Uniti Solutions AI Security Transfere o Controle de Shadow AI para a Rede Gerenciada

A Uniti Solutions lançou seu primeiro serviço dedicado de segurança de IA gerenciada, transferindo o controle da atividade de IA no ambiente de trabalho para uma plataforma de segurança de rede já existente. A oferta Uniti Solutions AI Security abrange prompts, respostas, aplicações, modelos e agentes autônomos que firewalls convencionais frequentemente não conseguem avaliar.

O serviço é viabilizado pela Cato Networks e vendido como complemento à oferta gerenciada Secure Access Service Edge da Uniti. O SASE combina funções de rede e segurança em uma arquitetura entregue pela nuvem. Esse modelo de distribuição é relevante porque os novos controles ficam no caminho do tráfego já utilizado pelos clientes participantes.

O anúncio não representa apenas mais um fornecedor de segurança acrescentando “IA” a um produto consolidado. A Uniti aposta que as empresas querem que um provedor de serviços opere controles de IA em ferramentas aprovadas e não aprovadas. Microsoft, Google e empresas especializadas em segurança buscam resolver o mesmo problema por meio de suas próprias plataformas.

Isso cria a tensão central. Um serviço de rede gerenciada pode oferecer às equipes de segurança um único ponto de aplicação, mas a visibilidade, por si só, não produz uma política de IA viável. Os clientes ainda precisam decidir quais prompts são aceitáveis, quais dados exigem proteção e quando um bloqueio automatizado causa mais prejuízo do que evita.

Uniti Solutions AI Security Monitora Mais do que o Acesso a Aplicações

O serviço amplia a segurança de rede, passando do controle de acesso para a interpretação do que usuários e sistemas de IA trocam entre si.

A Uniti anunciou a oferta em 13 de outubro de 2026. Seu lançamento de AI Security descreve três funções principais: descobrir o uso de IA, analisar interações e aplicar barreiras de proteção em tempo real.

A descoberta abrange aplicações, modelos e agentes de IA aprovados e não aprovados entre usuários e locais participantes. Essa função de inventário trata do shadow AI, isto é, sistemas de IA usados sem aprovação ou governança da organização.

O serviço também examina prompts, respostas e ações. A Uniti afirma que o sistema subjacente considera a intenção, em vez de depender apenas de correspondências por palavras-chave. Essa distinção é relevante quando um prompt contém linguagem comum em torno de código-fonte confidencial, informações financeiras ou registros de clientes.

As barreiras em tempo real fornecem a camada de aplicação. Segundo a Uniti, os administradores podem bloquear usos indevidos ou ocultar informações sensíveis enquanto uma interação está acontecendo. A abordagem busca preservar o acesso legítimo, em vez de tratar toda ferramenta de IA não aprovada como uma negação automática.

O serviço cobre três caminhos distintos de IA corporativa. Funcionários podem usar assistentes públicos de terceiros, desenvolvedores podem criar aplicações internas de IA e agentes autônomos podem atuar em sistemas conectados. Cada caminho cria identidades, fluxos de dados e consequências potenciais diferentes.

Um funcionário que cola um registro de cliente em um chatbot cria um risco direto de divulgação. Uma aplicação interna pode expor dados em excesso devido a controles de acesso fracos. Um agente introduz outra preocupação porque pode executar ações por meio de ferramentas e contas conectadas.

A Uniti oferece o serviço apenas a clientes que utilizam seu serviço SASE gerenciado com tecnologia Cato. Portanto, trata-se de uma expansão de uma relação de entrega já existente, e não de um produto de segurança independente para todas as empresas.

Essa limitação também explica a lógica comercial. A Uniti já fornece conectividade de rede, implementação e suporte operacional a esses clientes. Ela pode adicionar controles de tráfego de IA sem exigir que estabeleçam outro fluxo de trabalho independente de operações de segurança.

