Como a LGPD e a Soberania de Dados Impactam a IA

Tempo de leitura: 10 minutos

A inteligência artificial consome dados em escala industrial. Cada prompt enviado a um modelo de linguagem, cada imagem processada por uma rede neural e cada planilha analisada por um algoritmo de previsão pode conter informações pessoais. Quando esses dados saem do território brasileiro, a empresa perde a capacidade de garantir que eles serão tratados segundo os padrões da Lei Geral de Proteção de Dados.

Soberania de dados não é sinônimo de nacionalismo tecnológico. É uma exigência de governança: quem detém a informação deve saber onde ela está, quem acessa e sob qual regime jurídico. Em IA, essa governança é ainda mais complexa porque o dado não fica apenas armazenado em disco. Ele é carregado na memória volátil da GPU, fragmentado em tensores, misturado com embeddings e transformado em pesos do modelo. Esse processamento efêmero ainda assim configura tratamento de dados pessoais e está sujeito à LGPD.

O que muda na LGPD quando o assunto é IA?

A LGPD não contém um capítulo exclusivo sobre inteligência artificial, mas seus dispositivos se aplicam integralmente a sistemas de aprendizado de máquina. O artigo 5º, inciso I, define dado pessoal como qualquer informação relacionada a pessoa natural identificada ou identificável. Um prompt de atendimento ao cliente que menciona nome, CPF ou histórico de compras é dado pessoal. Um laudo médico digitalizado para treinamento de um modelo de visão computacional é dado pessoal sensível, protegido pelo artigo 11º.

Quando uma empresa utiliza um LLM hospedado em nuvem pública internacional, três pontos da LGPD entram em cena:

• Tratamento e finalidade (art. 7º e 10º): o uso de dados para treinar ou inferir em IA precisa de base legal. O legítimo interesse pode servir para alguns casos, mas dados sensíveis exigem consentimento explícito ou outras hipóteses do art. 11º.
• Transferência internacional (art. 33º): o envio de dados pessoais para servidores fora do Brasil só é permitido com garantias adequadas, como cláusulas contratuais tipo, decisão de adequação da ANPD ou normas corporativas globais.
• Decisões automatizadas (art. 20º): o titular tem direito a solicitar revisão de decisões tomadas exclusivamente com base em tratamento automatizado de dados pessoais, incluindo profiling.

A Autoridade Nacional de Proteção de Dados tem se posicionado no sentido de que sistemas de IA devem ser transparentes, explicáveis e não discriminatórios. Isso significa que um modelo de crédito que nega um empréstimo com base em algoritmo opaco pode ser questionado pelo consumidor. A empresa precisa ser capaz de explicar, em linguagem acessível, quais dados foram usados e como a decisão foi tomada.

Por que a VRAM e a infraestrutura local importam para modelos de linguagem?

LLMs, ou Large Language Models, são redes neurais com bilhões de parâmetros. Para rodar, eles exigem hardware acelerado, normalmente GPUs com memória de vídeo dedicada, conhecida como VRAM. Essa memória armazena temporariamente os pesos do modelo, os embeddings das palavras e os tokens gerados durante a inferência.

Quando uma empresa envia um prompt para um LLM hospedado nos Estados Unidos ou na Europa, o trajeto é o seguinte: o texto criptografado sai do computador do usuário no Brasil, atravessa cabos submarinos, chega ao data center do provedor, é descriptografado, tokenizado e carregado na VRAM de uma GPU compartilhada. A resposta é gerada, registrada em logs e devolvida pelo mesmo caminho. Mesmo que a conexão use TLS 1.3, o dado em si está, por alguns milissegundos, sob jurisdição estrangeira.

Esse processamento efêmero é suficiente para caracterizar transferência internacional? A doutrina e a ANPD ainda debatem nuances, mas a tendência regulatória é cautelosa. Se o dado pessoal é legível e processável fora do Brasil, há exposição jurídica. Além disso, provedores de nuvem internacionais mantêm logs de depuração, caches de modelo e backups de sistema que podem reter fragmentos de dados pessoais por períodos indeterminados.

Rodar o modelo em infraestrutura local, como servidores GPU dedicados em data center Tier III no Brasil, elimina essa incerteza. Os tokens nunca deixam o território nacional. A VRAM está em hardware sob controle direto da empresa. A latência cai porque o tráfego não depende de backbone internacional. E a conformidade com a LGPD deixa de ser uma promessa contratual distante para ser uma propriedade arquitetural do sistema.

Em quais setores a soberania de dados é obrigatória?

