A Anthropic apresentou uma nova arquitetura de segurança voltada a um dos maiores dilemas enfrentados pelas empresas que adotam modelos avançados de inteligência artificial: como identificar usos perigosos da tecnologia sem obrigar organizações a entregar dados corporativos sensíveis para a própria desenvolvedora do modelo.
Batizado de Enterprise Frontier Safeguards (EFS), o sistema foi anunciado em 1º de setembro e será disponibilizado gradualmente aos clientes empresariais a partir deste segundo semestre de 2026.
A principal mudança está na localização dos dados utilizados pelos mecanismos de segurança.
Em vez de manter essas informações na infraestrutura da Anthropic, o EFS permite armazená-las dentro da conta de nuvem controlada pelo próprio cliente.
Na prática, a companhia tenta conciliar dois objetivos que começaram a entrar em conflito conforme seus modelos ficaram mais poderosos: privacidade corporativa e capacidade de detectar utilização maliciosa da inteligência artificial.
Modelos mais poderosos criaram um novo problema
O lançamento acontece em um momento no qual modelos de fronteira estão deixando de funcionar apenas como chatbots.
Sistemas modernos conseguem escrever e executar código, operar ferramentas, pesquisar grandes volumes de informação e realizar tarefas durante períodos prolongados.
Essas capacidades aumentam o valor da IA para empresas.
Mas também aumentam o potencial de abuso.
Um modelo avançado pode ser utilizado para atividades legítimas de cibersegurança, por exemplo, mas capacidades semelhantes podem ajudar na descoberta e exploração de vulnerabilidades.
A Anthropic considera que determinadas ameaças não podem ser identificadas analisando apenas uma solicitação isolada.
Um comando aparentemente legítimo pode fazer parte de um ataque
Esse é um dos principais argumentos por trás do EFS.
Imagine que um usuário faça uma pergunta sobre uma vulnerabilidade.
Isoladamente, ela pode representar pesquisa legítima.
Depois realiza outra consulta.
E outra.
Utiliza diferentes sessões.
Aciona ferramentas.
Executa código.
O risco real pode surgir apenas quando esses eventos são correlacionados.
Para detectar determinados padrões de fraude, ataques cibernéticos ou outros usos perigosos, sistemas de segurança precisam analisar comportamento ao longo do tempo.
É justamente aí que surge o problema de privacidade.
Empresas não querem entregar histórico sensível para a Anthropic
Grandes organizações utilizam inteligência artificial em ambientes que podem conter informações extremamente confidenciais.
Código-fonte.
Documentos jurídicos.
Dados financeiros.
Pesquisas.
Informações de clientes.
Estratégias comerciais.
Propriedade intelectual.
Dados médicos.
Credenciais e configurações de infraestrutura.
Para bancos, hospitais, governos e empresas de telecomunicações, permitir que todo esse histórico seja retido por um fornecedor externo pode ser incompatível com políticas internas ou exigências regulatórias.
Retenção zero também cria dificuldade
Uma solução seria simplesmente não guardar nenhuma informação.
É o modelo conhecido como Zero Data Retention (ZDR).
Mas existe uma consequência.
Se cada interação desaparece imediatamente, fica muito mais difícil identificar padrões de comportamento distribuídos entre diferentes sessões e usuários.
A Anthropic passou então a enfrentar um dilema:
guardar dados para detectar abuso reduz privacidade;
não guardar dados aumenta privacidade, mas pode reduzir a capacidade de detectar determinados padrões perigosos.
O Enterprise Frontier Safeguards foi criado para tentar resolver essa equação.
Dados ficam na nuvem do próprio cliente
A arquitetura transfere parte dessa responsabilidade.
As informações relevantes para monitoramento podem permanecer dentro da infraestrutura de nuvem controlada pela própria organização.
Isso significa que a empresa pode manter os dados em um ambiente que já utiliza e no qual aplica suas próprias políticas de acesso, segurança e conformidade.
A Anthropic afirma que o modelo funcionará de forma equivalente independentemente de o Claude ser acessado diretamente ou através de grandes provedores de nuvem.