A empresa afirma que seu negócio mais amplo alcança quase 95% das localidades de clientes empresariais, governamentais e educacionais nos Estados Unidos. Esse número descreve o alcance de seus serviços, e não a adoção da nova oferta de IA.

A Uniti não divulgou números de clientes, resultados de implantação, precisão de detecção ou avaliações independentes do serviço. O anúncio estabelece suas capacidades pretendidas, mas não seu desempenho em um ambiente de produção.

A mudança imediata ainda é concreta. Os atuais clientes de SASE gerenciado agora têm uma opção para governar interações de IA pelo mesmo provedor que opera sua camada de segurança de rede.

Shadow AI Tornou-se um Problema de Controle de Dados

As empresas estão sob pressão porque os funcionários adotaram a IA mais rapidamente do que muitas equipes de segurança conseguiram estabelecer regras aplicáveis.

A Uniti cita mais de dois milhões de clientes empresariais da OpenAI como evidência de que a IA corporativa ultrapassou a experimentação limitada. O relatório de IA empresarial da OpenAI também informou mais de sete milhões de assentos do ChatGPT em ambientes de trabalho.

Esses números não mostram quantas organizações têm governança frágil. Eles mostram que as ferramentas de IA agora operam em grande número de contas de trabalho e processos empresariais repetíveis.

A estatística mais reveladora vem de uma pesquisa sobre o ambiente de trabalho da Microsoft e do LinkedIn. Ela constatou que 78% dos usuários de IA pesquisados levaram suas próprias ferramentas de IA para o trabalho. O estudo original sobre IA no trabalho caracterizou esse comportamento como uma adoção individual disseminada fora dos programas formais das empresas.

O comportamento de trazer a própria IA cria um problema difícil de aplicação. Bloquear um domínio pode interromper um serviço, mas os funcionários podem migrar para outro site, extensão de navegador, aplicação ou assistente incorporado.

Ferramentas aprovadas também não eliminam o risco. Um chatbot autorizado ainda pode receber texto confidencial que um usuário não deveria compartilhar. Um agente interno aprovado pode acessar mais registros do que sua tarefa exige.

É por isso que o shadow AI difere de um simples problema de inventário de software. As equipes de segurança precisam saber quais ferramentas estão presentes, mas também precisam de contexto sobre identidades, dados, prompts e ações resultantes.

A orientação da Microsoft define shadow AI como o uso de ferramentas de IA sem o conhecimento, aprovação ou governança das equipes de tecnologia de uma organização. Seu plano de shadow AI recomenda descoberta, controles de aplicações, prevenção de perda de dados, auditoria e investigação.

A Uniti e a Cato tratam da mesma sequência de controle a partir da camada de rede gerenciada. A visibilidade do tráfego pode revelar serviços de IA de terceiros que registros de compras ou sistemas de identidade não detectaram. A inspeção em linha pode então apoiar políticas baseadas nas informações transmitidas.

Esse modelo pressiona diversas funções de segurança existentes. As equipes de governança de dados devem definir as informações protegidas. As equipes de rede devem implementar a aplicação sem interromper o trabalho legítimo. As equipes de operações de segurança precisam de alertas úteis, em vez de mais um fluxo de eventos com pouco contexto.

Os responsáveis pelas aplicações também enfrentam escrutínio. Se um sistema interno de IA aparece no inventário, seu proprietário deve explicar quais dados ele utiliza e quais ações pode realizar. Um agente não pode continuar sendo um experimento informal depois que começa a acessar sistemas de produção.

Portanto, o serviço responde a uma lacuna organizacional tanto quanto a uma lacuna técnica. Os funcionários têm fortes incentivos para utilizar ferramentas de IA eficientes. As equipes de segurança não conseguem administrar essa demanda apenas com documentos de uso aceitável.

Um programa viável precisa de visibilidade suficiente para identificar comportamentos arriscados e de precisão suficiente para evitar o bloqueio de pesquisas, redações ou análises comuns. A proposta da Uniti é que a aplicação gerenciada pode fechar essa lacuna para clientes que já encaminham tráfego pela Cato.

