Confident Security Chega para Blindar a Privacidade de Dados na Era da IA
Com a rápida adoção de ferramentas de Inteligência Artificial por consumidores, empresas e governos, uma questão central tem gerado apreensão: como garantir a privacidade dos dados? Gigantes da tecnologia como OpenAI, Anthropic, xAI e Google, frequentemente, coletam e retêm dados de usuários para aprimorar seus modelos ou monitorar questões de segurança, mesmo em contextos empresariais onde a informação deveria ser sigilosa. Essa área cinzenta pode ser um obstáculo significativo para setores altamente regulados, como saúde, finanças e governo, freando a adoção da IA devido a temores sobre o destino, acesso e uso dos dados.
É nesse cenário que a Confident Security, uma startup sediada em São Francisco, surge com a proposta de ser o "Signal para IA". Seu produto, o CONFSEC, é uma ferramenta de criptografia de ponta a ponta que se integra a modelos de IA, assegurando que prompts e metadados não possam ser armazenados, visualizados ou utilizados para treinamento de IA, nem mesmo pelo provedor do modelo ou por terceiros.
"No momento em que você cede seus dados a outra pessoa, você essencialmente reduz sua privacidade", afirmou Jonathan Mortensen, fundador e CEO da Confident Security, em entrevista ao TechCrunch. "E o objetivo do nosso produto é eliminar essa troca."
Financiamento e Posicionamento no Mercado
A Confident Security saiu do modo "stealth" nesta quinta-feira (17/07/2025) com um financiamento seed de US$ 4,2 milhões, liderado por Decibel, South Park Commons, Ex Ante e Swyx, conforme apurado exclusivamente pelo TechCrunch. A empresa aspira atuar como um intermediário entre fornecedores de IA e seus clientes – como hiperescalers, governos e grandes empresas.
Mortensen ressaltou que até mesmo as empresas de IA poderiam se beneficiar ao oferecer a ferramenta da Confident Security a seus clientes corporativos, como forma de destravar esse mercado. Ele acrescentou que o CONFSEC também é ideal para os novos navegadores de IA que estão surgindo, como o recente Comet da Perplexity, para oferecer aos usuários a garantia de que seus dados sensíveis não estão sendo armazenados em servidores acessíveis por empresas ou por agentes mal-intencionados, ou que seus prompts de trabalho não estão sendo usados para "treinar a IA para fazer seu trabalho".
Como Funciona o CONFSEC
O CONFSEC é baseado na arquitetura Private Cloud Compute (PCC) da Apple, que Mortensen descreve como "10 vezes melhor do que qualquer coisa disponível em termos de garantir que a Apple não possa ver seus dados" ao executar certas tarefas de IA de forma segura na nuvem.
Assim como o PCC da Apple, o sistema da Confident Security funciona em três etapas:
- Anonimização: Os dados são primeiramente criptografados e roteados por serviços como Cloudflare ou Fastly, garantindo que os servidores nunca vejam a fonte original ou o conteúdo.
- Criptografia Avançada: Em seguida, utiliza uma criptografia avançada que permite a descriptografia apenas sob condições rigorosas. "Assim, você pode dizer que só é permitido descriptografar isso se você não for registrar os dados, e você não for usá-los para treinamento, e você não for deixar ninguém vê-los", explicou Mortensen.
- Transparência e Verificação: Por fim, o software que executa a inferência de IA é publicamente registrado e aberto para revisão, permitindo que especialistas verifiquem suas garantias de privacidade.
Jess Leao, sócia da Decibel, afirmou em comunicado: "A Confident Security está à frente da curva ao reconhecer que o futuro da IA depende da confiança construída na própria infraestrutura. Sem soluções como esta, muitas empresas simplesmente não podem avançar com a IA."
Apesar de ser uma empresa com apenas um ano de existência, Mortensen garantiu que o CONFSEC foi testado, auditado externamente e está pronto para produção. A equipe já está em negociações com bancos, navegadores e motores de busca, entre outros potenciais clientes, para integrar o CONFSEC às suas infraestruturas.
"Você traz a IA, nós trazemos a privacidade", concluiu Mortensen.
