Da IA oculta à IA governada: reduzindo a lacuna da visibilidade com watsonx.governance

O IBM watsonx.governance AI Asset Discovery ajuda as organizações a identificar ativos de IA governados e não governados diretamente das plataformas de desenvolvimento e orquestração de agentes compatíveis. Ele descobre automaticamente agentes de IA e captura metadados como nomes, descrições, versões, ambientes de implementação, ferramentas conectadas, servidores MCP, modelos de base e agentes colaboradores.

Em vez de exigir que as equipes de governança identifiquem e documentem manualmente esses ativos, o AI Asset Discovery os exibe continuamente no watsonx.governance. Isso cria uma visão mais precisa e abrangente do cenário de IA da organização e, ao mesmo tempo, ajuda as equipes de governança a identificar sistemas de IA que podem não ter entrado nos processos de governança.

Assim como a TI invisível, a IA oculta, em seu sentido mais amplo, refere-se ao uso de sistemas que operam fora dos processos formais de governança, como quando os funcionários usam aplicações de IA não autorizadas. No entanto, cada vez mais envolve equipes internas que criam agentes de IA, integram novos modelos de base, conectam servidores MCP e implementam fluxos de trabalho autônomos sem visibilidade suficiente da governança.

À medida que as organizações escalam as iniciativas de IA generativa e IA agêntica, as equipes de governança enfrentam um desafio crescente de visibilidade. Novos sistemas de IA estão sendo construídos em unidades de negócios, equipes de desenvolvimento e programas de inovação mais rápido do que os processos de governança tradicionais conseguem acompanhar.

"A maioria das organizações tentou responder a isso com catálogos de inventário legados, e mesmo assim continuam fazendo parte dos 27% que não sabem onde sua IA está sendo usada. Porque o problema não é apenas saber quais ativos você tem. Trata-se de entender o contexto corporativo ao redor deles", disse Maryam Ashoori, VP of Product and Engineering and IBM Master Inventor da IBM no IBM Think 2026.

A maioria dos programas de governança depende de submissões de casos de uso, inventários, questionários e autoatestados para entender o que existe de IA dentro da organização. Embora essas abordagens possam ser eficazes para os sistemas tradicionais de aprendizado de máquina, elas se tornam cada vez mais difíceis de manter à medida que os ecossistemas de IA agêntica crescem em complexidade.

A visibilidade real não é um catálogo legado. Para os agentes de IA, isso significa compreender o sistema mais amplo definido em torno do agente: modelos de base, ferramentas e servidores MCP, agentes colaboradores associados a ele.

Esse contexto mais amplo é importante porque o perfil de risco de um agente é moldado por mais fatores do que o próprio agente. Isso depende da finalidade pretendida pelo agente, das dependências configuradas, dos modelos associados e dos controles necessários para seu uso aprovado.

O AI Asset Discovery ajuda as organizações a revelar esses relacionamentos das plataformas de agentes, os ambientes onde as equipes estão criando ou implementando-os. Isso dá às equipes de governança uma visão mais completa dos sistemas de IA, em vez de uma visão restrita de um único agente e sua finalidade.

A visibilidade se torna valiosa quando se conecta ao contexto de governança que importa: casos de uso, riscos, controles, políticas e resultados comerciais.

Usando similaridade semântica habilitada por IA, o watsonx.governance AI Asset Discovery ajuda as equipes a determinar se os ativos de IA descobertos estão alinhados com registros existentes ou se devem ser incorporados como novos. Uma vez vinculados ou integrados, os fluxos de trabalho relevantes são acionados automaticamente para ajudar as equipes a gerenciar riscos, identificar controles, coletar evidências e avaliar o valor para o negócio.

Isso cria um caminho praticável desde a descoberta até a governança, mantendo uma visão conectada entre ativos, casos de uso, riscos e controles. As organizações podem avaliar não apenas se a IA é governada adequadamente, mas se está alinhada aos resultados de negócios desejados.

Os sistemas de IA evoluem rapidamente. As equipes podem atualizar configurações de agentes, alterar modelos de base, adicionar referências de ferramentas em tempo de projeto, atualizar configurações de servidores MCP ou modificar relações colaborador-agente conforme iteram na funcionalidade.

A governança que depende apenas de relatórios periódicos e autodeclarados pode criar uma falsa sensação de segurança. Sem a descoberta contínua, as organizações podem não saber quando os sistemas de IA sofreram alterações que introduzem riscos novos ou não mitigados.

O AI Asset Discovery ajuda a reduzir esse desvio de governança, verificando continuamente os ativos de IA e refletindo automaticamente as atualizações descobertas no watsonx.governance. Com registros de atividades que capturam o que mudou e quando, as equipes de governança podem manter um registro auditável e, ao mesmo tempo, manter o sistema de registro de governança alinhado com o ambiente atual da IA.

Isso ajuda as organizações a identificar mudanças antecipadamente, reavaliar riscos e controles aplicáveis e manter uma visão mais precisa dos sistemas de IA à medida que evoluem.

Não é possível governar, medir ou aprimorar uma IA cuja existência você desconhece. Uma governança eficaz também exige compreender as relações em torno da IA: como os agentes são projetados, do que dependem e como se conectam a casos de uso, riscos, controles e resultados de negócios.

Com o IBM watsonx.governance AI Asset Discovery, as equipes podem se concentrar na identificação de riscos, na habilitação de controles e na avaliação de valor para os negócios, enquanto as organizações trazem à tona a IA oculta e a governam com maior confiança, transparência e controle.

Confira como começar a descobrir ativos de IA em:

AWS Bedrock
Azure IA Foundry
watsonx.orchestrate