Cato AI Security Transforma o SASE no Ponto de Aplicação

A aposta técnica é que a governança de IA funciona melhor quando os controles acompanham usuários e tráfego entre aplicações, locais e dispositivos.

A plataforma SASE da Cato combina acesso à rede e inspeção de segurança em um serviço nativo da nuvem. A Uniti acrescenta implementação, conectividade, monitoramento e suporte operacional em torno dessa plataforma para clientes gerenciados.

Essa estrutura oferece ao serviço de segurança de IA da Uniti um amplo ponto de observação. Um usuário pode acessar um chatbot público de um escritório, de uma conexão remota ou de uma aplicação hospedada na nuvem. As políticas SASE podem acompanhar esse tráfego quando ele passa pelo serviço gerenciado.

Firewalls tradicionais avaliam principalmente endereços, portas, protocolos, aplicações e indicadores conhecidos de ameaças. Esses controles continuam importantes, mas não explicam plenamente o significado de um prompt ou de uma resposta.

Uma solicitação pode ser tecnicamente permitida e ainda assim criar uma exposição de dados. Por exemplo, um funcionário pode pedir a um assistente aprovado que resuma um documento confidencial sobre uma aquisição. A conexão é legítima, mas o conteúdo viola a política da empresa.

A Uniti afirma que o Cato AI Security pode inspecionar a intenção de prompts e respostas, detectar dados sensíveis e agir em linha. Ele também pode inventariar centenas de ferramentas de IA e distinguir serviços autorizados dos não autorizados.

A ocultação de informações representa uma opção menos disruptiva do que o bloqueio completo. Uma política poderia remover um identificador protegido enquanto permite que o restante de um prompt prossiga. Em teoria, isso preserva a produtividade ao mesmo tempo que reduz o risco de divulgação.

No entanto, uma ocultação eficaz depende da qualidade da classificação. Um sistema precisa reconhecer dados protegidos em formatos variados e compreender o contexto ao redor. Também deve evitar excluir informações comuns de que os usuários precisam para um trabalho legítimo.

Os agentes elevam o risco porque podem agir, em vez de apenas gerar texto. Um agente pode consultar um banco de dados, criar um chamado de suporte, enviar uma mensagem ou modificar um registro. Seu perfil de segurança inclui permissões de identidade, acesso a ferramentas, instruções e exposição de dados.

A estratégia de plataforma da Cato se expandiu em torno desses riscos de agentes. No início de 2026, a empresa anunciou recursos nativos de segurança de IA e um serviço de prevenção de ameaças agênticas. A Uniti está empacotando partes dessa direção como um serviço operado para seus clientes.

A parceria já está comercialmente estabelecida. Em agosto de 2026, a Uniti renovou um acordo plurianual com a Cato e recebeu o status de Advanced Partner. A Uniti afirma que menos de 2% dos parceiros globais da Cato possuem essa designação.

As empresas também descrevem a Uniti como o primeiro provedor gerenciado norte-americano a oferecer um serviço SASE gerenciado com tecnologia Cato. Essas são alegações das empresas sobre o status da parceria, e não medições independentes de resultados de segurança.

Ainda assim, a relação reduz uma fonte de risco de integração. A Uniti não está montando uma pilha desconhecida de segurança de IA imediatamente antes do lançamento. Ela está ampliando uma plataforma que suas equipes técnicas já implementam e oferecem suporte.

O mecanismo também cria um limite. Os controles só podem inspecionar as interações visíveis por meio de tráfego, identidades, endpoints ou aplicações integrados. Fluxos criptografados, dispositivos não gerenciados, integrações diretas de aplicações e canais não suportados podem criar lacunas.

Por isso, os clientes devem perguntar quais caminhos o serviço enxerga. Devem testar separadamente navegadores, aplicações de desktop, dispositivos móveis, APIs, modelos internos e ferramentas de agentes. A “visibilidade de IA” só é significativa quando sua cobertura está definida.

