Ir para conteúdo
be-human.ai
← Voltar ao blog

Infraestrutura de IA personalizada

Prontidão de dados antes de agentes de IA: auditoria em seis pontos

Antes que um agente de IA leia os dados da empresa, audite seis itens: sistemas de origem, dono, atualização e acesso. Guia prático para líderes.

Capa tipográfica do Be Human com o título: Prontidão de dados antes de agentes de IA: auditoria em seis pontos
Ilustração conceitual criada com IA · Be Human

Prontidão de dados para agentes de IA significa que cada conjunto de dados que um agente vai ler tem uma origem conhecida, um dono com nome, uma atualização declarada e regras de acesso que alguém aprovou de forma intencional. Antes que qualquer agente leia registros da empresa, o negócio deve concluir uma auditoria em seis pontos que cobre sistemas de origem, sistemas de registro, responsabilidade, atualidade, acesso e rastreabilidade. A auditoria também mostra qual é a primeira tarefa segura para entregar ao agente.

Principais pontos

  • Um agente só é tão confiável quanto os registros que lê, então audite esses registros antes de escolher ferramentas ou modelos.
  • Cada conjunto de dados precisa de uma pessoa nomeada que possa aprovar o acesso e explicar o que os dados significam.
  • A atualidade deve ser anotada para cada fonte, como um intervalo declarado e uma data de atualização visível, nunca presumida.
  • O acesso do agente deve seguir os mesmos limites de função que um funcionário cuidadoso teria, com revisão em calendário definido.
  • Se você não consegue rastrear uma resposta até uma fonte e uma data, os dados por trás dessa resposta não estão prontos para um agente.

O que significa prontidão de dados para um agente

Ter dados e estar pronto para usá-los são coisas diferentes. A maioria das empresas guarda muitos registros em planilhas, sistema de clientes, ferramenta de chamados, exportações contábeis e pastas compartilhadas. Uma pessoa que lê esses registros pode perguntar a um colega o que é uma coluna, perceber que uma tabela de preços parece antiga ou ignorar uma pasta que parece abandonada. Um agente não consegue fazer esses julgamentos com segurança, a menos que o sistema ao redor forneça esse contexto.

Isso pesa mais em arquiteturas baseadas em recuperação, nas quais a aplicação busca os documentos relevantes no momento da pergunta e o modelo escreve a resposta a partir deles. A arquitetura de referência do Google Cloud para geração aumentada por recuperação descreve esse padrão em detalhe. A consequência prática é simples: a resposta não pode ser melhor do que aquilo que a etapa de recuperação consegue alcançar, do quão atual é esse material e de se ele é a versão certa. Prontidão é o trabalho de tornar essas três coisas conhecidas antes de o agente começar.

Prontidão também não é uma limpeza feita uma única vez. Os dados mudam todos os dias, as pessoas trocam de função e as integrações quebram sem aviso. A auditoria cria uma linha de base, e o ritmo de operação mantém essa linha de base verdadeira.

Pontos um e dois: sistemas de origem e sistemas de registro

O primeiro ponto é um inventário de todos os lugares onde vive um fato sobre o negócio. Inclua os sistemas óbvios e também os informais, como uma planilha compartilhada que a equipe de operações atualiza toda sexta-feira ou uma caixa de e-mail em que os termos dos fornecedores chegam como anexos. Fontes informais costumam ser justamente as que um agente leria com mais confiança e entenderia com menos clareza.

Para cada fonte, registre o seguinte:

  • O nome do sistema ou o local do arquivo, e se é um sistema em uso ou uma exportação.
  • Que tipo de fatos ela guarda, como clientes, pedidos, contratos, agendas ou políticas.
  • Se contém dados pessoais, dados financeiros ou material confidencial.
  • Como os registros entram nela, seja por digitação, por integração ou por upload.
  • Se é o único lugar onde aquele fato existe.

O segundo ponto é o sistema de registro. Quando duas fontes divergem sobre o endereço de cobrança de um cliente, uma precisa prevalecer, e o negócio deve decidir qual antes de conectar o agente. Escreva a decisão em uma frase única, por exemplo: o sistema de faturamento é o registro para condições de pagamento, e a ferramenta de relacionamento com clientes é o registro para nomes de contato. Sem essa frase, o agente vai usar a fonte que recuperar primeiro, e duas respostas aparentemente corretas podem se contradizer.

Se a base de registros limpos ainda não está pronta, comece organizando as fontes que você escolheu. Veja também Superinteligência para pequenas empresas: 3 passos para dar agora para entender por onde começar com um escopo enxuto.

