Análise aprofundada da Nesa: Por que o AI que você usa diariamente precisa de proteção de privacidade?

Este relatório foi elaborado pela Tiger Research. A maioria das pessoas usa IA diariamente, mas nunca pensa para onde vão os dados que fornecem. A questão levantada pela Nesa é: o que acontece quando você começa a encarar essa questão de frente?

Pontos principais

• IA já faz parte do cotidiano, mas os utilizadores muitas vezes ignoram como os dados são transmitidos por servidores centrais
• Mesmo o vice-diretor da agência de cibersegurança dos EUA, CISA, inadvertidamente vazou documentos confidenciais ao ChatGPT
• A Nesa reconstruiu esse fluxo por meio de transformação de dados antes da transmissão (EE) e divisão entre nós (HSS-EE), garantindo que nenhuma parte única possa visualizar os dados originais
• Certificações acadêmicas (COLM 2025) e implantação empresarial real (P&G) deram à Nesa uma vantagem inicial
• A questão central permanece: o mercado mais amplo optará por IA de privacidade descentralizada, ou continuará a preferir APIs centralizadas tradicionais?

1. Seus dados estão seguros?

Fonte: CISA

Em janeiro de 2026, o vice-diretor da agência de cibersegurança dos EUA, CISA, Madhu Gottumukkala, enviou documentos confidenciais do governo ao ChatGPT, apenas para resumir e organizar materiais de contratos.

Esse vazamento não foi detectado pelo ChatGPT, nem a OpenAI reportou às autoridades. Foi capturado pelo sistema interno de segurança da própria agência, e resultou em uma investigação por violação de protocolos de segurança.

Até o mais alto responsável de cibersegurança dos EUA usa IA no dia a dia, e inadvertidamente enviou materiais confidenciais.

Sabemos que a maioria dos serviços de IA armazena as entradas dos usuários de forma criptografada em servidores centrais. Mas essa criptografia é, por design, reversível. Em situações legais ou de emergência, os dados podem ser descriptografados e revelados, sem que o usuário saiba o que está acontecendo nos bastidores.

2. IA de privacidade para uso cotidiano: Nesa

A IA já faz parte do cotidiano — resumir textos, escrever códigos, redigir e-mails. O que realmente preocupa é que, como no caso mencionado, mesmo documentos confidenciais e dados pessoais são entregues à IA sem que as pessoas tenham consciência do risco.

A questão central é: todos esses dados passam por servidores centrais do provedor de serviço. Mesmo criptografados, as chaves de descriptografia estão nas mãos do provedor. Por que o usuário deveria confiar nesse arranjo?

Os dados inseridos podem ser expostos a terceiros por várias vias: treinamento de modelos, auditorias de segurança, solicitações legais. Em versões empresariais, administradores podem acessar registros de conversas; na versão pessoal, os dados também podem ser transferidos sob autorização legal.

Já que a IA está profundamente integrada ao cotidiano, é hora de encarar seriamente a questão da privacidade.

A Nesa foi criada exatamente para revolucionar essa estrutura. Ela constrói uma infraestrutura descentralizada que permite inferência de IA sem precisar confiar os dados a um servidor central. As entradas do usuário são processadas em estado criptografado, e nenhum nó individual consegue visualizar os dados originais.

3. Como a Nesa resolve o problema

Imagine um hospital usando a Nesa. O médico quer que a IA analise uma ressonância magnética do paciente para detectar tumores. Nos serviços atuais, a imagem é enviada diretamente para servidores da OpenAI ou Google.

Com a Nesa, a imagem já passa por uma transformação matemática antes de sair do computador do médico.

Para ilustrar: suponha que a questão original seja “3 + 5 = ?”. Se enviar assim, o receptor sabe exatamente o que você está calculando.

Mas, se antes de enviar multiplicar cada número por 2, o receptor verá “6 + 10 = ?” e retornará 16. Você então divide por 2 e obtém 8 — o mesmo resultado de calcular a questão original. O receptor faz o cálculo, mas nunca sabe que os números originais eram 3 e 5.

Isso é exatamente o que a criptografia invariável (EE) da Nesa realiza. Os dados passam por uma transformação matemática antes da transmissão, e o modelo de IA realiza o cálculo sobre esses dados transformados.

