Regra Final da GSA sobre LLMs Restringe seu Alcance, mas Mantém Contratados de IA sob Responsabilidade

A regra final da GSA sobre LLMs entra em vigor em 19 de outubro de 2026, com um escopo mais restrito, mas obrigações substanciais de conformidade para contratados federais de IA abrangidos.

A General Services Administration agora mira sistemas nos quais a funcionalidade de modelos de linguagem de grande porte é um recurso material e os dados governamentais entram diretamente no modelo ou dele emergem. Ferramentas internas de back-office e recursos incidentais de IA podem ficar fora da cláusula.

Essa mudança responde a algumas das objeções mais fortes da indústria de tecnologia a versões anteriores. Ainda assim, o texto final prevalece sobre acordos comerciais conflitantes, alcança subcontratados relevantes e impõe regras detalhadas para segurança de dados, documentação, comunicação de incidentes, alterações de modelos e encerramento de contratos.

O resultado é uma contrapartida, não um recuo amplo. A GSA reduziu a probabilidade de que software comum seja abrangido por um regime contratual específico para IA. Fornecedores que vendem produtos de LLM efetivos ao governo ainda precisam oferecer um nível de visibilidade operacional que muitas implementações comerciais não exigem.

A Regra Final da GSA sobre LLMs Usa um Teste de Escopo em Duas Partes

A cláusula final concentra-se em sistemas de IA que o governo está comprando intencionalmente, em vez de todo sistema de contratado que por acaso usa um LLM.

A GSA emitiu a cláusula 552.239-7001, Basic Safeguarding of Data within Large Language Model Artificial Intelligence Systems, por meio de um desvio de classe do General Services Acquisition Regulation. Um desvio de classe permite que a agência aplique linguagem de aquisição antes de concluir a codificação convencional.

A mudança aparece na atualização de setembro da GSA sobre a cláusula final. A atualização faz parte do RGO-2026-01, uma revisão mais ampla das regulamentações de aquisição da agência.

A cláusula se aplica quando duas condições estão presentes. Primeiro, a GSA deve estar adquirindo um LLM, assistente generativo, chatbot, sistema agentivo, ferramenta de produtividade habilitada por LLM ou produto semelhante no qual a funcionalidade de LLM seja material.

Segundo, dados governamentais devem ser enviados diretamente ao LLM ou produzidos por ele. Essa segunda condição vincula o ônus de conformidade a interações reais com o modelo, em vez da mera presença de IA em algum ponto da pilha tecnológica de um contratado.

Isso é significativamente mais restrito do que a proposta de junho. O texto proposto geralmente se aplicava quando dados governamentais fossem processados por um LLM, uma formulação que poderia abranger sistemas de suporte e usos incidentais.

A cláusula final também contém linguagem de autoexclusão. Salvo determinação em contrário de um agente de contratação, ela não impõe obrigação quando o uso de LLM permanece em sistemas internos de negócios, back-office, operacionais ou de suporte ao desempenho aos quais o governo não tem acesso.

Uma segunda exclusão aborda produtos comerciais cuja função de LLM seja incidental ou acessória. A exclusão se aplica quando a IA não é a finalidade principal do produto, uma exigência contratual, um recurso acessado pelo governo ou um processador de dados governamentais.

Essas distinções são importantes para contratados que usam IA generativa ao prestar outro serviço. Uma empresa de consultoria pode usar um assistente interno para ajudar a organizar o trabalho sem vender esse assistente à GSA. Um produto de software convencional pode incluir um recurso opcional de IA que a agência nunca ativa.

Essas situações agora têm um argumento mais forte para exclusão. Contudo, a cláusula final não torna invisível todo fluxo de trabalho interno com IA. Os contratados ainda precisam determinar se dados governamentais entram em um recurso de LLM adquirido, acessível ou exigido contratualmente.

A definição de dados governamentais também se tornou mais precisa. As entradas de dados abrangidas são enviadas pelo governo ou em seu nome, em vez de simplesmente criadas para ele. Metadados e logs são excluídos das saídas de dados abrangidas.

