AI BOM: a lista de materiais de IA lida por um auditor

Uma AI BOM (lista de materiais de IA) é o registo estruturado e legível por máquina daquilo de que é feito um sistema de IA: modelos, conjuntos de dados, dependências de software, infraestrutura e as relações entre eles. Até 2026, o seu conteúdo era o que cada fabricante de ferramentas decidisse. Desde 12 de maio de 2026 existe uma base oficial, publicada pelas agências de cibersegurança do G7: 7 grupos e 50 elementos, pela nossa contagem, de adoção voluntária. Este guia lê essa lista como um auditor a leria: o que regista, o que deixa de fora, que diplomas tornam o seu conteúdo exigível e como construir uma sem a escrever à mão.

AI BOM ilustrada por um tabuleiro de madeira com pequenos frascos de vidro ao lado de um livro de registos aberto numa bancada

O essencial

  • Uma AI BOM estende a lista de materiais de software (SBOM) a modelos, dados, infraestrutura e linhagem; soma-se à SBOM, não a substitui.
  • As orientações do G7 de 12 de maio de 2026 enumeram 7 grupos e 50 elementos mínimos, pela nossa contagem; são voluntárias e não citam leis.
  • Nenhum texto da UE a exige pelo nome, mas o Regulamento da IA (anexo IV, artigo 25.º, n.º 4, anexos XI e XII) e o anexo I do Regulamento de Ciber-Resiliência exigem quase todo o conteúdo.
  • Não regista risco, supervisão humana nem testes: é uma lista de ingredientes, não um dossiê técnico.
  • Datas: modelos de finalidade geral desde 2 de agosto de 2025, comunicações do CRA desde 11 de setembro de 2026, risco elevado e SBOM do CRA em dezembro de 2027.

O que é uma AI BOM?

As agências do G7 definem o artefacto como um registo estruturado, ou inventário, dos detalhes e das relações da cadeia de abastecimento dos componentes usados para construir um sistema de IA. Ou, na imagem do próprio documento, uma lista de ingredientes. A SBOM clássica não chega. Um modelo não é uma biblioteca: o seu comportamento resulta de pesos e de dados de treino que nenhum manifesto de pacotes descreve. Um conjunto de dados tem proveniência, licença e nível de sensibilidade. E um sistema chama serviços externos que nenhuma árvore de dependências mostra. Para o G7, os sistemas de IA são também sistemas de software: a SBOM continua válida e os elementos próprios da IA vêm por acréscimo.

AI BOM, AIBOM, ML-BOM, SBOM para IA: um artefacto, vários nomes

Os nomes variam consoante quem fala. AIBOM ou AI BOM (de AI bill of materials) é o uso da indústria e da OWASP. ML-BOM é o nome que o CycloneDX dá ao objeto. SBOM for AI é a designação das agências e do G7. AI SBOM é o nome da iniciativa da OWASP. É sempre o mesmo artefacto. Convém distingui-lo de dois vizinhos. O model card é a documentação em prosa de um modelo, escrita para pessoas; a lista do G7 remete para ele por ligação. O inventário de sistemas de IA é a lista, ao nível da organização, de todos os sistemas em uso: cada versão de um sistema tem a sua AI BOM, pendurada na ficha correspondente do inventário.

