Onde a IA é útil e onde não é
A maioria das mensagens classifica-se sem hesitação. Um spam em massa vindo de um servidor com má reputação, um vírus conhecido, um domínio que falha o DMARC com uma política de rejeição: as regras e as assinaturas bastam, e são mais rápidas e mais previsíveis do que um modelo.
Resta uma zona cinzenta: a mensagem que não é nem claramente legítima nem claramente fraudulenta. Um fornecedor real cujo tom muda, um pedido de pagamento formulado sem as palavras habituais, um texto que imita um procedimento interno. Os sinais contradizem-se. É aí que um modelo de linguagem traz algo: lê a mensagem no seu conjunto e avalia a sua coerência com os sinais já calculados.
A IA não substitui, no entanto, as outras camadas:
- não substitui o DMARC, que verifica um facto (o domínio apresentado autorizou o envio?) em vez de estimar uma probabilidade;
- não substitui um procedimento de transferência: um modelo pode enganar-se, uma chamada de confirmação para o número conhecido não se engana da mesma forma;
- não deve decidir sozinha: se se enganar ou não responder, o resto do filtro tem de poder sempre decidir.
As perguntas a fazer a qualquer fornecedor
«IA privada», «IA soberana», «os seus dados não servem para treinar»: estas fórmulas dizem pouco se não se souber o que acontece realmente. Cinco perguntas permitem comparar.
- Quem opera o modelo? O fornecedor do filtro nos seus próprios servidores, um serviço de IA para o grande público chamado à distância, ou um servidor instalado nas suas instalações? É a mesma pergunta que para qualquer serviço online: quem o explora e ao abrigo de que direito. O guia O que é uma cloud soberana? desenvolve-a.
- O que recebe? A mensagem inteira com os anexos, ou um excerto delimitado? Todas as mensagens, ou apenas os casos ambíguos?
- O que guarda? Os pedidos são registados, durante quanto tempo, e servem para voltar a treinar um modelo?
- O que acontece se não responder? O correio fica bloqueado, atrasado, ou o filtro decide sem ele?
- O que é partilhado entre clientes? Cópias de mensagens, impressões digitais, pontuações de reputação?
As respostas devem ser dadas por escrito. Um fornecedor que não sabe dizer o que o seu modelo recebe não domina o seu próprio tratamento.
Como funciona a arbitragem por IA no Klytic MTA
O Klytic MTA integra uma arbitragem por IA, ativa nas duas ofertas, Essential e Advanced. Eis o que faz e o que não faz.
- Só intervém nas mensagens com pontuação ambígua. As mensagens claramente legítimas ou claramente perigosas são decididas pelas outras camadas, sem ela.
- O modelo é operado pela Klytic, ou na instância do cliente quando esta está instalada nas suas instalações. Não é um serviço de IA para o grande público chamado à distância.
- Recebe um resumo, os sinais já calculados e um excerto limitado da mensagem, não a mensagem inteira.
- Se não responder, o filtro decide na mesma com os sinais de que dispõe. O correio não fica à espera da IA.
Exemplo, a título ilustrativo. Chega uma mensagem de um domínio corretamente autenticado, conhecido da empresa, sem anexo. Pede para «atualizar os dados de pagamento antes do próximo vencimento». As regras hesitam: o remetente é fiável, o cenário parece uma fraude. O modelo recebe o resumo, os sinais (remetente habitual, primeiro pedido deste tipo, tom invulgar) e um excerto do texto. Inclina-se para a fraude: a mensagem vai para quarentena e o administrador lê o motivo. Se o modelo não tivesse respondido, a pontuação das outras camadas teria decidido sozinha.
A sua decisão soma-se à pontuação: não contorna a quarentena, nem a possibilidade de libertar uma mensagem legítima, nem a explicação da decisão nos cabeçalhos, legível pelo administrador (ver Ler e exportar uma decisão do filtro).
Aprendizagem e partilha
Um filtro aprende sobretudo com as denúncias. Quando um utilizador marca uma mensagem como indesejada ou, pelo contrário, liberta uma mensagem legítima, a reputação do remetente ajusta-se. É isso que reduz os falsos positivos ao longo do tempo.
No Klytic MTA:
- os textos aprendidos são-no sob a forma de agregados e de impressões digitais, não de cópias das mensagens;
- na cloud, os sinais circulam entre as instâncias para que partilhem o mesmo nível de proteção: uma campanha detetada num cliente é reconhecida nos outros;
- numa implementação nas instalações do cliente, o tratamento faz-se no local; uma partilha de sinais só existe se o modo de implementação escolhido a ativar.
Seria, portanto, inexato escrever, para uma implementação na cloud, que «nada sai nunca da instância»: há sinais que são partilhados, e é isso que dá interesse a uma aprendizagem partilhada. O que é partilhado são sinais, não o correio.
O enquadramento: um tratamento de dados pessoais
Analisar e-mails é tratar dados pessoais: endereços, nomes, conteúdo. Com ou sem IA, o tratamento tem de constar do registo das atividades de tratamento da empresa, com a sua finalidade (a segurança do correio eletrónico), os seus destinatários e os seus prazos. A IA não muda este enquadramento; acrescenta duas perguntas: onde corre o modelo e o que vê. O prazo de conservação dos dados de análise é tratado em Conservar e reler os registos de segurança dos e-mails.
Perguntas frequentes
A IA lê todos os nossos e-mails?
No Klytic MTA, não: só arbitra as mensagens com pontuação ambígua, a partir de um resumo, dos sinais calculados e de um excerto limitado.
As nossas mensagens servem para treinar um modelo de IA para o grande público?
O modelo não é um serviço para o grande público: é operado pela Klytic ou na sua instância. A aprendizagem do filtro conserva agregados e impressões digitais, não cópias.
O que acontece se a IA se enganar?
Uma mensagem legítima posta de parte fica em quarentena e pode ser libertada: ver Quarentena, falsos positivos e denúncias. A denúncia corrige depois a reputação.
É possível manter todo o tratamento nas nossas instalações?
Sim, com uma implementação do Klytic MTA nos seus servidores: a análise faz-se no local.
E para os documentos?
A questão é próxima, mas distinta: ver IA e documentos, sem os enviar para fora.
Onde se posiciona a Klytic
A arbitragem por IA faz parte do Klytic MTA nas suas duas ofertas, Essential e Advanced, tal como a aprendizagem partilhada e a correlação dos sinais. Os factos são os descritos acima: apenas mensagens ambíguas, modelo operado pela Klytic ou na sua instância, excerto limitado, filtro que decide sem a IA se esta não responder.
A Klytic é explorada por uma empresa francesa. O serviço implementa-se na cloud Klytic, alojada em qualquer zona geográfica correspondente à jurisdição aplicável, sujeito à disponibilidade dos serviços, nomeadamente na Europa ou na Maurícia, numa instância dedicada, ou nos seus servidores. A Klytic não é uma oferta qualificada SecNumCloud.
O Klytic MTA não promete uma «IA privada» para além destes factos. Se a sua exigência for que nenhum sinal saia da sua infraestrutura, é a implementação nas suas instalações, e o respetivo modo de partilha de sinais, que tem de escolher e fazer constar do contrato.
Fontes
Consultadas em outubro de 2026.
- Klytic, página Klytic MTA: arbitragem por IA das mensagens ambíguas, aprendizagem partilhada entre as instâncias e correlação dos sinais, incluídas na Essential e na Advanced; modos de implementação. klytic.com
- Klytic, «O que é uma cloud soberana?»: quem explora o serviço e que direito se lhe aplica; operador francês; a Klytic não é qualificada SecNumCloud. klytic.com
