O “AI Sherlocking” mudou de alvo. Há anos, a preocupação jurídica das empresas com Inteligência Artificial Generativa gira em torno de uma questão: se os dados digitados pelos funcionários entram no treinamento de outro modelo. Boa parte do mercado considera o problema resolvido, com cláusulas que proíbem o provedor de treinar seus modelos com prompts e respostas. Um artigo publicado na Harvard Business Review em 8 de setembro de 2026 argumenta que essa proteção mira o ativo errado.
Para William Marks, professor da unidade de Tecnologia e Gestão de Operações da Harvard Business School e autor do texto, o que está em jogo deixou de ser o dado bruto e passou a ser a lógica: o modo específico e trabalhoso como cada empresa resolve seus problemas. Ele chama isso de “AI Sherlocking”. O termo já circulava no mercado com outro sentido, e a diferença entre as duas definições é o ponto de partida para dimensionar o risco.
Duas acepções sob o mesmo rótulo
O termo vem do Sherlock, ferramenta de busca que a Apple embutiu no sistema operacional no início dos anos 2000 replicando o app Watson, de terceiros, até tirá-lo do mercado. Desde então, “ser Sherlockado” descreve a plataforma que absorve a ideia de um parceiro menor e a usa contra ele. No noticiário de agosto de 2026, o rótulo foi aplicado a um fenômeno de produto: provedores de modelo que lançam aplicações concorrentes de seus próprios clientes. O investidor Jason Calacanis afirmou que empresas como Figma, ElevenLabs e Lovable avaliam reduzir a dependência de OpenAI e Anthropic. O CEO da Figma, Dylan Field, teria criticado a comunicação da Anthropic após o lançamento do Claude Design. As duas falas circulam como relato de segunda mão, sem confirmação em fonte primária até 9 de setembro de 2026.
Marks aplica a palavra a outro plano: o da absorção do método de trabalho do cliente pela plataforma. Mesmo quando o contrato protege prompt e resposta, ele identifica três vias pelas quais a lógica de trabalho pode ficar exposta. São elas o feedback que os funcionários dão à ferramenta, o reúso de dados sintéticos no treino de versões futuras e o ganho de capacidade que a plataforma obtém ao observar quem resolve problemas com mais competência.
Um gargalo de governança
Duas pressões estruturais dão contexto ao argumento. A primeira é a escassez de dados. A Epoch AI projeta que o estoque público de texto humano de alta qualidade será plenamente utilizado entre 2026 e 2032, com mediana em torno de 2028. A segunda é a resposta da indústria a essa escassez. Treinar em dados sintéticos já é prática padrão: o relatório técnico do Phi-4, da Microsoft, publicado em dezembro de 2024, descreve cerca de 400 bilhões de tokens sintéticos distribuídos em 50 conjuntos de dados. A escassez explica por que respostas de alta qualidade ganharam valor como material de treinamento. Que os outputs de um cliente específico alimentem esse ciclo, porém, depende do que o contrato protege.
A versão adversarial do mesmo mecanismo apareceu em fevereiro de 2026, quando a Anthropic atribuiu a três laboratórios chineses, DeepSeek, Moonshot AI e MiniMax, mais de 16 milhões de trocas com o Claude por meio de cerca de 24 mil contas fraudulentas, em campanhas de destilação para treinar modelos concorrentes. O caso envolve fraude e viola termos de uso. Serve como ilustração extrema do valor que interações e respostas de alta qualidade podem adquirir como material de treinamento. Marks extrapola daí uma dinâmica mais ampla: plataformas poderiam transformar padrões acumulados de uso em ganhos de capacidade que depois chegam a outros clientes. É justamente essa segunda passagem que permanece menos demonstrada.
A brecha mais concreta aparece no feedback. A proteção contratual de prompts e respostas não garante o mesmo tratamento às avaliações e correções feitas pelo usuário. Marks observa que os termos da OpenAI e da Anthropic permitem usar feedback, com ambiguidade sobre o alcance da definição, que costuma se referir a feedback sobre o serviço. O caso mais concreto que ele cita é a documentação da OpenAI: mesmo com opt-out de treinamento, um voto positivo ou negativo em uma resposta pode liberar a conversa associada para treinar modelos futuros.
A esse desenho soma-se o uso não autorizado de contas pessoais. Um estudo do Project NANDA, do MIT, publicado em julho de 2025, registrou que 40% das empresas mantinham assinatura oficial de LLM, enquanto funcionários de mais de 90% delas usavam ferramentas pessoais no trabalho. O relatório da IBM sobre o custo de violações de dados, do mesmo ano, aponta que incidentes com alto nível de “shadow AI” custaram, em média, 670 mil dólares a mais do que os de baixo ou nenhum uso desse tipo.
A discussão, no fundo, amplia a ideia de soberania. Não basta perguntar onde o dado está armazenado ou se entra no treinamento. É preciso decidir quais partes do método de trabalho da empresa podem atravessar a fronteira do fornecedor. Marks chama isso de “soberania da lógica”: estender o controle, dos dados em si, para o julgamento, o workflow e o raciocínio que os transformam em vantagem competitiva.
Quem ganha e quem perde
A defesa favorece quem tem caixa. As medidas de custo quase nulo, como desativar funções de avaliação das respostas e endurecer a cláusula de feedback na renovação de contrato, estão ao alcance de qualquer empresa. As mais robustas, como isolar o trabalho de maior valor em modelo privado ou local e modularizar o fluxo para manter o método internamente, exigem time e orçamento de grande corporação. Para boa parte das empresas de médio porte, que dependem de um ou dois provedores, a prescrição permanece aspiracional. A assimetria tende a favorecer os provedores de fundação e as empresas capazes de internalizar o núcleo. Fica mais exposto quem terceiriza o raciocínio que sustenta sua vantagem.
Riscos e limites do argumento
A tese tem pontos de prova desiguais. O canal do feedback é concreto e verificável nos próprios termos de serviço. O canal do usuário sofisticado que eleva o modelo em favor dos concorrentes permanece hipótese: sem dado confiável até 9 de setembro de 2026 sobre um caso público em que o uso avançado de uma empresa tenha comprovadamente melhorado um modelo geral para seus rivais. A própria metáfora do Sherlock tensiona o argumento, porque pressupõe um alvo específico, enquanto o mecanismo descrito é difuso e coletivo.
Para as áreas jurídica e de segurança, o passo prático é auditável. Na próxima renovação de contrato com OpenAI, Anthropic ou Google, verificar se a cláusula de não treinar sobre os dados da empresa cobre também feedback, avaliações e logs de interação, e checar quais funções de avaliação de resposta estão ativas por padrão. A questão estratégica é anterior a isso: decidir qual parte do raciocínio da empresa pode ser terceirizada a uma plataforma compartilhada.
O risco maior, se a tese estiver correta, ultrapassa o vazamento de propriedade intelectual. Trata-se de uma transferência gradual de vantagem competitiva: as empresas seguem produzindo conhecimento especializado, enquanto a plataforma que intermedeia esse trabalho acumula capacidade reutilizável entre clientes. Na era da IA, portanto, a pergunta deixa de ser apenas quem pode usar os dados da empresa. Passa a ser quem pode aprender com o modo como ela pensa.