encontrar. Em compensação, vai achar páginas inteiras sobre queda de datacenter, incêndio, pandemia, greve de transporte.
O problema é sério: o PCN ainda trata a IA como "tecnologia de apoio", um item qualquer dentro do guarda-chuva de TI, enquanto ela já assumiu o posto de processo vital em boa parte das operações críticas: crédito, fraude, atendimento, comunicação, até decisões regulatórias. E ninguém colocou essa peça no tabuleiro da continuidade.
A pergunta que costumo fazer em auditorias e comitês de risco hoje é direta: se o modelo de IA que sustenta esse processo parar, alucinar ou for descontinuado pelo fornecedor amanhã, o que a organização faz nas próximas quatro horas?
O silêncio que essa pergunta provoca é o mesmo silêncio que eu via, anos atrás, quando perguntava sobre plano de recuperação de desastres para empresas que nunca tinham testado nada. A história se repete, só que mais rápido e com um risco reputacional maior.
Trago aqui reflexões práticas sobre onde a IA entra como aliada da continuidade, onde ela virou risco, e o que exige mais cautela antes de sair aplicando por modismo.
1. A IA acelera o que sempre foi o gargalo do PCN
Mapeamento de processos, BIA, construção de cenários de crise: historicamente lentos, manuais, reféns da agenda de gestores ocupados. Hoje, IA generativa rascunha um fluxo a partir de uma transcrição de entrevista, sugere perguntas de BIA adaptadas ao setor, ou gera dez variações de um cenário de tabletop em minutos.
O ganho de velocidade é real e não deve ser romantizado como perigo: é oportunidade. Mas cuidado com a armadilha: IA acelera o rascunho, não substitui o julgamento de quem entende a criticidade real do negócio. Usar IA para gerar o BIA inteiro sem validação humana é trocar burocracia por ilusão de precisão. E ilusão de precisão, numa crise, é pior do que não ter plano nenhum.
2. A IA virou ativo crítico, e a maioria das empresas ainda não admitiu isso
Se um modelo hoje aprova crédito, bloqueia transação suspeita ou atende milhares de clientes por chat, ele não é mais "ferramenta". É processo vital. E processo vital tem SLA de recuperação, plano de contingência e dono definido. A IA, na maioria das empresas, não tem nada disso: vive numa zona cinzenta entre TI e a área de negócio, sem ninguém assumindo a responsabilidade pela sua continuidade.
Exemplo real do tipo de lacuna que aparece quando se olha com atenção: um modelo de scoring de crédito atualizado silenciosamente pelo fornecedor, sem aviso, muda o comportamento de aprovação da noite para o dia. Não é uma "falha técnica" clássica, é sutil, difícil de rastrear, e pode gerar impacto financeiro e regulatório antes que alguém perceba. Isso é continuidade de negócio, só que com uma cara nova.
3. Fornecedores de IA são o novo ponto único de falha
PCN sempre tratou de terceiros críticos. Agora essa lista inclui provedores de IA e a infraestrutura de nuvem que os hospeda. A resiliência da sua empresa passou a depender, em parte, de decisões que você não controla: mudança de política de uso, instabilidade do serviço, ou até a saída do provedor do mercado.
Perguntas que valem entrar na próxima revisão de fornecedores críticos:
-
Existe redundância entre provedores de IA para os processos mais sensíveis, ou tudo está concentrado em um único fornecedor?
-
O contrato prevê SLA de disponibilidade e cláusula de continuidade, ou foi assinado como "ferramenta auxiliar" sem esse rigor?
-
Existe plano de saída caso o fornecedor mude os termos, encareça, ou simplesmente descontinue o modelo usado?
Se a resposta for "não sei", isso já é um achado de auditoria esperando para acontecer.
4. Comunicação em crise: a IA multiplicou o problema e a solução
Em uma crise, a desinformação causa mais dano que a falha técnica. Com IA generativa, esse risco não cresceu de forma linear, ele explodiu. Deepfakes de porta-vozes, e-mails de phishing indistinguíveis do original, notícias falsas produzidas em escala durante o próprio incidente que você está tentando conter. A crise técnica e a crise de narrativa agora podem acontecer ao mesmo tempo, e a segunda pode ser pior que a primeira.
Por outro lado, a mesma tecnologia pode ser aliada no Plano de Comunicação: monitorando menções em tempo real, sugerindo rascunhos alinhados ao tom institucional, agilizando a resposta ao mercado e aos reguladores. A regra não muda: IA rascunha, pessoa autoriza. Nenhuma comunicação oficial sai sem validação humana, principalmente quando o risco é justamente não saber distinguir o que é real do que foi gerado.
5. Simulações precisam testar também a falha da própria IA
Se hoje seus exercícios testam queda de datacenter e indisponibilidade de sistemas, é hora de incluir um cenário novo e desconfortável: e se o modelo de IA que sustenta um processo crítico simplesmente sair do ar? E se, pior ainda, ele continuar no ar respondendo errado, com total confiança, sem ninguém perceber de imediato?
Um Tabletop de Crise que simula "a IA está tomando decisões erradas silenciosamente" costuma revelar mais gaps do que qualquer diagrama BPMN. Porque expõe a pergunta que ninguém quer responder: existe processo manual de contingência, ou a operação simplesmente para?
O que exige mais calma antes de sair aplicando por modismo
A tentação de "colocar IA em tudo" é grande, inclusive dentro da própria gestão de continuidade. Vale desacelerar em alguns pontos:
-
Shadow AI: equipes usando ferramentas de IA não homologadas para tarefas críticas, fora da governança, fora do radar do PCN e, na prática, fora de qualquer possibilidade de recuperação estruturada.
-
Viés e alucinação em momento de decisão: um modelo pode parecer absolutamente confiante e estar completamente errado, e essa combinação é especialmente perigosa sob a pressão de uma crise, quando ninguém tem tempo de checar duas vezes.
-
Concentração de risco: quanto mais processos vitais dependem de um único provedor de IA, maior o ponto único de falha: o mesmo erro clássico de infraestrutura, só que travestido de inovação.
-
Excesso de confiança da liderança: existe uma crença perigosa de que "a IA já resolve isso", que reduz o investimento em plano B justamente onde ele é mais necessário.
Como aplicar isso hoje, sem reescrever o PCN inteiro
Não é preciso um projeto de seis meses para começar. Três passos dão para tirar do papel esta semana:
-
Revisitar a BIA e perguntar, processo por processo: existe IA envolvida aqui, e sabemos exatamente o que fazer se ela falhar?
-
Incluir os principais fornecedores de IA na lista de terceiros críticos, com o mesmo rigor hoje aplicado a datacenter e nuvem.
-
Adicionar um cenário de falha de IA no próximo exercício de simulação, nem que seja simples, tipo "o chatbot de atendimento saiu do ar em plena sexta-feira de pico".
No fim das contas, o princípio da continuidade não mudou: não é sobre prever cada risco possível, é sobre garantir que a organização continue funcionando e continue confiável quando algo essencial falhar. A IA acelerou o negócio, mas acelerou também os riscos que cercam esse negócio. Quem tratar isso como parte natural da resiliência corporativa, e não como capítulo isolado de "tecnologia", vai estar um passo à frente no dia em que a pergunta deixar de ser "se" e voltar a ser, como sempre foi, "quando".