O que contém uma AI BOM: os 50 elementos mínimos do G7

O documento intitula-se “Software Bill of Materials for AI, Minimum Elements” e foi publicado a 12 de maio de 2026 por sete agências: BSI (Alemanha), ACN (Itália), ANSSI (França), CSE (Canadá), CISA (Estados Unidos), NCSC (Reino Unido) e NCO (Japão), em colaboração com a Comissão Europeia. O grupo de trabalho foi coliderado pela ACN e pelo BSI, sob as presidências canadiana (2025) e francesa (2026) do G7. Segue a “visão partilhada do G7” de junho de 2025, foi redigido entre agosto de 2025 e fevereiro de 2026 e tem 26 páginas (também na página do BSI). Lemos o texto integral e contámos. Das 14 páginas mais bem posicionadas que analisámos para esta pesquisa, nenhuma reproduz a lista. <table header-row=”true”> <tr> <td>Grupo</td> <td>N.º de elementos</td> <td>O que regista</td> </tr> <tr> <td>Metadados</td> <td>10</td> <td>O próprio documento: autor, versão, nome e versão do formato, assinatura digital do autor, ferramenta e versão, contexto de geração (antes, durante ou depois da compilação), data e hora, relação de dependência</td> </tr> <tr> <td>Propriedades ao nível do sistema</td> <td>9</td> <td>O sistema no seu todo: nome, componentes (modelos, bases de dados, outro software), produtor, versão, data e hora, fluxo de dados entre componentes e para serviços externos, utilização dos dados, entradas e saídas, domínio de aplicação previsto</td> </tr> <tr> <td>Modelos</td> <td>13</td> <td>Cada modelo: nome, identificador, versão, data e hora, produtor, descrição (capacidades, limitações conhecidas, linhagem), hash e algoritmo, propriedades (arquitetura, número de parâmetros), entradas e saídas (janela de contexto, modalidade), propriedades de treino, licença, referências externas (model card, artigo)</td> </tr> <tr> <td>Propriedades dos conjuntos de dados</td> <td>10</td> <td>Cada conjunto de dados: nome, descrição (pré-treino, ajuste fino ou avaliação), conteúdo, identificador, hash, proveniência (origem, método de recolha, tratamento e rotulagem, dados sintéticos), propriedades estatísticas, sensibilidade (dados pessoais, direitos de autor, registos financeiros ou médicos), relação de dependência, licença</td> </tr> <tr> <td>Infraestrutura</td> <td>2</td> <td>O software necessário à execução (firmware, bibliotecas, frameworks, ambientes de execução, ferramentas) e o hardware, por ligação a uma lista de materiais de hardware (HBOM)</td> </tr> <tr> <td>Propriedades de segurança</td> <td>4</td> <td>Controlos de segurança (gerais e específicos da IA, como filtros de entrada e saída), conformidade (certificações e normas), política de cibersegurança (ligação ao security.txt do produtor), referenciação de vulnerabilidades</td> </tr> <tr> <td>Indicadores-chave de desempenho</td> <td>2</td> <td>Métricas de segurança (resistência à manipulação por terceiros) e desempenho operacional (disponibilidade, resolução de incidentes, latência, débito)</td> </tr> </table> Total: 7 grupos, 50 elementos. Três observações da nossa leitura. O peso está nos modelos e nos dados. 23 dos 50 elementos descrevem modelos e conjuntos de dados; apenas 2 descrevem a infraestrutura, e o hardware resolve-se com uma ligação para uma HBOM. A sensibilidade dos dados é um elemento próprio, ponto de contacto com o RGPD aplicado à IA. A integridade vem de origem. Um hash e o respetivo algoritmo para cada modelo, um hash para cada conjunto de dados, a assinatura digital do autor no próprio documento. Quando o autor não dispõe de uma informação, as orientações pedem que indique que o valor é desconhecido, em vez de deixar o campo vazio. O model card não é substituído. Os elementos “propriedades de treino do modelo” e “referências externas do modelo” apontam para ele por ligação.

