Pular para o conteúdo principal
GiuSo
Contato

Liquid AI: LGPD, GDPR, governança de dados e cultura AI-first

Mapeamento de LGPD e GDPR num framework escrito de segurança e privacidade, governança dos pipelines de dados sob ele, agentes nos fluxos críticos e IA como hábito de toda a empresa, e não como piloto dentro da engenharia.

02Narrativa

Contexto

A Liquid AI constrói software product-led para o mercado imobiliário brasileiro. Adotar IA numa empresa desse formato levanta dois problemas ao mesmo tempo: no que os modelos podem tocar, e se alguém fora da engenharia vai de fato usá-los.

Problema

Governança escrita depois da adoção é faxina. Adoção sem governança é incidente à espera de um regulador. Os dois precisavam ser construídos ao mesmo tempo, por um time pequeno, sem desacelerar a entrega de produto.

Abordagem

Mapeei as leis e normas aplicáveis (LGPD no Brasil e GDPR na Europa) e transformei o mapa num framework escrito de segurança e privacidade, de modo que cada controle remeta a uma obrigação específica, e não a uma sensação genérica de prudência. Sobre isso fica a governança dos próprios pipelines de dados e os agentes inteligentes que automatizam fluxos críticos e permitem a um time pequeno entregar em escala. A metade cultural decide se algo disso dura: mentorias e treinamentos sobre LLMs para produtividade, produto e desenvolvimento assistido por IA, mirando o fluxo real de cada pessoa, e não a ferramenta.

Decisões não-óbvias

  • Mapear as obrigações antes de escrever um único controle. Um framework derivado de artigos pode ser auditado; um derivado de boas práticas só pode ser discutido.
  • Cobrir GDPR junto com LGPD mesmo onde hoje só a LGPD se aplica. As duas se sobrepõem o bastante para que mapear ambas custe pouco, e uma empresa que pode tratar dados europeus depois não consegue emendar essa diferença barato.
  • Tratar adoção de IA como problema de hábito, não de ferramenta. Uma ferramenta nova sem um hábito novo regride em um mês, e é por isso que o trabalho é mentoria e treinamento, e não distribuição de licenças.
  • Colocar agentes nos fluxos críticos, e não nos visíveis. Automatizar uma demo produz uma demo; automatizar o caminho que o negócio de fato percorre é o que permite a um time pequeno sustentar escala.

Resultado

Um framework escrito de segurança e privacidade rastreável a LGPD e GDPR, pipelines de dados governados sob ele, agentes inteligentes dentro dos fluxos que sustentam o produto e uma prática AI-first que sobrevive a quem a introduziu.

03Evidência

Stack

  • LGPD
  • GDPR
  • Data warehouse
  • Data pipelines
  • LLM agents