Soberania de dados e LGPD: controle, não geografia

Existe um mal-entendido comum sobre "soberania de dados". Muita gente imagina que se resume a uma pergunta de mapa: em que país a máquina está? Na prática, para governança de dados e para a LGPD (Lei nº 13.709/2018), a pergunta que mais importa é outra: quem controla o fluxo dos seus dados? Quem decide o que é logado, o que entra e o que sai do modelo, por quanto tempo tudo isso fica guardado e para quem esses dados são enviados. A coordenada geográfica da GPU é um detalhe secundário perto disso.

⚖️ Aviso

Este conteúdo é informativo e não constitui aconselhamento jurídico. Cada operação de tratamento de dados tem particularidades. Consulte seu encarregado (DPO) ou um advogado especializado antes de tomar decisões de conformidade.

Soberania é governança, não localização

Quando você trata dados pessoais, a LGPD cobra que você seja capaz de responder, com clareza: por que trata, com que base legal, quais dados usa, quem tem acesso e o que acontece com eles depois. Nenhuma dessas perguntas é respondida pela coordenada geográfica do servidor. Elas são respondidas por quanto controle você tem sobre a stack que processa esses dados.

Por isso vale separar dois conceitos que costumam ser confundidos:

Controle e governança do fluxo de dados — você decide o que loga, o que retém, o que é enviado a terceiros e como demonstra tudo isso. É o coração da conformidade com a LGPD.
Residência geográfica — o requisito específico de que o dado resida fisicamente em um determinado território. É legítimo em alguns contextos, mas é um requisito separado, que nem toda operação tem.

Confundir os dois leva a decisões ruins: empresas que "hospedam no país" mas continuam despejando dados sensíveis em APIs fechadas, sem controle nenhum sobre retenção e treino, e acham que estão em conformidade só pela geografia. Estão trocando o problema real (controle) por uma métrica que não resolve.

O risco real: mandar dados sensíveis para a API de um terceiro

Toda vez que você cola um contrato, um prontuário, uma planilha de clientes ou um trecho de código proprietário no chat ou na API de um provedor fechado, você está entregando esse conteúdo a uma stack que você não controla. E aí surgem perguntas que você raramente consegue responder:

Risco	O que significa
Retenção opaca	Você nem sempre sabe se os prompts são guardados, por quanto tempo, ou se viram dado de treino do modelo.
Logs fora do seu alcance	Os registros de quem enviou o quê ficam com o fornecedor, não com você — o que dificulta auditoria e resposta a incidentes.
Contrato de tratamento genérico	Termos de uso padronizados nem sempre refletem o que a LGPD espera de um contrato entre controlador e operador.
Dificuldade com direitos do titular	Atender pedidos de acesso, correção ou eliminação vira uma caixa-preta quando o processamento é de terceiro.

Repare que nenhum desses riscos é sobre onde o servidor está. Todos são sobre controle. Um provedor pode estar na mesma cidade que você e ainda assim reter seus prompts para treinar modelos — e um modelo aberto que você controla resolve o problema mesmo rodando em outro lugar.

O que a LGPD de fato exige

A LGPD não proíbe usar inteligência artificial. Ela impõe deveres sobre como os dados pessoais são tratados. Os pilares que mais aparecem quando o assunto é IA:

Base legal (art. 7º e 11): todo tratamento precisa de uma hipótese legal — consentimento, execução de contrato, legítimo interesse, obrigação legal etc. Jogar dados de clientes num modelo sem base definida é um problema, independentemente de onde ele roda.
Finalidade e minimização (art. 6º): só se trata o dado necessário, para a finalidade informada. Enviar um documento inteiro quando bastaria um trecho já contraria a minimização.
Segurança (art. 46): medidas técnicas e administrativas que protejam os dados. Controlar sua própria stack facilita implementar cifragem, controle de acesso e isolamento.
Contrato de tratamento: quando um operador trata dados por você, a relação precisa estar documentada e adequada. Quanto mais você controla, mais simples é demonstrar isso.
Direitos do titular (art. 18): acesso, correção, anonimização e eliminação. Você só garante esses direitos se souber onde os dados estão e quem mexe neles.

Todos esses deveres têm uma coisa em comum: são mais fáceis de cumprir quando você controla a stack — os logs, a retenção, os acessos e a versão do modelo em produção. Governança de dados, na LGPD, é essencialmente responsabilização: conseguir mostrar o que você faz com o dado e por quê.