Formatos de AI BOM: CycloneDX e SPDX

Dois formatos abertos transportam hoje o artefacto. O CycloneDX, projeto da OWASP normalizado como ECMA-424, inclui uma lista de materiais de aprendizagem automática (ML-BOM) desde a versão 1.5. O SPDX 3.0, da Linux Foundation, acrescentou um perfil de IA e um perfil de conjuntos de dados, descritos no relatório “Implementing AI Bill of Materials (AI BOM) with SPDX 3.0”. A comparação seguinte vem de uma apresentação feita no NIST a 19 de maio de 2026 por Cassie Crossley e Allan Friedman. <table header-row=”true”> <tr> <td>Formato</td> <td>Ponto forte</td> <td>Limite</td> </tr> <tr> <td>CycloneDX ML-BOM (versões 1.5 a 1.7)</td> <td>Tipos nativos de aprendizagem automática e suporte alargado nas ferramentas</td> <td>Menos campos de metadados de IA; sem campo nativo para dados pessoais sensíveis, explicabilidade, autonomia ou risco de segurança</td> </tr> <tr> <td>Perfil de IA do SPDX 3.0.1</td> <td>Os metadados de IA mais profundos (explicabilidade, energia, dados pessoais sensíveis, risco de segurança) e relações formais “treinado com” e “testado com”</td> <td>Ferramentas ainda em maturação e um formato JSON-LD menos cómodo nas cadeias de compilação</td> </tr> </table> Do lado das ferramentas, o AIBOM Generator da iniciativa AI SBOM da OWASP, de código aberto e apresentado na RSAC 2025, produz documentos CycloneDX 1.6 para modelos alojados no Hugging Face; o mapeamento para o perfil de IA do SPDX estava ainda em curso em maio de 2026. As orientações do G7 não prescrevem formato: o grupo de metadados pede apenas o nome e a versão do formato usado. A regra prática é escolher o formato que as suas ferramentas de SBOM já produzem, porque o CRA vai pedir a SBOM na mesma cadeia de compilação. Os riscos de conteúdo gerado ficam para o perfil NIST AI 600-1.

O que uma AI BOM não prova

O texto do G7 afirma que não cria requisitos, normas nem legislação, e as suas 26 páginas não citam nenhum regulamento (verificámos o texto integral). É um documento de cibersegurança. O quadro seguinte é a nossa leitura, não um mapeamento do G7 nem da Comissão. <table header-row=”true”> <tr> <td>O que o anexo IV do Regulamento da IA pede</td> <td>Está na AI BOM?</td> <td>Onde vive a prova</td> </tr> <tr> <td>Finalidade prevista, prestador, versões (ponto 1)</td> <td>Em parte: nome do sistema, produtor, versão, domínio de aplicação previsto</td> <td>Instruções de utilização, registo de classificação</td> </tr> <tr> <td>Sistemas pré-treinados e ferramentas de terceiros usados, e modo de integração (ponto 2, alínea a))</td> <td>Sim: grupo Modelos, linhagem, componentes do sistema</td> <td>AI BOM e acordos com fornecedores</td> </tr> <tr> <td>Arquitetura do sistema e forma como os componentes se alimentam entre si (ponto 2, alínea c))</td> <td>Sim: componentes do sistema, fluxo de dados</td> <td>AI BOM e descrição da arquitetura</td> </tr> <tr> <td>Dados de treino: proveniência, âmbito, modo de obtenção, rotulagem, limpeza (ponto 2, alínea d))</td> <td>Em grande medida: grupo dos conjuntos de dados</td> <td>Fichas de dados, registo de governação dos dados (artigo 10.º)</td> </tr> <tr> <td>Medidas de supervisão humana (ponto 2, alínea e))</td> <td>Não</td> <td>Conceção e atribuição da supervisão (artigo 14.º)</td> </tr> <tr> <td>Validação e testes: métricas, registos de testes, relatórios assinados (ponto 2, alínea g))</td> <td>Marginal: dois elementos de indicadores</td> <td>Relatórios de testes, métricas de exatidão (artigo 15.º)</td> </tr> <tr> <td>Sistema de gestão de riscos (ponto 5)</td> <td>Não</td> <td>Dossiê de gestão de riscos (artigo 9.º)</td> </tr> <tr> <td>Normas aplicadas, declaração UE de conformidade, plano de acompanhamento pós-comercialização (pontos 7, 8 e 9)</td> <td>Não (apenas certificações de segurança)</td> <td>Dossiê de conformidade</td> </tr> </table> Metade das linhas responde “não” ou “marginal”. É a distância entre uma lista de ingredientes e a documentação de um sistema de IA que sustenta a avaliação da conformidade. Os resultados de um red teaming de IA, por exemplo, ficam fora dela. A omissão deliberada. O grupo do G7 discutiu um elemento sobre o nível de tomada de decisão ou de autonomia do sistema, reconheceu a sua relevância por causa da IA agêntica e decidiu não o destacar: cada jurisdição pode tratá-lo de forma diferente, nomeadamente por requisitos de segurança. Na UE, é disso que tratam o artigo 14.º (supervisão humana) e a classificação de risco elevado: o registo tem de existir noutro sítio. A conclusão do próprio G7. Uma AI BOM, por si só, não basta: tem de estar ligada às ferramentas de análise e gestão de vulnerabilidades e aos avisos e boletins de segurança.