AWS, Google Cloud e Microsoft Azure participam da arquitetura
O EFS foi desenvolvido também em colaboração com os principais parceiros de cloud da Anthropic.
A arquitetura contempla ambientes associados à Amazon Web Services, Google Cloud e Microsoft Azure.
Clientes poderão utilizar os controles mantendo os dados de atividade em suas próprias contas de nuvem.
Isso é particularmente relevante para organizações que já construíram estruturas corporativas de segurança nesses ambientes.
Em vez de criar um novo repositório externo, o monitoramento pode permanecer dentro da arquitetura existente.
Cliente pode controlar as próprias chaves
Outro elemento importante envolve criptografia.
O Enterprise Frontier Safeguards prevê suporte a Customer-Managed Encryption Keys, ou chaves criptográficas gerenciadas pelo próprio cliente.
Isso adiciona uma camada adicional de controle.
Não basta definir onde os dados ficam armazenados.
A organização também pode controlar as chaves utilizadas para protegê-los.
Para setores altamente regulados, essa diferença pode ser determinante.
Revisão humana também muda
O modelo procura reduzir outra preocupação das empresas: quem poderá visualizar uma interação marcada como suspeita.
No EFS, a revisão humana pode ser realizada pela própria organização, em vez de depender automaticamente de funcionários da Anthropic.
Isso permite que uma empresa investigue comportamentos potencialmente problemáticos sem necessariamente compartilhar o conteúdo original com a desenvolvedora do modelo.
É uma diferença importante para ambientes que trabalham com informações confidenciais.
Monitoramento continua existindo
Isso não significa que o EFS seja simplesmente um modo de “desligar” as proteções do Claude.
A proposta é justamente o contrário.
A Anthropic quer manter mecanismos capazes de identificar comportamentos potencialmente perigosos enquanto reduz a necessidade de centralizar informações corporativas em seus próprios sistemas.
O conceito é:
manter as salvaguardas, mas mover parte da infraestrutura de monitoramento para o ambiente controlado pelo cliente.
Análise pode ser totalmente automatizada
Entre os controles oferecidos está a possibilidade de revisão automatizada.
A empresa poderá optar por utilizar mecanismos automáticos para avaliar determinados eventos.
Armazenamento controlado pelo cliente, chaves próprias de criptografia e revisão automatizada são recursos configuráveis.
A organização escolhe quais mecanismos deseja habilitar conforme suas necessidades.
EFS não altera comportamento do modelo
Outro detalhe relevante é que ativar esses controles não significa receber uma versão diferente do Claude.
Segundo a Anthropic, as opções não modificam o comportamento básico do modelo.
Também não alteram os limites de utilização ou a precificação da API.
O EFS funciona como uma camada adicional de segurança e governança ao redor do uso corporativo.
Anthropic não cobrará pelo EFS
A empresa afirma que não haverá cobrança específica pelo Enterprise Frontier Safeguards.
Mas isso não significa que sua operação seja completamente gratuita.
Se a organização decidir armazenar dados em sua própria conta de nuvem, continuará pagando ao respectivo provedor pelos recursos consumidos.
Armazenamento.
Leitura.
Gravação.
Transferência de dados.
Esses custos seguirão as condições normais da infraestrutura contratada.
Mais de 100 empresas participaram do desenvolvimento
A Anthropic afirma que o EFS foi desenvolvido em colaboração próxima com mais de 100 clientes.
As organizações envolvidas pertencem a setores como:
serviços financeiros;
saúde;
telecomunicações;
indústria;
varejo;
direito;
e setor público.
Entre as empresas citadas pela Anthropic estão grandes organizações como Goldman Sachs e Mastercard.
A participação dessas companhias ajuda a explicar a prioridade dada a questões de privacidade, controle e conformidade.
Bancos são um dos casos mais sensíveis
Instituições financeiras representam um exemplo claro do problema que a Anthropic está tentando resolver.
Um banco pode utilizar IA para analisar código.
Automatizar processos.
Auxiliar desenvolvedores.
Examinar documentos.
Criar agentes.
Investigar ameaças.
Mas essas tarefas podem envolver dados extremamente sensíveis.