Ponto três: um dono nomeado para cada conjunto de dados

Cada conjunto de dados que o agente pode ler precisa de um dono, e esse dono deve ser alguém do negócio, não apenas um contato técnico. O dono decide quem pode ler os dados, aprova mudanças no que o agente enxerga e responde a perguntas como se um campo de status é atualizado quando o pedido sai ou só quando a nota é emitida. TI ou o fornecedor do software cuidam do sistema. O negócio cuida do significado do conteúdo.

A verificação de responsabilidade costuma falhar em lugares previsíveis. Pastas de contratos criadas por um funcionário que saiu, listas de clientes que três equipes editam com convenções diferentes e relatórios gerados por um script que ninguém revisou no último ano são casos comuns. Pergunte, para cada fonte, quem perceberia primeiro se o conteúdo estivesse errado e quem tem autoridade para corrigi-lo. Se a resposta for ninguém, essa fonte não está pronta, e o agente não deve lê-la ainda.

A responsabilidade também protege você quando o agente dá uma resposta inesperada. O dono é a pessoa que pode conferir a fonte, corrigi-la e decidir se o acesso do agente deve mudar.

Ponto quatro: atualidade que você consegue declarar

Atualidade é quanto tempo um registro pode existir antes que uma resposta construída sobre ele se torne enganosa. A auditoria deve declarar isso para cada fonte, em termos simples. Um status de entrega que se renova a cada poucas horas serve a um propósito diferente de um catálogo de fornecedor que muda duas vezes por ano. Nenhum dos dois está errado, mas cada um precisa de uma regra que o agente consiga seguir e de um motivo que o dono aceite.

Anote três coisas para cada fonte: com que frequência ela é atualizada, quão antiga ela pode ser antes que uma resposta precise trazer um aviso e o que o agente deve dizer quando o dado estiver mais velho que esse limite. Uma boa resposta nomeia a fonte e a data do registro usado. Uma resposta fraca apresenta um número desatualizado como se fosse atual e não oferece nenhuma forma de conferência.

A atualidade também afeta a escolha da primeira tarefa. Tarefas que dependem de informações que mudam a cada minuto exigem integrações em tempo real e monitoramento cuidadoso. Tarefas que dependem de políticas ou material de referência que mudam devagar podem começar antes, com uma configuração mais simples.

Pontos cinco e seis: acesso e rastreabilidade

O quinto ponto é o acesso. Um agente deve ter apenas as permissões mínimas necessárias para o seu papel, acesso de leitura antes de acesso de escrita e permissões separadas para cada fonte. A autorização deve ser aplicada no momento em que o dado é recuperado, e não presumida só porque o agente está dentro de uma rede confiável. A orientação de autorização da OWASP descreve esse princípio em termos gerais, e ele se aplica diretamente a agentes que chamam ferramentas em nome de usuários. Registre quais funções podem fazer quais perguntas e a quais fontes cada função consegue chegar. Depois, compare esse mapa com o que o agente realmente acessa, porque os dois costumam ser diferentes.

Trate também o conteúdo recuperado como entrada não confiável. Um documento, e-mail ou página da web pode conter texto escrito para instruir o modelo, e um agente que obedece a isso foi manipulado. A orientação da OWASP sobre injeção de prompt explica por que instruções dentro dos dados devem ser separadas das instruções do próprio agente. Para prontidão, o passo prático é decidir quais fontes são confiáveis para instruções, quais são confiáveis apenas para fatos e quais ficam totalmente excluídas do agente. Para um método mais profundo, veja Revisão trimestral de permissões de agentes de IA: checklist prático.

O sexto ponto é a rastreabilidade. Cada resposta deve registrar qual fonte foi usada, qual versão ou data ela carregava e quais permissões se aplicaram. Conceitos de observabilidade, como os da OpenTelemetry, que conectam uma requisição às operações que ela disparou, são um modelo útil aqui. Se um gestor perguntar por que o agente citou determinada data de entrega, o negócio deve conseguir responder em poucos minutos. Se não conseguir, os dados não estão prontos, por melhores que as respostas pareçam em uma demonstração.

Um cenário ilustrativo e uma sequência para seguir

Cenário ilustrativo: um distribuidor regional de equipamentos quer que um agente responda às perguntas dos gerentes de contas sobre pedidos em aberto e datas de entrega. A auditoria encontra três fontes. O status dos pedidos fica no sistema do depósito e é atualizado várias vezes ao dia. Os termos contratuais ficam em uma pasta compartilhada com três versões do mesmo acordo e sem dono. Os contatos dos clientes ficam em uma ferramenta de vendas em que contas duplicadas são comuns. A equipe decide que o sistema do depósito é o registro para o status dos pedidos, com intervalo de atualização declarado e uma data de atualização em cada resposta. Perguntas sobre contratos ficam excluídas até que um dono nomeado limpe a pasta e aprove o acesso. Os contatos ficam excluídos até que as duplicatas sejam resolvidas. A primeira tarefa é estreita, o risco fica limitado e a tarefa seguinte já está definida.