A LGPD se aplica a todas as empresas, mas alguns setores têm obrigações acrescidas que tornam a soberania de dados praticamente mandatória. Não se trata apenas de boas práticas: é exigência legal com sanções administrativas e penais: 

Setor público

A IN LGPD nº 1/2021 e o Decreto nº 7.724/2012 estabelecem que órgãos da administração pública devem preferir soluções de processamento e armazenamento de dados em território nacional. A Lei nº 14.129/2021 (Lei do Governo Digital) reforça essa diretriz, exigindo que sistemas de informação do governo federal considerem a segurança da informação e a soberania digital como critérios de contratação. Agências que processam dados de cidadãos usando IA, como chatbots de atendimento ou sistemas de triagem de processos, precisam garantir que nenhum dado pessoal seja tratado em infraestrutura estrangeira sem autorização específica.

Saúde

Dados de saúde são classificados como sensíveis pela LGPD, com proteção reforçada. Resoluções do Conselho Federal de Medicina e normas da ANS tratam a confidencialidade do prontuário como direito absoluto do paciente. O e-SUS, o Conecte SUS e os sistemas de prontuário eletrônico exigem que informações clínicas não sejam processadas fora do Brasil. Empresas de health tech que usam IA para diagnóstico assistido, análise de imagens médicas ou triagem de sintomas precisam de infraestrutura local com certificações de segurança robustas.

Financeiro

O Banco Central, por meio de resoluções como a nº 4.893/2021, exige que instituições financeiras mantenham dados de clientes sob controle nacional, com planos de resposta a incidentes cibernéticos gerenciados no Brasil. Modelos de IA usados para análise de crédito, detecção de fraude e scoring de risco processam dados sensíveis (renda, histórico de pagamentos, patrimônio). Rodar esses modelos em nuvem internacional sem as salvaguardas adequadas configura descumprimento das normas do BACEN e da LGPD simultaneamente.

A nuvem privada hospedada no Brasil torna-se, nesses casos, não uma opção de luxo, mas uma necessidade de compliance.

Como escolher entre nuvem pública e infraestrutura privada para IA?

A escolha entre nuvem pública internacional e infraestrutura dedicada no Brasil depende do tipo de dado processado, da criticidade do negócio e das obrigações setoriais. A tabela abaixo resume os principais pontos de divergência:

Empresas que processam apenas dados anonimizados ou de baixa sensibilidade podem se beneficiar da elasticidade da nuvem pública. Mas quando o dado é pessoal, sensível ou sujeito a regulamentação setorial, a infraestrutura privada no Brasil oferece controle jurídico e operacional que a nuvem internacional não consegue igualar.

Como garantir auditabilidade e conformidade em pipelines de IA?

Auditabilidade é a capacidade de reconstruir, com precisão forense, tudo o que aconteceu com um dado do momento em que entrou no sistema até o momento em que gerou valor. Em pipelines de inteligência artificial, isso significa rastrear: quem aprovou o dataset de treinamento, qual versão do modelo foi usada, quando ocorreu a inferência, qual foi a entrada e qual foi a saída.

A LGPD exige registros de operações de tratamento (art. 37º, § 2º). Para IA, isso se traduz em práticas de MLOps disciplinadas:

• Versionamento de dados e modelos: cada dataset de treinamento e cada checkpoint do modelo deve ter hash criptográfico e metadados de origem.
• Linage tracking: ferramentas de rastreamento de linhagem registram como um dado foi transformado em cada etapa do pipeline.
• Logs imutáveis: registros de acesso e processamento devem ser armazenados em repositórios que não permitam alteração ou exclusão retroativa.
• Controle de acesso baseado em função: apenas pessoas autorizadas podem interagir com dados de treinamento ou com o ambiente de produção do modelo.

O encarregado de dados (DPO) deve revisar periodicamente se os dados de treinamento foram coletados com base legal válida e se o modelo não reproduz vieses discriminatórios. Essa revisão exige acesso aos logs, aos dados e à infraestrutura. Quando tudo está em nuvem internacional, o DPO depende de relatórios do provedor. Quando a infraestrutura é local, o DPO pode auditar diretamente.

Servidores dedicados com logs locais dão à empresa a soberania não apenas dos dados, mas também da governança.

Quais riscos a empresa corre ao processar dados sensíveis em infraestrutura estrangeira?

