Por que aparece
Shadow AI é a versão atual do shadow IT, e nasce do mesmo lugar: alguém precisa entregar uma coisa hoje e a ferramenta aprovada não dá conta. A diferença é a velocidade de adoção. Instalar um SaaS sem aprovação exige cartão e algum atrito; colar um contrato num chat exige um navegador.
É por isso que aparece em empresa madura, com política escrita e treinamento em dia. A política diz o que não pode; ela não diz o que fazer no lugar.
O risco que importa, e o que é exagero
O risco central é a saída de dado. Cláusula de contrato, código proprietário, planilha de folha, laudo médico. Uma vez colado, você perdeu o controle de retenção e de uso em treinamento, e não existe pedido de exclusão que devolva o que já foi processado.
O segundo é a decisão tomada em cima de saída não verificada, que entra em relatório e vira insumo de outra decisão sem ninguém checar a origem.
O que costuma ser exagerado é o medo do modelo em si. O problema quase nunca é o modelo; é o caminho que o dado percorreu para chegar até ele.
Como descobrir o que já está em uso
Pesquisa interna anônima traz mais do que se espera, e é o método mais barato. Log de proxy e de DNS mostra o tráfego para os domínios das ferramentas. Registro de OAuth no seu provedor de identidade mostra quem autorizou qual aplicação a ler o e-mail ou o drive corporativo, que é o caso mais grave e o menos lembrado.
Do lado externo, a descoberta de superfície encontra subdomínio de protótipo, chave de API exposta em repositório público e painel de ferramenta de IA publicado sem autenticação. Boa parte do shadow AI vira ativo exposto na internet antes de virar incidente de dado.
O que fazer depois de encontrar
Bloquear tudo empurra o uso para o celular pessoal, onde você não tem log nenhum. O caminho que funciona é oferecer uma alternativa contratada, com retenção definida, e deixar claro qual classe de dado pode entrar nela. A política vira útil quando responde "use isto" em vez de só "não use aquilo".