O usuário aplica uma transformação inversa ao resultado, obtendo o mesmo valor que teria com os dados originais. Em termos matemáticos, essa propriedade é chamada de invariância: seja a transformação antes do cálculo ou após, o resultado final é o mesmo.

Na prática, a transformação é muito mais complexa do que uma simples multiplicação — ela é especialmente projetada para se alinhar à estrutura interna do modelo de IA. Por isso, a precisão não é afetada.

Voltando ao cenário do hospital: para o médico, o fluxo completo permanece igual — enviar a imagem, receber o resultado, tudo como sempre. A diferença é que nenhum nó intermediário consegue ver a ressonância original do paciente.

A Nesa vai além. A criptografia EE impede que qualquer nó veja os dados originais, mas os dados transformados ainda existem completos em um único servidor.

O HSS-EE (Compartilhamento Secreto Homomórfico em Embedding Criptografado) divide ainda mais esses dados transformados.

Continuando o exemplo: a transformação EE é como aplicar uma regra de multiplicação antes de enviar o exame; o HSS-EE é como rasgar o exame transformado em duas partes — uma enviada ao nó A, outra ao nó B.

Cada nó só consegue responder à sua parte, sem ver o exame completo. Somente quando as duas partes são combinadas pelo remetente original é possível obter o resultado completo — e somente quem enviou consegue fazer essa junção.

Resumindo: a transformação EE torna os dados invisíveis, e o HSS-EE divide ainda mais esses dados transformados, de modo que eles nunca aparecem completos em qualquer ponto. Essa dupla camada reforça a privacidade.

4. A proteção da privacidade prejudica o desempenho?

Quanto maior a privacidade, geralmente maior a lentidão — essa é uma regra antiga na criptografia. A criptografia homomórfica total (FHE), por exemplo, é de 10.000 a 1.000.000 de vezes mais lenta que cálculos normais, inviabilizando seu uso em IA em tempo real.

A criptografia invariável (EE) da Nesa adota uma abordagem diferente. Voltando à analogia matemática: multiplicar por 2 antes de enviar e dividir por 2 após receber tem um custo quase insignificante.

Ao contrário da FHE, que transforma o problema em um sistema matemático completamente diferente, a EE adiciona uma camada de transformação leve sobre a base de cálculo existente.

Dados de desempenho:

• EE: aumento de atraso inferior a 9% na LLaMA-8B, com precisão igual ao modelo original, acima de 99,99%
• HSS-EE: entre 700 e 850 ms por inferência na LLaMA-2 7B

Além disso, o MetaInf, um agendador de meta-aprendizado, otimiza ainda mais a eficiência da rede. Ele avalia o tamanho do modelo, a GPU disponível e as características da entrada, escolhendo automaticamente o método de inferência mais rápido.

O MetaInf alcançou 89,8% de acurácia na escolha do método, sendo 1,55 vezes mais rápido que os métodos tradicionais. Esses resultados foram apresentados na conferência principal COLM 2025, recebendo reconhecimento acadêmico.

Esses dados vêm de testes controlados. Mas o mais importante é que a infraestrutura de inferência da Nesa já está implantada em ambientes empresariais, demonstrando desempenho de nível de produção.

5. Quem já usa? Como usa?

Existem três formas de acessar a Nesa.

Primeira: Playground. Usuários podem experimentar e testar modelos diretamente pelo site, sem necessidade de conhecimentos de desenvolvimento. Você pode vivenciar todo o fluxo — inserir dados, ver os resultados de diferentes modelos.

Essa é a forma mais rápida de entender como funciona uma inferência descentralizada de IA na prática.

Segunda: assinatura Pro. Por US$8 por mês, oferece acesso ilimitado, 1.000 créditos de inferência rápida por mês, controle de preços para modelos personalizados e páginas de destaque de modelos.

Essa opção é ideal para desenvolvedores individuais ou pequenas equipes que querem treinar e monetizar seus próprios modelos.

Terceira: versão Enterprise. Não possui preço fixo, mas contrato sob medida. Inclui suporte SSO/SAML, opções de armazenamento de dados, logs de auditoria, controle de acesso granular e faturamento anual.