Que diplomas tornam exigível o conteúdo de uma AI BOM

Nenhum diploma europeu usa o nome. Vários exigem o conteúdo.

  • Regulamento da IA, artigo 11.º e anexo IV. A documentação técnica dos sistemas de risco elevado é elaborada antes da colocação no mercado e mantida atualizada. O ponto 2 do anexo IV pede, entre outros, os sistemas pré-treinados ou ferramentas de terceiros usados e a sua integração, a arquitetura e as fichas de dados de treino com a sua proveniência. Conserva-se 10 anos (artigo 18.º). Aplica-se aos sistemas do anexo III a partir de 2 de dezembro de 2027 e aos integrados em produtos do anexo I a partir de 2 de agosto de 2028, após o Omnibus Digital, Regulamento (UE) 2026/1744.
  • Regulamento da IA, artigo 25.º, n.º 4. O prestador de um sistema de risco elevado e o terceiro que fornece um sistema, ferramenta, serviço, componente ou processo nele utilizado especificam, por acordo escrito, as informações, as capacidades, o acesso técnico e a assistência necessários. Ficam de fora as ferramentas e os componentes, que não sejam modelos de finalidade geral, sob licença gratuita e de código aberto. É a base jurídica para pedir uma AI BOM a um fornecedor.
  • Regulamento da IA, artigo 53.º e anexos XI e XII. Os prestadores de modelos de IA de finalidade geral mantêm documentação técnica para o Serviço para a IA e informam os prestadores a jusante: arquitetura e número de parâmetros, modalidade e formato das entradas e saídas, licença, tipo e proveniência dos dados de treino. Aplicável desde 2 de agosto de 2025.
  • Regulamento da IA, artigo 15.º. Exatidão, solidez e cibersegurança dos sistemas de risco elevado, incluindo medidas contra o envenenamento de dados e de modelos, técnicas descritas no MITRE ATLAS.
  • Regulamento de Ciber-Resiliência, Regulamento (UE) 2024/2847. O anexo I, parte II, obriga os fabricantes de produtos com elementos digitais a elaborar uma lista de materiais de software num formato de uso corrente e legível por máquina, que abranja pelo menos as dependências de nível superior. Integra a documentação técnica, é entregue às autoridades de fiscalização do mercado a pedido e não tem de ser publicada. A comunicação de vulnerabilidades ativamente exploradas aplica-se desde 11 de setembro de 2026, o regulamento completo a partir de 11 de dezembro de 2027. Nos termos do artigo 12.º, um sistema de IA de risco elevado que seja um produto com elementos digitais e cumpra os requisitos essenciais do CRA presume-se conforme com o requisito de cibersegurança do artigo 15.º do Regulamento da IA.
  • NIS2. A segurança da cadeia de abastecimento é uma das medidas de gestão dos riscos do artigo 21.º, e com ela da segurança da IA.