Esse ajuste limita o universo de informações controladas pela cláusula. Ele não elimina a necessidade de mapeamento de dados, pois prompts, conteúdo recuperado, respostas geradas, embeddings e materiais de ajuste fino ainda podem cruzar limites abrangidos.

As exclusões, portanto, funcionam mais como regras de classificação do que como isenções gerais. Os fornecedores precisam de evidências que mostrem o que o governo compra, quais recursos acessa, por onde os dados trafegam e se um LLM contribui materialmente para o serviço entregue.

O texto oficial também cria um problema interpretativo. Seu parágrafo de autoexclusão lista a exclusão de back-office e a exclusão por função incidental sem conectá-las claramente com “e” ou “ou”.

Essa escolha de redação deixa incerteza sobre se qualquer uma das condições remove a cláusula de forma independente ou se ambas devem estar presentes. Agentes de contratação talvez precisem esclarecer a resposta durante solicitações ou negociações.

A lição prática é simples. Os contratados não devem presumir que um recurso de IA é abrangido apenas porque existe. Também não devem presumir que chamar um recurso de incidental resolve a questão.

Uma declaração de trabalho, descrição do produto, arquitetura do sistema e fluxo real de dados terão mais peso do que um rótulo de produto. Essa é a primeira grande mudança introduzida pela regra final da GSA sobre LLMs.

Uma Estrutura do NIST Substitui Quatro Funções Rígidas na Cadeia de Suprimentos

A GSA passou de rótulos fixos de fornecedores para tarefas do ciclo de vida, mas os contratados principais continuam responsáveis por identificar todos os participantes abrangidos.

A proposta de junho dividia a cadeia de suprimentos de LLMs em quatro funções definidas: desenvolvedor, operador de sistema, integrador de sistemas e prestador de serviços. Cada função tinha uma cláusula complementar associada e um conjunto prescrito de obrigações de repasse.

Repasse significa que um contratado principal deve inserir exigências governamentais relevantes nos acordos com subcontratados. Isso impede que uma obrigação pare na primeira camada contratual quando outra empresa efetivamente lida com a tecnologia ou os dados.

A cláusula final substitui essas quatro categorias formais por descrições de tarefas da estrutura de risco de IA publicada pelo National Institute of Standards and Technology.

As tarefas referenciadas abrangem o design de IA, o desenvolvimento de IA, a implementação de IA e a operação e monitoramento. Elas incluem trabalhos como definir requisitos do sistema, construir modelos, integrar componentes, colocar sistemas em produção e avaliar resultados após o lançamento.

Essa abordagem reflete melhor como produtos modernos de IA são montados. Uma empresa pode hospedar um modelo, outra pode fornecer infraestrutura de recuperação, e uma terceira pode conectar o sistema aos fluxos de trabalho governamentais.

Um rótulo de função tradicional pode ocultar essas responsabilidades sobrepostas. Um teste baseado em tarefas pergunta o que cada participante realmente faz e se manipula dados governamentais ao fazê-lo.

O contratado principal deve repassar requisitos aplicáveis a subcontratados que realizam essas tarefas quando coletam, processam, armazenam, retêm, treinam, realizam ajuste fino ou de outra forma manipulam dados governamentais.

Essa linguagem alcança mais do que desenvolvedores de modelos. Provedores de nuvem, empresas de hospedagem, integradores de sistemas, fornecedores de recuperação, serviços de avaliação e parceiros de operações gerenciadas podem todos entrar na cadeia de conformidade.

A cláusula exige melhores esforços ao selecionar e supervisionar esses subcontratados. Os contratados podem se basear em declarações, evidências verificáveis de forma independente, model cards, system cards, documentação de segurança, materiais de auditoria e certificações relevantes.

Artefatos existentes podem satisfazer a exigência quando demonstrarem razoavelmente a conformidade. O contratado não precisa criar registros duplicados apenas para atender à cláusula.

No entanto, o contratado principal ainda precisa conectar esses artefatos ao sistema abrangido. Uma certificação genérica de segurança não explica automaticamente se um fornecedor treina com prompts governamentais, retém saídas geradas ou oferece suporte à exclusão exigida.

