Confiabilidade não é ausência de falha. É a capacidade de prevenir, detectar, responder, recuperar e comunicar. Uma boa avaliação combina documentos, demonstração técnica e teste operacional.
01
Matriz de evidências
| Dimensão | Evidência | Sinal de alerta |
|---|---|---|
| Segurança | Controles, responsáveis, incidentes e recuperação | Resposta genérica ou segredo absoluto |
| Privacidade | Papéis, finalidade, retenção e suboperadores | Coleta sem necessidade clara |
| Disponibilidade | SLA, histórico e comunicação | SLA sem compensação ou medição |
| Integração | API, limites, logs e versionamento | Integração depende de trabalho manual oculto |
| Saída | Exportação, formato e prazo de transição | Dados presos ou cobrança indefinida |
| IA | Uso de dados, supervisão e testes | Promessa de precisão total |
02
Passo a passo de due diligence
- Classifique criticidade do serviço
- Mapeie dados e integrações
- Peça evidências proporcionais ao risco
- Teste um cenário de falha
- Simule exportação e desligamento
- Registre riscos aceitos e responsáveis
03
Como pontuar
Use notas de 1 a 5, mas não permita que uma média alta esconda um bloqueador. Segurança mínima, base legal e portabilidade podem ser critérios eliminatórios.
04
Conclusão e próximos passos
Confiabilidade deve ser demonstrável durante toda a relação. Inclua revisão periódica, comunicação de mudança e plano de saída no contrato e na rotina.
Perguntas frequentes
Respostas diretas
Certificação garante segurança?
Não. Certificações podem ser evidências úteis, mas escopo, validade e operação real precisam ser avaliados.
SLA alto significa serviço confiável?
Ajuda, mas não substitui transparência, recuperação, suporte e adequação ao processo.
Como avaliar IA de terceiros?
Verifique dados utilizados, limites, revisão humana, registro de decisões e comportamento em falhas.
Fontes e metodologia
Como este conteúdo foi elaborado
A Equipe AndeMKT combinou análise editorial, frameworks práticos e as fontes abaixo. Dados externos mantêm seu recorte original. Projeções e recomendações são identificadas como análise. Acesso em 6 de agosto de 2026.
- NIST — Cybersecurity Framework 2.0 (26 fev. 2024)
- NIST — AI Risk Management Framework (consultado em 6 ago. 2026)
- Senado Federal — Lei nº 13.709/2018 — Lei Geral de Proteção de Dados Pessoais (texto vigente consultado em 6 ago. 2026)
- ANPD — Guia para definição dos agentes de tratamento e do encarregado (versão 2.0)