Microsoft e Google Competem pela Mesma Camada de Controle

O principal concorrente da Uniti não é um único provedor gerenciado, mas o modelo de segurança nativo de plataforma já disponível nos principais ecossistemas tecnológicos empresariais.

A Microsoft oferece descoberta de IA e controles de dados por meio do Purview, Defender for Cloud Apps, Entra e Intune. O Purview pode aplicar políticas de prevenção contra perda de dados, auditar interações, classificar informações e investigar atividades de risco.

Sua vantagem vem da proximidade com identidades Microsoft, endpoints, dados de produtividade e produtos Copilot. Uma organização profundamente investida no Microsoft 365 pode preferir controles que herdem rótulos e políticas de conformidade já existentes.

A Microsoft também documenta suporte para aplicações de IA de terceiros selecionadas. Suas orientações sobre proteção de IA agrupam copilotos da Microsoft, aplicações corporativas de IA registradas e serviços de IA generativa detectados no navegador em categorias distintas de controle.

O Google está construindo um portfólio comparável em torno do Security Command Center, Sensitive Data Protection, Model Armor e seus serviços de IA em nuvem. O Model Armor examina prompts e respostas em busca de injeção de prompt, dados sensíveis, conteúdo nocivo e links maliciosos.

A abordagem do Google é atraente quando desenvolvedores criam aplicações de IA no Google Cloud ou precisam de proteções em nível de modelo por meio de APIs. A Microsoft tem uma vantagem semelhante quando os fluxos de trabalho de IA permanecem em seu ambiente de identidade e produtividade.

Uniti e Cato oferecem uma rota diferente. Seu ponto de aplicação está no serviço convergente de rede e segurança, em vez de em uma única suíte de produtividade ou plataforma de desenvolvimento em nuvem.

Isso pode ajudar empresas com um ecossistema tecnológico heterogêneo. Os funcionários podem usar Microsoft 365, Google Workspace, assistentes públicos de IA, softwares especializados e agentes desenvolvidos internamente. Uma política em nível de rede pode fornecer uma camada compartilhada entre esses ambientes.

O modelo também reduz a carga operacional para clientes sem uma grande equipe interna de segurança. Um provedor gerenciado pode ajudar a configurar políticas, monitorar eventos e dar suporte a mudanças, em vez de simplesmente entregar mais um console aos administradores.

No entanto, as ferramentas nativas de plataforma podem ter um contexto mais rico dentro de seus próprios ambientes. A Microsoft pode usar rótulos de confidencialidade, sinais de identidade, estado dos dispositivos e permissões de documentos. Uma camada de rede pode ver o conteúdo transmitido sem compreender todos os direitos comerciais subjacentes.

Esta não é uma simples comparação de recursos. Os clientes precisam decidir qual ponto de controle possui o contexto de que necessitam e qual equipe consegue operá-lo de forma consistente.

Algumas organizações combinarão as duas abordagens. Ferramentas nativas podem proteger dados e identidades dentro de uma plataforma de nuvem, enquanto os controles SASE observam um tráfego mais amplo. Esse desenho em camadas pode ampliar a cobertura, mas também pode duplicar alertas e mecanismos de aplicação.

Políticas conflitantes criam problemas práticos. Um sistema pode permitir um prompt após a redação de dados, enquanto outro bloqueia a sessão. Ferramentas separadas podem registrar o mesmo evento com rótulos diferentes de usuário, aplicação ou risco.

Portanto, o serviço gerenciado da Uniti precisa provar que a consolidação gera valor operacional. As evidências mais fortes incluiriam tempos de investigação menores, menos aplicações não gerenciadas, redução da exposição de dados sensíveis e taxas aceitáveis de falsos positivos.

O anúncio não fornece essas medições. Até que as implantações as gerem, o Uniti Solutions AI Security continua sendo um modelo de entrega crível, sustentado principalmente por capacidades de produto e uma parceria estabelecida.