O texto final concede tratamento especial a modelos totalmente abertos e componentes de LLM de código aberto. Os contratados não precisam repassar a esses componentes disposições relativas à origem, propriedade, jurisdição ou controle estrangeiro.

A GSA define um modelo totalmente aberto de forma mais rigorosa do que a expressão vaga “IA de código aberto”, frequentemente usada em marketing. A arquitetura, os pesos, o código relevante e os conjuntos de dados de treinamento, validação e teste devem ser publicamente inspecionáveis sob licenças adequadas.

Modelos de pesos abertos não recebem a mesma classificação apenas porque seus parâmetros podem ser baixados. Se o código e os dados correspondentes permanecerem indisponíveis, a GSA trata o sistema de modo diferente de um modelo totalmente aberto.

Essa distinção afeta a diligência prévia. Componentes abertos podem ser documentados por meio de pesos publicamente disponíveis, relatórios técnicos, documentação de modelos e divulgações sobre dados de treinamento. Uma declaração separada e específica ao contrato nem sempre é exigida.

Modelos de pesos abertos ainda exigem uma revisão documentada de melhores esforços. O contratado deve considerar a documentação do modelo, testes, relatórios técnicos e sua função na execução do contrato.

A estrutura do NIST dá aos contratados mais flexibilidade do que a taxonomia de junho. Ela também aumenta a pressão para que mantenham um mapa preciso da cadeia de suprimentos.

Um fornecedor principal não pode simplesmente atribuir um rótulo a cada empresa e seguir adiante. Ele precisa entender quais tarefas do ciclo de vida cada parte realiza, quais dados governamentais cada parte manipula e quais parágrafos da cláusula se aplicam.

Esse trabalho pode se tornar difícil quando serviços comerciais de IA mudam seus subprocessadores, locais de hospedagem ou famílias de modelos. As equipes de contratos precisarão de registros de engenharia e aquisições que permaneçam alinhados durante toda a execução.

A cláusula final, portanto, troca a categorização rígida por análise factual contínua. A estrutura é mais adaptável, mas não necessariamente mais leve para implementações complexas.

Proteções Ampliadas de PI Não Preservam Todos os Termos Comerciais

Os contratados mantêm direitos mais fortes sobre tecnologia preexistente, enquanto o governo ainda dá prioridade à sua cláusula diante de acordos conflitantes de fornecedores.

A propriedade intelectual foi uma das partes mais contestadas da abordagem anterior da GSA. A minuta de março incluía uma ampla licença governamental e restrições que alarmaram fornecedores cujos produtos dependem de tecnologia comercial reutilizável.

A versão de junho alterou essa estrutura, mas as preocupações do setor continuaram. A cláusula final agora acrescenta proteção mais explícita para materiais criados antes do contrato ou desenvolvidos de forma independente para uso comercial mais amplo.

O governo não adquire a propriedade dos produtos comerciais preexistentes de um contratado, de tecnologia proprietária ou de materiais usados com vários clientes. O reconhecimento abrange software, configurações, fluxos de trabalho, documentação, modelos, scripts, métodos técnicos e know-how.

Também protege informações geradas pelo serviço, análises, conteúdo de bases de conhecimento e materiais relacionados quando se qualificam como ativos comerciais preexistentes ou desenvolvidos de forma independente.

Essa proteção reconhece uma característica central da contratação de IA. Fornecedores raramente desenvolvem um modelo completo e uma plataforma de suporte para apenas um cliente governamental. Eles adaptam infraestrutura comum, fluxos de trabalho, avaliações e componentes técnicos em muitas implementações.

O texto final também restringe a cessão de melhorias derivadas de dados governamentais. Ganhos gerais de capacidade permanecem com o contratado quando não incorporam, revelam, divulgam ou derivam de informações governamentais abrangidas.

Essa exceção reduz o risco de que melhorias ordinárias de plataforma se tornem automaticamente propriedade do governo. Um fornecedor pode aperfeiçoar um método geral de agendamento ou melhorar a confiabilidade do sistema sem abrir mão desse trabalho apenas porque o aprendizado ocorreu durante um contrato federal.