Uma sequência prática para a auditoria tem esta forma:

  • Liste cada fonte que guarda um fato de que o agente possa precisar, incluindo arquivos informais e exportações.
  • Nomeie o sistema de registro para cada fato que mais de uma fonte contém.
  • Atribua um dono do negócio a cada conjunto de dados e confirme que a pessoa aceita o papel.
  • Declare a regra de atualidade e o aviso que o agente deve dar quando o dado estiver mais velho que o limite.
  • Mapeie quais funções podem fazer quais perguntas e compare esse mapa com as permissões propostas.
  • Marque o conteúdo não confiável e decida quais fontes ficam fora das instruções.
  • Escolha a primeira tarefa que use apenas fontes que passaram por todas as etapas anteriores.
  • Defina os campos de rastreabilidade que cada resposta deve trazer e designe alguém para revisar uma amostra das respostas.

A última etapa importa porque prontidão é um julgamento que o dono e o operador precisam continuar fazendo. O NIST AI Risk Management Framework é uma referência útil para organizar esse trabalho contínuo de risco em torno de governança, mapeamento, mensuração e gestão, sem amarrar a empresa a um produto específico.

Como a Be Human trata a prontidão de dados

A Be Human projeta e opera agentes de IA personalizados que mantêm sob controle humano sua identidade, memória, canais, ferramentas, permissões e contexto de operação. Em um primeiro projeto, a auditoria de prontidão faz parte da definição do papel útil que o agente vai desempenhar. O trabalho identifica as fontes que esse papel precisa, o sistema de registro de cada fato, o dono que aprova o acesso, a regra de atualidade de cada fonte e os campos de rastreabilidade que cada resposta deve carregar. As permissões e os limites de aprovação são definidos a partir desse mapa, e não a partir do que é tecnicamente alcançável.

A operação gerenciada mantém a auditoria atualizada. O monitoramento acompanha se as fontes estão sendo atualizadas no prazo, avaliações recorrentes verificam se as respostas ainda batem com seus registros, a manutenção das integrações cuida de mudanças nos sistemas conectados e as revisões de permissão confirmam que o acesso ainda corresponde aos papéis. Mudanças em fontes ou no escopo passam por um caminho documentado de solicitação e aprovação, para que a prontidão seja rechecada quando os dados mudam, em vez de ser presumida uma única vez no lançamento. Para entender o que envolve o período inicial dessa operação, veja Quem opera agentes de IA depois do lançamento: a passagem para a equipe.

Se você quer descobrir a primeira tarefa que vale a pena entregar a um agente, faça o diagnóstico gratuito de IA da Be Human.

Perguntas frequentes

Precisamos de um data warehouse antes que um agente possa ler nossos dados? Não. Muitas primeiras tarefas úteis leem de um único sistema operacional ou de um pequeno conjunto de arquivos bem definidos. Um warehouse ajuda quando muitas fontes precisam ser combinadas, mas a auditoria importa mais do que a escolha de armazenamento, porque o agente lê tudo o que consegue alcançar.

Podemos começar com planilhas? Sim, desde que a planilha tenha um dono nomeado, uma rotina clara de atualização, uma regra de atualidade declarada e um papel definido nas decisões sobre o sistema de registro. Planilhas falham quando muitas pessoas as editam sem dono, então a auditoria normalmente revela se essa condição existe.

Com que frequência devemos repetir a auditoria? Repita os seis pontos completos antes de acrescentar uma nova fonte ou mudar o escopo do agente, e revise responsabilidade, atualidade e acesso em calendário regular, como trimestralmente para a maioria das empresas. O monitoramento deve sinalizar dados desatualizados entre as revisões, então o calendário funciona como uma barreira de segurança e não como a única verificação.

E se nossos dados incluírem informações pessoais? Trate os dados pessoais como uma decisão separada dentro da auditoria. Confirme a base legal para o tratamento, limite o acesso às funções que realmente precisam dele, decida se o agente deve ver identificadores e registre essa decisão com o dono. As orientações da autoridade nacional de proteção de dados, como a ANPD para empresas brasileiras, devem embasar essas regras junto com a política interna da empresa.

Seu próximo passo

Descubra primeiro onde um agente de IA cabe na sua empresa.

Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.

Menos tarefas. Mais espaço para você.

Traga o trabalho para o qual falta tempo.

Agende uma conversa e teste 7 dias grátis um agente de IA personalizado ↗Ou faça o diagnóstico gratuito de IA →