A IA entrou na Mirai por uma porta que nós desenhamos.

A IA generativa entrou nas empresas de serviços antes de qualquer decisão sobre ela. Consultores redigem propostas com apoio de modelos, desenvolvedores aceitam sugestões de código de assistentes, analistas exploram bases com agentes. Esse uso costuma acontecer em contas pessoais, sem classificação do que é inserido, sem revisão combinada e sem registro.

O resultado é uma organização que usa IA em escala e não sabe dizer com quais dados, com qual qualidade nem com qual exposição contratual e legal. O problema tem menos a ver com a tecnologia e mais com a ausência de estrutura ao redor dela.

Nos últimos meses, a pergunta deixou de ser se as pessoas usam e passou a ser em que condições usam: com qual conta, com quais dados, com qual revisão e com qual rastro. Quando essa pergunta não tem resposta institucional, cada pessoa responde sozinha, e as respostas divergem em silêncio até um incidente expor a diferença.

Na Mirai, decidimos responder essa pergunta antes que um incidente respondesse por nós. Montamos um programa de quatro peças, construídas em sequência, em que cada uma cobre o que as outras não alcançam.

1. Knowledge Base

A primeira peça foi a base de conhecimento. O Knowledge Base é um portal que concentra, em um único local autenticado, as políticas vigentes, os guias operacionais e a trilha de letramento em IA e dados.

A preocupação aqui era evitar que o conhecimento sobre o uso correto ficasse distribuído em conversas, mensagens e na memória de quem chegou antes. Todos os documentos são revisados, versionados e possuem dono como condição mínima para que uma regra seja de fato conhecida, e não apenas publicada.

2. Governança

A segunda peça foi a governança. Escrevemos e implantamos uma Política de uso de dados e IA e um Guia de Classificação de Dados. A política define a regra das duas camadas: ferramenta não aprovada não recebe nenhuma informação de trabalho; na ferramenta corporativa, o que entra segue a classificação.

O guia traduz isso em um semáforo operacional: verde para o que pode entrar sem restrição, amarelo para dados que precisam de alguma atenção, como anonimização e verificação contratual prévia, e vermelho para o que não entra em nenhuma hipótese.

O objetivo é previsibilidade: classificar antes de colar o dado para não depender da intuição, e o rigor do controle acompanha a sensibilidade do dado.

3. Compromisso Individual

A terceira peça foi o compromisso individual. Ter uma Política não significa que ela foi lida e será seguida. Por isso o acesso à ferramenta corporativa passa por um processo de cadastro em etapas: leitura obrigatória da política, do guia de classificação e de três guias da trilha, aceite formal de um termo de responsabilidade e um quiz de verificação.

O cadastro é o momento em que a regra deixa de ser da empresa e passa a ser de cada pessoa. A assinatura dá peso à responsabilidade; a leitura prepara para usar a ferramenta com critério.

4. Mirai Lab

A quarta peça é o Mirai Lab, a área responsável pela evolução da forma como a Mirai trabalha. As três peças anteriores protegem o presente. O Lab prepara o futuro: explora o que ainda não é padrão em tecnologia, consultoria e dados, prova no trabalho real o que promete valor e conduz a adoção do que funciona.

Governança sem espaço para experimentar trava a empresa. Experimentação sem controle expõe a empresa. O Lab existe para que as duas coisas aconteçam ao mesmo tempo e nós mesmos somos o primeiro cliente dos experimentos, permitindo errar cedo, barato e dentro de casa antes de levar para o cliente.