O limite se torna mais difícil quando uma melhoria depende diretamente de dados governamentais. Ajuste fino, índices de recuperação, conjuntos de avaliação especializados ou fluxos de trabalho específicos de domínio podem combinar engenharia reutilizável com informações derivadas do cliente.

Os contratados precisarão documentar essa distinção antes que ocorra uma divergência. Repositórios separados, registros de linhagem de dados, inventários de modelos e históricos de alterações podem demonstrar se uma melhoria é generalizada ou específica do governo.

A cláusula também amplia o conceito de dados preexistentes. Os contratados podem manter a propriedade de informações qualificadas que possuam, controlem ou licenciem, incluindo material usado para desenvolver ou aprimorar um LLM.

A redação anterior referia-se a dados preexistentes em sua forma original. A remoção dessa limitação sustenta a continuidade da propriedade do contratado quando o material qualificado é modificado ou aprimorado durante a execução.

Ainda assim, as melhorias de propriedade intelectual não preservam todas as condições comerciais padrão. A cláusula final afirma que complementa os termos existentes do Federal Acquisition Regulation e do GSAR, mas mantém precedência sobre acordos comerciais conflitantes.

Essa regra pode colidir com contratos comuns de nuvem e IA. Termos padrão de fornecedores frequentemente limitam o acesso a auditorias, estabelecem direitos unilaterais de alteração de modelos, permitem melhorias de serviço usando interações de clientes ou definem práticas amplas de retenção.

Um contrato federal não pode depender com segurança desses padrões quando a cláusula da GSA determina o contrário. Os contratados principais devem revisar seus acordos com provedores upstream antes de prometer conformidade ao governo.

O problema é mais grave para revendedores e integradores. Eles podem ser responsáveis perante a GSA por uma obrigação que o provedor do modelo subjacente não aceitou contratualmente.

Um revendedor pode prometer aviso prévio sobre uma grande alteração de modelo sem receber compromisso correspondente de seu provedor. Também pode aceitar exigências governamentais de exclusão que ultrapassem os controles técnicos padrão do provedor.

Portanto, a proteção ampliada de propriedade intelectual resolve apenas uma parte do conflito comercial. Os fornecedores obtêm limites de propriedade mais claros, mas ainda precisam conciliar exigências governamentais com os termos operacionais de cada fornecedor importante.

A regra final favorece os contratados em comparação com versões anteriores, mas não transforma a aquisição federal de LLMs em uma assinatura comum de software.

Os Controles de Dados e a Comunicação de Incidentes Ainda Têm Peso Real

O escopo mais restrito não enfraquece a cláusula quando um sistema se qualifica, especialmente quando informações governamentais transitam por modelos, embeddings e subcontratados.

Os contratados abrangidos não podem usar dados governamentais para treinar ou ajustar um LLM para outros clientes ou fins comerciais. Também não podem usá-los para publicidade nem vendê-los a terceiros.

Essas restrições exigem separação técnica, não apenas uma declaração de privacidade. Os fornecedores precisam de controles que impeçam prompts, saídas e conteúdo recuperado do governo de entrarem em pipelines gerais de treinamento ou aprimoramento de produtos.

Criptografia, controles de acesso, registros, limites de retenção e procedimentos de exclusão passam a fazer parte das evidências que sustentam a conformidade. Os contratados também precisam de registros que mostrem onde as informações residem em seus próprios sistemas e nos ambientes de subcontratados.

A geração aumentada por recuperação cria um desafio específico. Essa técnica fornece a um modelo informações externas selecionadas no momento da resposta, frequentemente por meio de embeddings e bancos de dados vetoriais.

Esses repositórios de apoio podem conter material governamental mesmo quando o modelo de base nunca é treinado com ele. Portanto, os contratados devem gerenciar a aplicação ao redor, não apenas o modelo-base.

O encerramento do contrato levanta uma questão relacionada. Embeddings relevantes, pesos ajustados, entradas armazenadas, saídas e artefatos derivados podem exigir exclusão ou devolução quando o contrato termina.