O que dizem os juristas: na sua análise de 16 de junho de 2026, a Morgan Lewis nota que a lista do G7 se sobrepõe aos artigos 11.º e 13.º e ao anexo IV, e espera que as orientações da UE acompanhem alguns dos seus elementos. É a opinião do escritório, não uma posição da Comissão. Portugal não é membro do G7, pelo que nenhuma agência portuguesa assinou a lista; a Comissão Europeia participou nos trabalhos. O Centro Nacional de Cibersegurança é a autoridade nacional de cibersegurança, e a ANACOM foi designada em setembro de 2025 autoridade de fiscalização do mercado e ponto de contacto único para o Regulamento da IA.

Como construir uma AI BOM: um método em sete passos

  1. Delimitar o âmbito. Uma AI BOM por sistema de IA e por versão, anexada à ficha desse sistema no inventário de sistemas de IA ou num registo de IA.
  2. Gerar, não escrever. Extrair do registo de modelos, da cadeia de treino e da compilação, no formato que as suas ferramentas de SBOM já usam. Um documento escrito à mão morre no retreino seguinte.
  3. Preencher os sete grupos e escrever “desconhecido” onde não se sabe. Sobretudo nos modelos de terceiros.
  4. Calcular hashes e assinar. Ficheiros de modelo, ficheiros de dados e o próprio documento.
  5. Ligar o que a AI BOM não contém. Model card, dossiê de gestão de riscos, medidas de supervisão, relatórios de testes.
  6. Levá-la para os contratos. Pedir a AI BOM aos fornecedores na contratação e a cada nova versão do modelo, ao abrigo do artigo 25.º, n.º 4, quando o sistema é de risco elevado. A cláusula pertence à due diligence de fornecedores de IA.
  7. Mantê-la viva. Regenerar a cada retreino, ajuste fino ou alteração de dependências e de ferramentas, alimentar com ela a gestão de vulnerabilidades e conservar as versões durante 10 anos quando se aplica o Regulamento da IA ou o CRA. É também o primeiro dado a consultar perante uma deriva do modelo ou uma comunicação de incidentes de IA.

Cada passo deixa um registo datado: um ficheiro gerado, uma assinatura, uma cláusula, uma versão arquivada.

AI BOM para modelos de terceiros e agentes de IA

Modelos consumidos por API. Não há pesos, logo não há hash. A entrada honesta é “desconhecido”, acompanhada da documentação do prestador. Para os modelos de finalidade geral, o prestador deve aos prestadores a jusante a informação do anexo XII, que preenche a maior parte do grupo Modelos. Peça-a logo na avaliação do fornecedor. Agentes. O elemento “fluxo de dados do sistema” do G7 já nomeia as API de serviços externos, os protocolos de comunicação entre agentes e a fundamentação na Web. A apresentação do NIST de maio de 2026 esboça uma lista de sistema agêntico que acrescenta ferramentas, servidores MCP, instruções, políticas, memória e associações de identidade, além de prova em tempo de execução (chamadas a ferramentas, aprovações, ações recusadas). Hoje, nenhum formato normaliza essa camada. Registe as ferramentas e os respetivos âmbitos nos grupos de componentes do sistema e de infraestrutura, e guarde os registos de execução à parte (ver segurança da IA agêntica). Do lado do responsável pela implantação. Raramente é ele quem escreve uma AI BOM. Pede-a, lê três coisas (que modelo e que versão, que sensibilidade dos dados, que serviços externos) e arquiva-a na ficha do sistema.