Processar dados pessoais em infraestrutura fora do Brasil não é ilegal per se, mas cria riscos que muitas empresas subestimam até receber uma notificação da ANPD ou uma ação judicial. Os principais são:

1. Transferência internacional sem garantias: o art. 33º da LGPD exige salvaguardas. Usar um serviço de IA sem cláusulas contratuais tipo ou decisão de adequação expõe a empresa a multas de até 2% do faturamento.
2. Acesso por autoridades estrangeiras: legislações como o CLOUD Act dos EUA permitem que agências americanas requisitem dados armazenados em provedores sediados nos Estados Unidos, independentemente de onde o dado foi gerado.
3. Impossibilidade de exclusão definitiva: o direito ao esquecimento (art. 18º, inciso VI da LGPD) exige que a empresa delete dados pessoais quando o titular solicita. Em nuvem pública, backups distribuídos, caches de CDN e réplicas de desastre podem tornar a exclusão completa tecnicamente inviável.
4. Latência e indisponibilidade: cabos submarinos rompem, provedores internacionais sofrem outages e políticas de roteamento podem interromper o acesso. Para aplicações críticas de IA, cada minuto fora do ar representa prejuízo.
5. Custo cambial imprevisível: o egress fee (taxa de saída de dados) e o próprio custo de tokens em LLMs são cotados em dólar. A variação cambial pode inflacionar o orçamento de TI em meses sem aviso prévio.
6. Falta de controle físico: a empresa não sabe em qual servidor exato, rack ou data center sua informação está. A VRAM pode ser alocada em hardware compartilhado com outros clientes, incluindo concorrentes.

Data centers Tier III no Brasil oferecem redundância elétrica e de rede sem expor os dados a jurisdição estrangeira.

A abordagem da EVEO

A EVEO oferece infraestrutura de GPU dedicada em data centers Tier III no Brasil: Cotia e Osasco em São Paulo, Curitiba no Paraná, Fortaleza no Ceará e Miami na Flórida para operações internacionais. Toda operação no território nacional é regida por contratos de soberania de dados que garantem que informações pessoais e sensíveis não saiam do Brasil sem autorização expressa.

Com mais de 10 anos de mercado, 5.000 clientes e 130 colaboradores, a EVEO atende exclusivamente pessoas jurídicas mediante CNPJ. Não há egress fee. Os custos são previsíveis em reais. A conformidade com a LGPD é arquitetural, não apenas contratual.

Os servidores GPU da EVEO permitem rodar LLMs open source, como Llama, Mistral e Qwen, localmente. A empresa mantém controle total sobre a VRAM, os logs de processamento e os dados de treinamento. Isso viabiliza projetos de IA generativa em setores regulados, como saúde, finanças e administração pública, sem que dados pessoais brasileiros cruzem fronteiras digitais.

A EVEO é a maior empresa de servidores dedicados e private cloud do Brasil, com foco em infraestrutura corporativa de alta disponibilidade.

Perguntas frequentes

A LGPD proíbe o uso de IA em nuvem pública internacional?

Não proíbe automaticamente. Exige que a transferência internacional de dados pessoais tenha garantias adequadas, como cláusulas contratuais tipo, decisão de adequação da ANPD ou certificações vinculantes. Para dados sensíveis, o risco de não conformidade é maior.

O que é VRAM e por que ela importa para a soberania de dados?

VRAM (Video RAM) é a memória das GPUs onde ficam os pesos do modelo de IA e os tokens em processamento. Se a GPU está em servidor estrangeiro, seus dados pessoais passam a estar sob jurisdição estrangeira durante a inferência.

Empresas de qual porte precisam se preocupar com soberania de dados para IA?

Qualquer empresa que processe dados pessoais de brasileiros. A LGPD não tem limite de porte para sua aplicação, embora microempresas tenham adaptações. Empresas de saúde, financeiras e do setor público têm obrigações ainda mais rigorosas.

Posso usar um LLM da OpenAI ou Google se meus dados são de clientes brasileiros?

Pode, desde que haja avaliação de impacto à proteção de dados, cláusulas contratuais adequadas e base legal para o tratamento. Muitas empresas optam por rodar modelos open source em infraestrutura local para eliminar a variável da transferência internacional.

O que é auditabilidade em um pipeline de IA?

É a capacidade de rastrear cada etapa: quem acessou o dataset de treinamento, qual versão do modelo gerou uma inferência, quando ocorreu o processamento e qual foi a finalidade. É exigência fundamental da LGPD e da boa governança de dados.

A EVEO oferece servidores GPU para rodar LLMs dentro do Brasil?

Sim. A EVEO mantém data centers Tier III em Cotia, Osasco, Curitiba e Fortaleza, com servidores GPU dedicados para empresas rodarem modelos de linguagem localmente, sem egress fee e com custo previsível em reais.

Sobre o autor: este artigo foi produzido pela Redação EVEO, com base em mais de 10 anos de experiência em infraestrutura de GPU para inteligência artificial no Brasil.