A exclusão pode ser difícil em sistemas distribuídos. Backups, bancos de dados replicados, pipelines de telemetria, ambientes de avaliação e cópias de recuperação de desastres podem preservar dados depois que a aplicação principal os remove.

Um plano de encerramento confiável precisa identificar esses locais antecipadamente. Esperar até o fim do contrato pode revelar que um fornecedor não consegue isolar ou excluir as informações de um cliente sem interromper um sistema compartilhado.

A cláusula final também mantém uma janela de 72 horas para comunicação de eventos abrangidos. O gatilho é mais restrito que a proposta de junho, que poderia alcançar incidentes em qualquer ponto de uma ampla rede de contratados.

Agora, o incidente relevante deve afetar um LLM usado no contrato e potencialmente afetar a confidencialidade, a integridade ou a disponibilidade de dados governamentais. Isso alinha a obrigação mais diretamente ao risco contratual real.

O período de 72 horas começa após o contratado obter conhecimento efetivo do evento relevante. Os contratados devem definir quem pode adquirir esse conhecimento e como as informações chegam dos engenheiros ou provedores à equipe de contratos governamentais do contratado principal.

Relatórios ao FedRAMP, à Cybersecurity and Infrastructure Security Agency ou a outros órgãos federais podem satisfazer a cláusula quando contêm informações substancialmente equivalentes e chegam simultaneamente ao responsável pela contratação.

Esse porto seguro reduz comunicações duplicadas. Ele não elimina a coordenação, pois o contratado deve confirmar que um relatório existente contém as informações que a GSA espera.

A cláusula exige separadamente aviso após o conhecimento efetivo de uma violação material. Uma violação é material quando causa, ou seria razoavelmente esperada causar, dano significativo ao desempenho, aos direitos governamentais, à segurança, à confidencialidade, à conformidade legal ou à administração contratual.

Esse padrão exige julgamento jurídico e técnico rápido. As equipes precisam de um processo compartilhado de escalonamento, pois um engenheiro pode identificar uma exposição de dados antes de saber se ela atende ao limite de materialidade do contrato.

Alterações de modelos acrescentam outro ônus operacional. O governo pode esperar aviso e acesso em relação a mudanças que afetem a confiabilidade, a segurança ou a integridade operacional.

Para serviços de IA hospedados, atualizações de modelo podem ocorrer com frequência e sem controle do cliente. Um contratado que depende de um endpoint comercial em rápida evolução precisa de aviso contratual de seu provedor e de um processo para testar o modelo atualizado.

Essas obrigações explicam por que o teste de aplicabilidade mais restrito é tão importante. Uma empresa fora da cláusula evita um sistema exigente de controles. Uma empresa dentro dela enfrenta obrigações que abrangem segurança, gestão de produto, revisão jurídica, compras e avaliação de IA.

A carga de trabalho relatada pelos contratados inclui um prazo de 120 dias para divulgação, comunicação de incidentes, exclusão no encerramento, aviso antes de grandes trocas de modelo e direitos governamentais de avaliação.

Nem todo contratado vivenciará cada obrigação da mesma forma. O desenho da implantação, os relacionamentos com subcontratados, a autorização do sistema e as instruções do responsável pela contratação moldarão a implementação.

Ainda assim, fornecedores abrangidos devem tratar a cláusula como um requisito de engenharia. Um documento de política, por si só, não consegue demonstrar controle sobre pipelines de treinamento, repositórios de dados, versões de modelos, registros de acesso ou operações de exclusão.

O Padrão de Viés Encolhe, mas os Testes Governamentais Permanecem

A GSA substituiu regras ideológicas detalhadas por um padrão de esforços razoáveis, reduzindo uma disputa de conformidade sem resolver como a qualidade do modelo será medida.

A proposta de junho continha extensos “Princípios de IA Imparcial”. Ela exigia sistemas verdadeiros, neutros e apartidários, enquanto restringia a influência ideológica por meio de dados de treinamento, prompts, fontes de recuperação e outras escolhas de configuração.

Essas disposições refletiam uma ordem federal de compras de julho de 2025 que orientava as agências a adquirir LLMs consistentes com princípios de busca pela verdade e neutralidade ideológica.