Para uma instituição financeira, simplesmente permitir que todas as interações sejam armazenadas externamente durante semanas pode ser incompatível com suas políticas.
Goldman Sachs já trabalha com Anthropic
A relação entre as duas empresas vai além do desenvolvimento do EFS.
O Goldman Sachs vem trabalhando com a Anthropic na criação de agentes de inteligência artificial destinados a automatizar processos internos.
Entre as áreas exploradas estão contabilidade de operações e transações, diligência de clientes e onboarding.
Isso demonstra como modelos de IA estão entrando em processos muito mais sensíveis do que a simples produção de textos.
Quando um agente começa a operar dentro dos sistemas de uma instituição financeira, governança deixa de ser um detalhe.
Mastercard também representa desafio regulatório
O mesmo vale para empresas de pagamentos.
Organizações desse setor lidam com informações financeiras, prevenção a fraude e infraestruturas críticas.
A adoção de agentes capazes de acessar esses ambientes exige controles muito mais sofisticados do que aqueles utilizados por um chatbot convencional.
É justamente esse mercado corporativo que a Anthropic tenta conquistar.
Fable 5.1 está no centro da mudança
A discussão ganhou importância com a nova geração de modelos da empresa.
O Claude Fable 5.1 possui capacidades avançadas, inclusive em áreas como programação e cibersegurança.
Por padrão, sua utilização envolve retenção de dados durante 30 dias para monitoramento de segurança.
Para algumas organizações, essa condição pode representar um obstáculo significativo.
Clientes elegíveis terão retenção zero durante transição
Como o EFS ainda não está amplamente disponível, a Anthropic criou uma solução temporária.
Clientes empresariais elegíveis poderão utilizar Fable 5 e Fable 5.1 com retenção zero de dados enquanto aguardam a implantação do Enterprise Frontier Safeguards.
Depois, o novo sistema permitirá combinar retenção zero pela Anthropic com monitoramento realizado dentro da infraestrutura controlada pelo cliente.
Não significa ausência absoluta de monitoramento
Existe uma distinção importante.
“Zero Data Retention” não significa necessariamente que nenhum mecanismo de segurança exista.
Significa, nesse contexto, que a Anthropic não mantém o conteúdo dessas interações da maneira utilizada no modelo convencional de retenção.
Com o EFS, parte da análise necessária para identificar comportamentos suspeitos pode acontecer utilizando dados mantidos no ambiente corporativo.
Claude Code também receberá suporte
O EFS não ficará limitado ao chatbot.
A Anthropic prevê suporte para diferentes formas de utilização empresarial do Claude, incluindo:
Claude Code;
Claude Enterprise;
Claude Platform;
Amazon Bedrock;
ambientes Claude na AWS;
Google Agent Platform;
e Microsoft Foundry.
Isso é particularmente importante porque a adoção corporativa de IA está migrando rapidamente de conversas para agentes e automação.
Agentes tornam monitoramento mais importante
Um chatbot normalmente espera uma pergunta.
Um agente pode agir.
Pode acessar arquivos.
Consultar bancos de dados.
Executar código.
Utilizar APIs.
Modificar sistemas.
Realizar tarefas durante períodos prolongados.
Quanto maior a autonomia, maior é a necessidade de monitorar comportamento.
Isso significa que sistemas como o EFS podem se tornar uma camada de infraestrutura tão importante quanto autenticação ou logs tradicionais.
Segurança de IA começa a parecer segurança de funcionários
Existe uma comparação interessante.
Grandes empresas monitoram atividades de contas humanas.
Quem acessou determinado arquivo?
Quem alterou um sistema?
Quem baixou uma base de dados?
Quem executou determinado comando?
Com agentes de IA, perguntas semelhantes começam a aparecer.
Qual agente acessou o arquivo?
Por que executou aquele comando?
Quem autorizou?
Qual informação foi enviada ao modelo?
Qual ação foi realizada?
A governança corporativa terá de incorporar essas novas identidades digitais.
Privacidade e segurança entram em conflito
O EFS evidencia um paradoxo que deverá aparecer cada vez mais.
Para tornar IA segura, empresas querem observar seu comportamento.