A Inspeção de Prompts Cria Seus Próprios Trade-offs de Segurança

A mesma visibilidade necessária para controlar a IA pode expor interações altamente sensíveis de funcionários e empresas a outro sistema de inspeção.

A inspeção de prompts parece simples até que as organizações considerem o material presente nesses prompts. Funcionários podem enviar código-fonte, aconselhamento jurídico, informações médicas, registros de clientes, descobertas de segurança ou dados financeiros ainda não divulgados.

Um controle que lê prompts e respostas passa a integrar o caminho de dados sensíveis. Os clientes precisam de respostas claras sobre locais de processamento, retenção, acesso administrativo, criptografia, roteamento regional e resposta a incidentes.

Eles também devem determinar se o conteúdo inspecionado treina algum modelo. O anúncio do serviço não descreve os termos de retenção de dados ou treinamento de modelos. Esses detalhes exigem análise contratual e técnica antes da implantação.

Os falsos positivos apresentam outro desafio. Um desenvolvedor pode analisar legitimamente uma amostra de código que contenha palavras semelhantes a credenciais. Um funcionário da área financeira pode usar uma ferramenta autorizada com registros devidamente mascarados. Controles excessivamente amplos podem interromper ambas as tarefas.

Os falsos negativos são igualmente graves. Informações sensíveis podem aparecer em formatos incomuns ou se tornar identificáveis apenas quando combinadas com outro contexto. A análise de intenção pode melhorar a detecção, mas nenhum anúncio estabelece uma compreensão perfeita.

As aplicações de IA também enfrentam ameaças além da divulgação acidental por funcionários. A lista de riscos da OWASP inclui injeção de prompt, divulgação de informações sensíveis, tratamento inadequado de saída e autonomia excessiva.

A injeção de prompt usa conteúdo elaborado para influenciar o comportamento de um modelo. Um agente pode encontrar instruções hostis em documentos, sites, e-mails ou outros materiais recuperados. Esse risco existe mesmo quando o funcionário segue a política da empresa.

A inspeção em linha pode contribuir para a defesa, mas não pode substituir um design seguro de aplicações. Os desenvolvedores ainda precisam de autorização rigorosa, permissões limitadas de ferramentas, tratamento de entradas, validação de saídas e aprovação humana para ações consequentes.

A diferença entre o uso de IA por funcionários e agentes desenvolvidos internamente também importa. Controles de navegador podem regular um trabalhador que envia texto a um assistente público. Eles não corrigem automaticamente um agente interno com permissões excessivas de banco de dados.

Os clientes devem evitar tratar um único inventário como um registro completo de ativos de IA. As observações de rede precisam ser reconciliadas com contas em nuvem, chaves de API, repositórios de aplicações, sistemas de identidade, gateways de modelos e registros de compras.

O desenho de políticas deve começar com um conjunto restrito de proteções de alta confiança. As organizações podem primeiro bloquear segredos, identificadores regulados e aplicações claramente não autorizadas. Depois, podem ampliar os controles com base em evidências da atividade monitorada.

Um período apenas de monitoramento pode revelar como os funcionários realmente usam a IA antes do início da aplicação de políticas. As equipes de segurança podem identificar fluxos de trabalho críticos para o negócio, tipos recorrentes de dados e departamentos que precisam de alternativas aprovadas.

Feedback claro aos usuários também é essencial. Um prompt bloqueado deve explicar qual política foi aplicada sem revelar uma lógica de detecção que invasores possam contornar facilmente. Os usuários precisam de uma próxima ação segura, não apenas de uma mensagem de erro.

O serviço gerenciado pode ajudar com esses detalhes operacionais, mas os clientes continuam responsáveis pelas escolhas de política. A Uniti não pode determinar o equilíbrio aceitável de cada organização entre produtividade, privacidade, conformidade e segurança.