O preço inicial é de US$20 por usuário por mês, mas os termos variam conforme o tamanho da organização. Destina-se a empresas que desejam integrar a Nesa em seus fluxos internos de IA, oferecendo API e gestão organizacional via contrato exclusivo.

Resumindo: Playground para explorar, Pro para desenvolvimento individual ou de pequenas equipes, Enterprise para implantação em larga escala.

6. Por que é preciso um token?

A rede descentralizada não tem gestor central. Os servidores e validadores estão distribuídos globalmente. Isso levanta uma questão: por que alguém aceitaria deixar sua GPU rodando continuamente para processar inferências de terceiros?

A resposta é incentivo econômico. Na rede da Nesa, esse incentivo é o token $NES.

Fonte: Nesa

O mecanismo é simples. Quando um usuário inicia uma requisição de inferência, paga uma taxa. A Nesa chama isso de PayForQuery, composta por uma taxa fixa por transação mais uma variável proporcional ao volume de dados.

Quanto maior a taxa, maior a prioridade de processamento — semelhante ao gas nas blockchains.

Essas taxas são recebidas pelos mineradores. Para participar, eles precisam fazer stake de uma quantidade de $NES — ou seja, colocar seus tokens em risco antes de receber tarefas.

Se um minerador entregar resultados incorretos ou não responder, perde a aposta; se for rápido e preciso, recebe recompensas maiores.

O $NES também funciona como ferramenta de governança. Detentores podem propor mudanças na estrutura de taxas, recompensas e outros parâmetros do protocolo, votando nelas.

Resumindo: o $NES tem tripla função — pagamento por inferência, garantia de participação e incentivo, e mecanismo de governança. Sem o token, os nós não operam; sem nós, IA de privacidade descentralizada não existe.

Importante notar: a operação econômica depende de certas condições:

• Demanda por inferências deve ser suficiente para justificar recompensas
• Recompensas precisam ser atrativas para manter os mineradores
• Quantidade de mineradores deve ser suficiente para garantir a rede

É um ciclo virtuoso: demanda gera oferta, oferta sustenta a demanda — mas iniciar esse ciclo é o maior desafio.

Clientes como a P&G já usam a rede em produção, o que é um sinal positivo. Mas, à medida que a escala cresce, o equilíbrio entre valor do token e recompensas de mineração ainda precisa ser observado.

7. A necessidade de IA de privacidade

A Nesa busca resolver um problema claro: mudar a estrutura que faz com que os dados do usuário fiquem expostos a terceiros ao usar IA.

A base tecnológica é sólida. Sua criptografia principal — EE e HSS-EE — vem de pesquisa acadêmica. O agendador de inferência MetaInf foi apresentado na COLM 2025.

Não se trata apenas de citar artigos. A equipe de pesquisa projetou protocolos específicos e os implementou na rede.

No cenário de IA descentralizada, poucos projetos conseguem validar na prática suas primitivas criptográficas acadêmicas e implantá-las em infraestrutura operacional. Grandes empresas como a P&G já rodam tarefas de inferência nessa infraestrutura — um sinal forte para projetos iniciais.

Por outro lado, há limitações evidentes:

• Escala de mercado: clientes institucionais vêm primeiro; usuários comuns provavelmente não pagarão por privacidade neste momento
• Experiência do produto: Playground mais parece uma ferramenta de Web3/investimento do que uma IA de uso cotidiano
• Validação de escala: testes controlados não equivalem a milhares de nós em produção
• Oportunidade de mercado: a demanda por IA de privacidade existe, mas a de IA descentralizada ainda não foi comprovada; empresas continuam habituadas a APIs centralizadas

A maioria das empresas ainda prefere APIs centralizadas, e a infraestrutura baseada em blockchain ainda tem barreiras altas.

Vivemos uma era em que até o responsável pela cibersegurança dos EUA envia documentos confidenciais ao AI. A demanda por IA de privacidade já existe e só tende a crescer.

A Nesa possui tecnologia validada academicamente e infraestrutura operacional para atender a essa demanda. Apesar das limitações, ela já está à frente de outros projetos.

Quando o mercado de IA de privacidade realmente se abrir, a Nesa certamente será um dos nomes mais citados.