Para preservar privacidade, querem coletar menos dados.
Esses objetivos podem entrar em conflito.
A solução proposta pela Anthropic é deslocar o local onde a observação acontece.
Em vez de concentrar os registros no fornecedor do modelo, eles permanecem no domínio da organização que utiliza a tecnologia.
Isso também reduz risco para a própria Anthropic
Existe outro efeito.
Quanto mais informações corporativas uma empresa de IA armazena, maior é o impacto potencial de um incidente de segurança.
Concentrar dados de centenas de grandes empresas cria um alvo extremamente valioso.
Ao permitir que informações permaneçam distribuídas nas contas dos próprios clientes, parte desse risco também deixa de ficar centralizado na Anthropic.
Isso não elimina ameaças, mas muda sua arquitetura.
Soberania digital também entra na equação
O lançamento ocorre justamente quando soberania digital se tornou prioridade para governos e grandes empresas.
Organizações querem saber:
onde meus dados estão?
quem possui acesso?
quem controla as chaves?
por quanto tempo são armazenados?
em qual jurisdição?
quem realiza a análise?
O EFS tenta fornecer respostas mais flexíveis a essas perguntas.
Estratégia pode ajudar Anthropic em setores regulados
Existe também uma dimensão comercial evidente.
Bancos, governos, empresas de saúde e telecomunicações representam mercados gigantescos para inteligência artificial.
Mas são justamente os setores com maiores restrições.
Se uma empresa de IA conseguir demonstrar que clientes podem manter controle sobre seus próprios dados sem abrir mão dos modelos mais avançados, ela remove uma barreira importante à adoção.
Privacidade deixa de ser apenas uma questão jurídica.
Torna-se vantagem competitiva.
Segurança pode virar diferencial entre modelos de IA
Durante os primeiros anos da corrida da IA generativa, a competição foi dominada por benchmarks.
Qual modelo escreve melhor?
Qual programa melhor?
Qual raciocina melhor?
Qual custa menos?
Para o mercado corporativo, outra disputa está ganhando importância:
qual modelo consegue entrar em ambientes críticos sem obrigar a empresa a abrir mão do controle sobre seus dados?
Essa pergunta pode se tornar tão importante quanto desempenho.
Arquitetura aponta para futuro mais descentralizado
O Enterprise Frontier Safeguards também sugere uma possível direção para a infraestrutura empresarial de IA.
O modelo pode continuar sendo fornecido por uma grande companhia.
Mas identidade, logs, monitoramento, criptografia e armazenamento podem permanecer sob controle do cliente.
Essa separação permite que organizações utilizem inteligência artificial avançada sem necessariamente transferir toda sua governança para o fornecedor.
Não é uma garantia absoluta de privacidade
Também é necessário evitar uma interpretação exagerada.
O EFS não torna automaticamente qualquer implantação do Claude privada ou segura.
A proteção final dependerá da configuração utilizada pelo cliente.
Permissões incorretas.
Chaves mal protegidas.
Contas comprometidas.
Infraestrutura vulnerável.
Configurações inadequadas.
Tudo isso continua representando risco.
O sistema oferece ferramentas adicionais de controle, mas a responsabilidade de segurança continua compartilhada.
A grande disputa empresarial da IA está mudando
A corrida entre as empresas de inteligência artificial começa a entrar em uma nova fase.
Capacidade dos modelos continua fundamental.
Mas grandes clientes agora exigem mais.
Governança.
Auditoria.
Privacidade.
Soberania.
Conformidade.
Segurança.
Controle de dados.
O Enterprise Frontier Safeguards é uma resposta direta a essa transformação.
A Anthropic quer convencer grandes organizações de que é possível utilizar modelos cada vez mais poderosos sem necessariamente entregar à desenvolvedora um histórico permanente de tudo que funcionários e agentes fizeram com eles.
Se essa arquitetura funcionar em escala, a próxima vantagem competitiva da inteligência artificial empresarial poderá não ser apenas quem possui o modelo mais inteligente — mas quem consegue oferecer esse poder sem exigir que o cliente abra mão do controle sobre seus próprios dados.