Grupos do setor e organizações da sociedade civil questionaram se essas ideias poderiam ser convertidas em testes contratuais objetivos. As saídas dos modelos variam conforme o prompt, o contexto, as configurações de amostragem, as informações recuperadas e a configuração do sistema.

A cláusula final remove a maior parte da estrutura prescritiva. Em vez disso, os contratados devem envidar esforços razoáveis para projetar, treinar e configurar LLMs abrangidos de modo a priorizar precisão, investigação científica e objetividade quando os usuários solicitarem informações factuais ou análises.

“Esforços razoáveis” é um padrão mais flexível do que uma garantia de comportamento neutro. Ele reconhece que modelos probabilísticos não podem prometer precisão perfeita ou respostas consistentes para todos os prompts.

A redação revisada também remove a proibição explícita de incorporar julgamentos partidários ou ideológicos. Ela não cria mais o mesmo mandato de monitoramento contínuo vinculado especificamente à estrutura anterior de viés.

Essa é uma concessão material. Ela reduz o risco de que uma única resposta contestada estabeleça automaticamente uma falha contratual.

No entanto, esforços razoáveis ainda exigem evidências. Os contratados podem precisar de planos de avaliação, prompts de sistema documentados, resultados de benchmarks, relatórios de limitações conhecidas, model cards e registros de remediação.

O governo também mantém a capacidade de avaliar sistemas implantados. Os contratados não podem presumir que suas alegações internas sobre precisão ou objetividade serão aceitas sem testes.

É aqui que a estrutura do NIST se torna mais do que um vocabulário de cadeia de suprimentos. Sua abordagem de ciclo de vida trata testes, avaliação, verificação e validação como atividades que continuam no projeto, desenvolvimento, implantação e operação.

Nenhum benchmark isolado pode determinar se um modelo de propósito geral é preciso ou objetivo. O desempenho muda entre domínios, idiomas, fontes de recuperação, ferramentas e casos de uso governamentais.

Uma aquisição para resumo de documentos precisa de testes de omissão, fidelidade de citações e tratamento de material restrito. Um assistente voltado ao público precisa de verificações de factualidade, comportamento de recusa, acessibilidade, privacidade e aconselhamento sem embasamento.

Sistemas agênticos criam riscos adicionais porque podem chamar ferramentas ou executar ações. Sua avaliação deve abranger a lógica do fluxo de trabalho e os limites de autorização, não apenas a qualidade do texto gerado.

A cláusula permite que o governo suspenda o uso de um LLM abrangido a qualquer momento. A redação anterior enquadrava a suspensão de forma mais direta em torno de questões de desempenho não resolvidas.

Esse direito mais amplo cria incerteza comercial. Um sistema tecnicamente em conformidade ainda pode enfrentar interrupção operacional enquanto a agência investiga uma preocupação.

A cláusula final também altera a responsabilidade pelo descomissionamento. Ela vincula esses custos à rescisão após aviso de não conformidade com a cláusula, em vez de apenas a violações das disposições anteriores de IA imparcial.

A responsabilidade do contratado por esses custos de descomissionamento é limitada a 25 por cento da ordem de tarefa ou entrega afetada. Custos de nova contratação e desenvolvimento de um sistema substituto são excluídos desse cálculo.

O limite oferece aos fornecedores uma fronteira mais clara. Ainda assim, uma suspensão ou rescisão pode causar danos à reputação, perda de receita e despesas de engenharia além do valor definido para o descomissionamento.

A maior questão não resolvida é a consistência da avaliação. Diferentes agências, responsáveis pela contratação e equipes técnicas podem usar prompts, conjuntos de dados ou limites diferentes.

Um modelo pode ter bom desempenho em um benchmark geral e ainda falhar em um fluxo de trabalho governamental especializado. Ele também pode melhorar a factualidade e, ao mesmo tempo, tornar-se menos útil porque recusa com excessiva frequência.

Portanto, os contratados devem vincular as avaliações ao caso de uso adquirido. Pontuações amplas de marketing são menos relevantes do que evidências que mostrem como a configuração implantada se comporta em tarefas governamentais representativas.

