Mandar dado de cliente para a API de um modelo é transferência internacional?

Na maioria dos casos sim, porque os servidores ficam fora do Brasil. Isso exige um dos mecanismos do artigo 33 da LGPD, normalmente cláusulas contratuais. A ANPD aprovou cláusulas-padrão contratuais pela Resolução CD/ANPD nº 19/2024, e o enquadramento do seu caso deve ser confirmado com advogado.

A IA vai treinar em cima dos meus dados?

Depende do contrato. Planos corporativos e APIs pagas dos principais fornecedores normalmente não usam o conteúdo enviado para treinar modelos, enquanto versões gratuitas de consumidor frequentemente usam. Isso precisa estar escrito no contrato que você assinou, não em uma página de FAQ.

Anonimizar antes de enviar resolve?

Resolve boa parte, se for anonimização de verdade. Trocar nome e CPF por códigos, enviar só o texto necessário e remontar a resposta do lado do sistema reduz muito a exposição. Mas se o texto restante ainda permite identificar a pessoa pelo contexto, continua sendo dado pessoal.

LGPD e IA: o que muda quando o sistema usa modelo de linguagem

Colocar um modelo de linguagem dentro do sistema não cria obrigações inéditas na LGPD. O que acontece é que três pontos da lei que muita empresa nunca precisou enfrentar passam a valer de uma vez: o fornecedor do modelo vira operador, a chamada da API costuma ser transferência internacional, e resposta que afeta a vida de alguém cai na regra de decisão automatizada. O restante é engenharia: não enviar o que não precisa sair.

Este texto é técnico e prático. O enquadramento jurídico do seu caso concreto deve ser validado com advogado.

O que muda em relação a um sistema sem IA

Ponto	Sistema tradicional	Sistema com modelo de linguagem
Onde o dado processa	No seu servidor	Também no servidor do fornecedor do modelo
Papel do fornecedor	Hospedagem é operador	Fornecedor do modelo também vira operador
Território	Você escolhe a região	Muitas vezes fora do Brasil
Retenção	Você controla	Depende de política de logs do fornecedor
Explicabilidade	Regra escrita em código	Saída probabilística, difícil de justificar

Nenhuma dessas linhas inviabiliza o uso. Cada uma exige uma decisão explícita.

Que dado realmente precisa ir para o modelo

Esta é a pergunta que resolve 80% do problema. Na maioria dos casos, o modelo precisa do texto, não da identidade.

Um agente que responde dúvidas sobre um pedido precisa saber que o pedido está atrasado e por quê. Não precisa saber o CPF do cliente, o endereço completo nem o número do cartão. Padrões que funcionam:

Substituição por token. Antes de enviar, troque nome, CPF, e-mail e telefone por marcadores ({{CLIENTE_1}}, {{DOC_1}}). Depois de receber a resposta, remonte os valores reais no seu servidor. O modelo nunca vê o dado bruto.
Recorte de campo. Envie apenas os campos que o prompt usa, nunca o registro inteiro do banco "por comodidade".
RAG com filtro de permissão aplicado antes da busca. Em sistema com múltiplos usuários, o filtro de quem pode ver o quê tem que rodar na consulta ao índice vetorial, não depois. Índice sem filtro de tenant é vazamento esperando acontecer.
Camada de bloqueio de saída. Verifique se a resposta gerada não contém padrão de CPF, cartão ou e-mail que não deveria estar ali.

Dado sensível (saúde, biometria, origem racial) merece regra mais dura: ou não sai do ambiente, ou só sai com base legal do artigo 11 formalmente definida.

Transferência internacional e contrato com o fornecedor

Se a API roda fora do Brasil, o envio é transferência internacional e precisa de um dos mecanismos do artigo 33. Na prática empresarial, o caminho mais comum são cláusulas contratuais, a ANPD aprovou cláusulas-padrão pela Resolução CD/ANPD nº 19/2024. Alguns fornecedores oferecem processamento em região específica, o que muda a análise.

O que verificar no contrato antes de ligar o modelo em produção:

O conteúdo enviado é usado para treinar modelos? Precisa estar escrito que não.
Por quanto tempo os prompts ficam em log? Existe opção de retenção zero?
Em que país o processamento acontece? Dá para fixar a região?
Existe cláusula de proteção de dados e de notificação de incidente?
Há subcontratados? Quem são?

Registre o fornecedor do modelo no seu inventário de tratamento como operador, junto com hospedagem e gateway de pagamento. Muita empresa adequada esqueceu de atualizar o inventário depois de plugar IA.

Decisão automatizada: o artigo 20

Se a saída do modelo define aprovação de crédito, triagem de currículo, bloqueio de conta ou preço para um cliente específico, você está no território do artigo 20, o titular pode pedir revisão de decisão tomada unicamente com base em tratamento automatizado.

Implicações concretas para o sistema:

Guarde o rastro. Entrada, versão do prompt, modelo usado, saída e data. Sem isso não há como revisar nada.
Deixe um humano no caminho nas decisões de impacto relevante. "Sugestão para aprovação" é diferente de "decisão automática".
Tenha um canal de contestação visível para o titular.
Documente os critérios em linguagem que uma pessoa comum entenda.

Para casos de baixo impacto, resumir um chamado, classificar um e-mail, sugerir texto, a exigência é bem menor. O critério é o efeito na vida da pessoa.

Rodar o modelo dentro de casa resolve?

Modelo aberto rodando em servidor próprio elimina a transferência internacional e a retenção por terceiro. Mas troca um problema por outro: você passa a ser o único responsável pela segurança, pelo custo de GPU e pela qualidade da resposta, que costuma ficar abaixo dos modelos comerciais grandes.

A escolha razoável costuma ser híbrida: dado sensível processado internamente ou anonimizado antes de sair; tarefas genéricas em API comercial com contrato adequado. Essa arquitetura em camadas é o padrão que aplicamos na Retti Tech nos projetos de RAG e agentes que envolvem dado de cliente final.

Checklist antes de ligar IA em produção

Inventário atualizado incluindo o fornecedor do modelo como operador
Contrato com cláusula de não-treinamento e política de retenção conhecida
Mecanismo de transferência internacional definido com o jurídico
Camada de anonimização ou recorte de campos antes do envio
Filtro de permissão aplicado na busca do RAG, não depois
Log de entrada e saída para auditoria e revisão
Humano no circuito para decisões de impacto relevante
Política de privacidade atualizada dizendo que há processamento por IA

O ponto central não é jurídico, é de projeto: quanto menos dado pessoal sai do seu ambiente, menor a superfície de risco, e menos coisas você precisa explicar depois.