A resposta: modelo aberto numa instância dedicada só sua

A alternativa que devolve o controle é rodar modelos abertos (DeepSeek, Qwen 3, Llama 4, Mistral) em uma instância dedicada que é exclusivamente sua. Com isso:

Você controla o que entra e sai do modelo. Os dados ficam na sua instância dedicada, sem passar pela API de um terceiro que possa retê-los ou treinar em cima deles.
Você define o logging e a retenção. O que é registrado, por quanto tempo e quem acessa é decisão sua — o que facilita auditoria e atender direitos do titular.
Você fixa a versão dos pesos. O modelo em produção não muda nem some porque um fornecedor decidiu descontinuá-lo; os pesos são abertos e versionados por você.
A conformidade fica demonstrável. Com controle sobre a stack, fica mais simples documentar base legal, finalidade e medidas de segurança no seu registro de operações e no RIPD.

📍 Controle ≠ território: sejamos honestos

Controlar o fluxo dos seus dados não é o mesmo que residência geográfica no Brasil. Nossas GPUs ficam no exterior; se o seu requisito específico for que o dado resida fisicamente no país, isso é um requisito à parte, que precisa ser avaliado separadamente. Temos instâncias CPU em São Paulo — essas sim estão no Brasil —, mas as instâncias de GPU não. Preferimos dizer isso com clareza a vender uma promessa geográfica que não se sustenta.

💡 Arquitetura recomendada

Para dados sensíveis, prefira processar em um modelo aberto self-hosted, numa instância que é só sua, onde você controla logs e retenção. Reserve APIs de terceiros para tarefas sem dado pessoal, ou com dados já anonimizados. Documente a decisão no seu relatório de impacto (RIPD) e no contrato com o operador.

Como fazer no GPUBrasil

No Console, suba o template vLLM em uma GPU dedicada sob demanda, e você terá um endpoint compatível com a API da OpenAI rodando 100% na sua instância dedicada — sem enviar prompt nenhum para a API de um terceiro. Somos uma empresa brasileira: a cobrança é por hora, em reais, via Pix, sem exposição cambial ou IOF, e o suporte é em português. Sem capex e sem contrato. A RTX A4000 sai a partir de R$ 1,80/h; para os demais modelos de GPU, veja os preços atuais no console.

# Endpoint self-hosted — os dados ficam na sua instância dedicada
from openai import OpenAI

client = OpenAI(
    base_url="https://sua-instancia.gpubrasil.com.br/v1",
    api_key="sua-chave-local",
)

resp = client.chat.completions.create(
    model="Qwen/Qwen3-235B-A22B",
    messages=[{"role": "user", "content": "Resuma este documento de forma anonimizada."}],
)
print(resp.choices[0].message.content)

Assuma o controle dos seus dados com IA

Ganhe R$ 25 grátis e suba um LLM aberto numa GPU dedicada só sua, onde você controla logs, retenção e o que entra e sai do modelo.

Ganhe R$ 25 grátis →

Perguntas frequentes

Soberania de dados na IA é a mesma coisa que os dados ficarem no Brasil?

Não. Soberania de dados, no sentido de governança e LGPD, é o controle sobre o fluxo de dados: quem trata, para qual finalidade, o que é logado e retido, e para quem os dados são enviados. Residência geográfica no território nacional é um requisito separado e específico. Se o seu caso exige que o dado fique fisicamente no país, isso precisa ser tratado como um requisito à parte. Este texto não é aconselhamento jurídico — consulte seu DPO ou advogado.

Enviar dados pessoais para uma API de IA de terceiros é permitido pela LGPD?

Pode ser, desde que haja base legal, finalidade definida e um contrato de tratamento adequado com o operador. O ponto de atenção é que, ao usar uma API fechada de terceiro, você não controla a retenção, os logs nem se o conteúdo pode ser usado para treinar modelos. Rodar um modelo aberto em uma instância dedicada só sua devolve esse controle para você e simplifica a demonstração de conformidade.

Como uma instância dedicada ajuda na conformidade com a LGPD?

Numa instância dedicada só sua, você decide o que é logado, quais dados entram e saem do modelo e qual versão dos pesos roda, sem enviar prompts para a API de um terceiro que possa retê-los ou treinar em cima deles. Esse controle facilita atender princípios da LGPD como finalidade, minimização, segurança e os direitos do titular, e torna o tratamento auditável e documentável.

Conclusão

A LGPD não pede que você abandone a IA — pede que você seja deliberado sobre como os dados são tratados e capaz de demonstrar esse cuidado. O ponto decisivo não é a coordenada da máquina, e sim quanto controle você tem sobre o fluxo: logs, retenção, acessos, versão do modelo e, principalmente, não depender da API de um terceiro que você não controla. Soberania de dados, na prática, é controle e responsabilização. Se, além disso, o seu caso exigir território nacional, trate isso como um requisito próprio — com honestidade sobre onde cada peça da infraestrutura realmente está.