A redação final prudentemente evita prometer um estado impossível de neutralidade perfeita. Seu padrão de esforços razoáveis ainda deixa espaço para disputas sobre quais avaliações são apropriadas e que desempenho é considerado aceitável.

Três Sinais Mostrarão se a Regra Funciona

O próximo teste é a implementação: agentes de contratação, fornecedores principais e provedores de modelos devem transformar a cláusula em práticas contratuais e de engenharia viáveis.

O primeiro sinal será como a GSA aplicará o teste de escopo em duas partes após 19 de outubro. As solicitações devem identificar se a funcionalidade de LLM é relevante e se dados governamentais entrarão diretamente no sistema ou dele sairão.

Determinações claras reforçariam a visão de que a GSA realmente restringiu o escopo da regra. A inclusão rotineira em contratos por recursos incidentais de IA enfraqueceria essa conclusão e recriaria a incerteza que a redação final buscou eliminar.

Os contratados devem acompanhar se as solicitações explicam por que a cláusula se aplica. Também devem examinar como os agentes de contratação interpretam as duas condições de autoexclusão.

O segundo sinal será a qualidade dos repasses a subcontratados. Os fornecedores principais precisam de acordos que correspondam às tarefas do ciclo de vida do NIST e aos dados tratados por cada fornecedor.

Provedores de modelos e plataformas de nuvem enfrentarão pressão para oferecer termos adequados ao governo que cubram retenção, restrições de treinamento, notificação de incidentes, alterações de modelo, acesso a avaliações e exclusão.

Adendos padronizados facilitariam a conformidade para integradores menores. A recusa de grandes fornecedores em aceitar esses termos concentraria oportunidades federais entre empresas com maior poder de negociação ou ofertas dedicadas ao governo.

Modelos abertos e de pesos abertos oferecem outro teste. A cláusula final distingue modelos com artefatos públicos completos de produtos que liberam apenas seus pesos.

Os contratados terão de demonstrar que suas classificações são tecnicamente precisas. Linguagem de marketing ambígua sobre abertura não deve substituir a verificação de licenças, disponibilidade do código-fonte, conjuntos de dados e documentação.

O terceiro sinal será como a GSA tratará a avaliação de modelos e a não conformidade. Esforços razoáveis oferecem flexibilidade, mas essa flexibilidade exige testes repetíveis e medidas corretivas proporcionais.

As avaliações governamentais devem refletir o caso de uso adquirido, a configuração divulgada, as evidências disponíveis e os limites técnicos conhecidos. Um único prompt adversarial não deve definir automaticamente o desempenho de uma implantação complexa.

Ao mesmo tempo, os fornecedores não devem usar a variabilidade dos modelos como desculpa para controles fracos. Eles podem documentar suítes de testes, conjuntos de dados de avaliação, limites para revisão humana, fontes de recuperação e decisões de remediação.

As organizações que preparam propostas agora devem montar um pacote de evidências antes do início das negociações contratuais. Ele deve incluir diagramas de arquitetura, mapas de fluxo de dados, inventários de subcontratados, cronogramas de retenção, procedimentos para alterações de modelo, resultados de avaliações e planos de encerramento.

Um arquivo técnico pesquisável pode ajudar as equipes a conectar esses artefatos entre engenharia, segurança, compras e revisão jurídica. O sistema ainda deve respeitar as restrições contratuais sobre dados governamentais.

A regra final da GSA sobre LLM é mais restrita do que suas antecessoras, mas não é simples. Seu acordo central é estabelecer limites mais claros em troca de uma responsabilização mais profunda quando o governo compra intencionalmente um sistema de LLM.

Para contratados de IA, a questão imediata não é se usam IA generativa em algum lugar. É se o governo compra essa capacidade, se dados governamentais a acessam e se todos os participantes conseguem comprovar a conformidade.

Antes de 19 de outubro, os fornecedores devem testar essa resposta em relação à sua arquitetura e seus contratos reais. Se um provedor alterasse seu modelo amanhã, o fornecedor principal conseguiria identificar o impacto, notificar a GSA, preservar evidências e proteger dados governamentais sem improvisar?