Um chatbot de suporte ao cliente que não avisa o usuário que está falando com uma máquina, uma estação de trabalho cujo NPU permanece desativado por falta de driver atualizado, uma ferramenta de geração de imagens que não sinaliza a origem artificial do conteúdo: desde 2 de agosto de 2026, essas situações não são mais negligência, mas não conformidade regulatória. As tendências de TI atuais são lidas tanto nas obrigações legais quanto nos catálogos de hardware.
AI Act e regulamento Omnibus: o que muda concretamente para as equipes de TI
O regulamento europeu sobre IA entrou em aplicação geral em 2 de agosto de 2026. Não se fala mais em monitoramento regulatório: as empresas que implementam sistemas de IA em áreas sensíveis (recursos humanos, crédito, educação, serviços públicos) devem documentar seus usos, garantir um controle humano efetivo e assegurar a transparência em relação aos usuários.
O regulamento Omnibus digital sobre IA (UE 2026/1744), que entrou em vigor em 27 de julho de 2026, redesenhou o cronograma. As obrigações mais pesadas sobre sistemas de alto risco foram adiadas para 2027 e 2028, mas as exigências de transparência se aplicam desde agora.
Para explorar todo o universo de TI da D’clic Lab, observa-se que essas evoluções afetam tanto o desenvolvedor que integra um modelo de linguagem quanto o administrador de sistema que configura uma ferramenta de triagem automática de tickets.
Na prática, as equipes de TI devem adaptar três coisas: a documentação interna dos fluxos de trabalho automatizados, as menções legais das interfaces de usuário e os procedimentos de auditoria dos modelos implantados. O esforço é real, mas o cronograma Omnibus deixa uma margem um pouco maior para os sistemas classificados como de alto risco.
Chatbots e conteúdos gerados por IA: obrigações de marcação em 2026
Desde 2 de agosto de 2026, todo sistema de IA interativo (chatbot, assistente virtual, robô de conversa de suporte) deve informar explicitamente o usuário que ele está interagindo com uma IA e não com uma pessoa, a menos que isso já seja evidente pelo contexto. Essa regra se aplica a sites, aplicativos móveis e plataformas de mensagens.
Os deepfakes e conteúdos gerados ou modificados por IA devem ser claramente sinalizados. Fala-se aqui de marcação visível na interface, não de uma menção perdida em condições gerais que ninguém lê.
Para uma equipe técnica, isso implica revisar os percursos dos usuários em cada ponto de contato automatizado. Os retornos variam sobre a melhor forma de implementar essa marcação (bandeira, ícone, menção textual), mas o princípio permanece não negociável: o usuário deve saber que não está falando com um humano.
Pontos de verificação para uma auditoria rápida
- Cada interface conversacional exibe uma menção IA visível antes da primeira troca, sem que o usuário precise clicar ou rolar.
- Os conteúdos gerados por IA (textos, imagens, vídeos) possuem uma marcação legível no local de sua divulgação, não apenas nas metadados.
- Um registro interno lista os sistemas de IA implantados, sua finalidade e o nível de risco associado, para antecipar as obrigações que virão em 2027.
NPU e processamento local: quando o hardware dita as práticas de software
Desde 2024, fabricantes como ASUS e Lenovo entregam máquinas equipadas com NPUs dedicados ao processamento local de IA. A linha Copilot+ da Microsoft generalizou essa abordagem. No campo, observa-se um descompasso entre o hardware disponível e o uso real.
Um NPU permite executar tarefas como tradução em tempo real, pesquisa em um histórico de arquivos ou assistência à redação sem enviar cada solicitação para um servidor remoto. O processamento local reduz a latência e limita a exposição dos dados.
O problema concreto: muitas estações entregues com um NPU não o utilizam, por falta de drivers atualizados ou de aplicativos compatíveis. Antes de renovar um parque, é vantajoso verificar se os softwares empresariais realmente aproveitam esse chip. Um NPU não utilizado é um custo adicional de hardware sem benefício operacional.
Critérios de escolha para uma estação de trabalho IA
- Verificar a compatibilidade dos aplicativos empresariais com o NPU embarcado (a lista de softwares certificados Copilot+ evolui regularmente).
- Avaliar o ganho real em latência nas tarefas diárias: se a maior parte do trabalho passa por um navegador web, o NPU traz pouco.
- Comparar o consumo energético em carga local de IA em relação a uma chamada em nuvem, especialmente para frotas de mais de algumas dezenas de estações.
- Priorizar um modelo cujo fabricante publique atualizações de drivers NPU em intervalos regulares.
Conformidade IA e cibersegurança: dois projetos que convergem
As equipes de segurança e as equipes de conformidade costumavam trabalhar em paralelo. O AI Act força uma convergência. Documentar um modelo de IA para a conformidade também produz um inventário útil para a cibersegurança, porque se identificam os fluxos de dados, os acessos aos modelos e os pontos de falha potenciais.
A abordagem Zero Trust, já adotada por muitas organizações para a gestão de acessos à rede, se estende naturalmente aos sistemas de IA. Cada chamada a um modelo, cada transferência de dados de treinamento, cada atualização de pesos deve passar por uma verificação de identidade e de direitos.
Esse não é um projeto teórico. Quando uma ferramenta de IA generativa está conectada a um banco de dados de clientes para personalizar as respostas, uma falha no modelo expõe os mesmos dados que uma falha de rede clássica. A superfície de ataque se amplia com cada implantação de IA não auditada.
Os próximos prazos do cronograma do AI Act, em 2027 e 2028, adicionarão exigências sobre sistemas de alto risco. As equipes que documentam e auditam suas implantações desde agora absorverão essas obrigações sem uma reformulação significativa. Aqueles que esperam terão que recuperar vários anos de atraso em conformidade em poucos meses, com o custo e o estresse que isso implica.