O trade-off central é, portanto, inevitável. Mais inspeção pode reduzir divulgações não gerenciadas, mas também concentra dados sensíveis de interação e introduz outro mecanismo de decisão nos fluxos de trabalho dos funcionários.

Três Sinais Mostrarão Se o Serviço Cumpre o Que Promete

O próximo teste não é outro anúncio de recurso, mas evidências de que os clientes conseguem governar a IA sem levá-la ainda mais para a clandestinidade.

O primeiro sinal é a adoção mensurável entre os clientes de SASE gerenciado da Uniti. A Uniti não divulgou quantos clientes habilitarão o complemento nem quais setores o adotarão primeiro.

A adoção entre organizações reguladas reforçaria a credibilidade do serviço, pois esses compradores exigem controles detalhados, auditabilidade e garantias contratuais. Uma adesão limitada sugeriria que os clientes preferem plataformas nativas ou ainda não estão prontos para aplicação de políticas em nível de prompt.

O segundo sinal é a evidência operacional. Uniti e Cato devem, em algum momento, divulgar cobertura de implantação, divulgações bloqueadas, mudanças de política, tempos de investigação e tendências de falsos positivos. Resultados agregados podem demonstrar valor sem expor dados de clientes individuais.

Contagens de detecção, por si só, seriam evidências fracas. Um sistema pode gerar muitos alertas porque suas políticas são ruidosas. Métricas melhores incluem redução do uso não autorizado, maior migração para ferramentas aprovadas e resolução mais rápida de incidentes verificados.

O terceiro sinal é como o serviço lida com agentes autônomos. O tráfego de agentes representa um teste mais exigente do que o uso de chatbots por funcionários, porque suas ações podem afetar sistemas externos e registros comerciais.

Um programa de segurança de agentes crível deve conectar a atividade de rede à identidade do agente, permissões delegadas, chamadas de ferramentas e acesso a dados. Se os controles continuarem focados em prompts de navegador, o serviço cobrirá apenas parte do risco emergente.

Esses sinais também esclarecerão a posição da Uniti diante de produtos de segurança nativos de plataforma. Visibilidade ampla entre plataformas sustentaria o modelo de SASE gerenciado. Contexto mais rico e operações mais simples dentro dos ambientes Microsoft ou Google favoreceriam os controles nativos.

As empresas não precisam esperar por um vencedor antes de melhorar a governança. Elas podem inventariar sistemas de IA aprovados, definir dados protegidos, restringir permissões de agentes e testar como os controles se comportam em fluxos de trabalho representativos.

Também devem registrar onde conhecimentos importantes entram em um processo de IA. Isso inclui texto copiado, documentos enviados, repositórios conectados, registros recuperados e saídas automatizadas de ferramentas. Uma base de conhecimento de IA mantida pode facilitar a revisão desses limites de informação.

O Uniti Solutions AI Security chega em um momento útil, pois a IA empresarial se espalhou para além das aplicações aprovadas centralmente. Seu modelo de entrega gerenciada oferece aos clientes um ponto prático de aplicação em um ambiente heterogêneo.

O lançamento não estabelece que toda interação de IA possa ser classificada corretamente. Também não elimina a necessidade de design seguro de aplicações, controles de identidade, governança de dados ou comportamento informado dos funcionários.

A questão mais importante para os compradores é operacional: o serviço consegue reduzir o uso arriscado de IA preservando os fluxos de trabalho dos quais os funcionários já dependem? Organizações que consideram o complemento devem começar com um mapa de cobertura, uma linha de base apenas de monitoramento e várias políticas de dados de alta confiança. Em seguida, devem testar redação, bloqueio, atividade de agentes e investigação de incidentes com cenários reais de negócio. As evidências resultantes importarão mais do que o número de ferramentas de IA listadas em um painel. Se a Uniti conseguir transformar esses controles em menor exposição e responsabilização mais clara, sua posição de rede gerenciada se tornará valiosa. Se os usuários simplesmente contornarem a aplicação, a IA paralela continuará oculta em vez de controlada.