Perguntas frequentes

O que é uma AI BOM, em termos simples? É a lista de ingredientes de um sistema de IA, num ficheiro que uma máquina consegue ler. Indica que modelos o sistema usa e em que versão, com que dados foram treinados, de que bibliotecas e serviços externos depende e quem produziu cada peça. Desde maio de 2026 existe uma referência comum das agências de cibersegurança do G7, com 7 grupos e 50 elementos mínimos pela nossa contagem. Qual é a diferença entre uma AI BOM e uma SBOM? A SBOM lista os componentes de software: bibliotecas, pacotes, dependências. A AI BOM acrescenta o que um manifesto de pacotes não vê: os modelos e os seus pesos, os conjuntos de dados com proveniência, licença e sensibilidade, a linhagem entre um modelo de base e a sua versão ajustada, os serviços externos chamados. Para o G7, a SBOM continua válida e os elementos de IA vêm por acréscimo. A AI BOM é obrigatória ao abrigo do Regulamento da IA? Com esse nome, não. O conteúdo, sim: o anexo IV exige, para os sistemas de risco elevado, os componentes de terceiros, a arquitetura e a proveniência dos dados de treino; os anexos XI e XII exigem informação equivalente aos prestadores de modelos de finalidade geral, desde 2 de agosto de 2025. O Regulamento de Ciber-Resiliência torna obrigatória a SBOM para os produtos com elementos digitais. Que formato devo usar? O que as suas ferramentas de SBOM já produzem. O CycloneDX tem suporte alargado e tipos nativos de aprendizagem automática desde a versão 1.5; o perfil de IA do SPDX 3.0.1 vai mais fundo nos metadados, com ferramentas ainda em maturação. As orientações do G7 não impõem nenhum: pedem apenas que o documento declare o nome e a versão do formato. Quem tem de a produzir, o prestador ou o responsável pela implantação? Quem constrói o sistema, ou seja, o prestador, porque só ele tem acesso ao registo de modelos, à cadeia de treino e à compilação. O responsável pela implantação pede o documento, verifica-o e arquiva-o na ficha do sistema. Num sistema de risco elevado, o acordo escrito do artigo 25.º, n.º 4, entre o prestador e os terceiros que lhe fornecem componentes é o veículo natural para o pedido. Uma AI BOM substitui um model card ou a documentação técnica? Não. O model card explica, em prosa, para que serve um modelo, como foi avaliado e onde falha; a lista remete para ele por ligação. A documentação técnica do anexo IV inclui o que a lista não regista: supervisão humana, gestão de riscos, resultados de testes, normas aplicadas, declaração de conformidade. A lista de materiais é uma peça desse dossiê, não o dossiê.

Conclusão

O conteúdo de uma AI BOM deixou de ser a opinião de um fabricante: sete grupos, cinquenta elementos, assinados por sete agências. O que a lista não diz é que diploma se aplica ao seu sistema nem o que mais uma autoridade vai pedir: finalidade, risco, supervisão humana e testes continuam a viver noutros documentos. Comece por um sistema, gere a lista, escreva “desconhecido” onde for verdade, assine e ligue o resto do dossiê. A AI Sigil mantém cada sistema de IA como uma ficha com os seus modelos, conjuntos de dados, componentes, riscos, controlos e evidências, pelo que a AI BOM tem onde ficar pendurada e o resto do dossiê fica a um clique.

Regulamentação da IA nos Estados Unidos em 2026: leis federais, preempção e provas

Regulamentação da IA nos Estados Unidos: as leis federais em vigor, as ordens executivas, a preempção que não aconteceu e os registos que provam a conformidade.

Práticas de IA proibidas: o artigo 5.º do AI Act em 2026

As práticas de IA proibidas do artigo 5.º passam de oito para dez em dezembro de 2026. Lista, coimas, autoridades em Portugal e o registo de triagem a manter.

Framework de segurança de IA: como escolher em 2026

Que framework de segurança de IA escolher antes de uma auditoria? Comparamos 18 referenciais em quatro famílias, com uma regra de seleção por papel.

Ciclo de vida da IA: fases, deveres e controlo

Gestão do ciclo de vida da IA segundo o Regulamento da IA: fases, pontos de decisão, controlo de alterações e desativação, com as provas a conservar.

Política de utilização aceitável de IA: guia europeu

Política de utilização aceitável de IA: as duas políticas que o AI Act nomeia, um mapa de cláusulas, as linhas vermelhas e o dossiê do artigo 4.º em 8 passos.

NIST AI 100-2: taxonomia de ataques à IA e AI Act

O NIST AI 100-2 classifica os ataques à IA com identificadores NISTAML. Mostramos como os ligar ao artigo 15.º do AI Act e montar o dossiê de prova.