IA não cria novos riscos cibernéticos, mas revoluciona a defesa

A Inteligência Artificial Generativa (IA) não introduz fundamentalmente novos riscos no panorama da cibersegurança, mas intensifica as vulnerabilidades existentes, ao mesmo tempo em que oferece aos defensores ferramentas sem precedentes para automatizar e escalar suas operações de segurança.

A IA e a Reinvenção do Risco Cibernético? Uma Perspectiva CISO

Contrariando a narrativa comum de que a Inteligência Artificial, e em particular os Large Language Models (LLMs), representa uma nova geração de ameaças cibernéticas sem precedentes, a realidade para muitos Chief Information Security Officers (CISOs) é que a maioria dos riscos amplificados pela IA não são inerentemente novos. Segundo RJ Friedman, CISO e especialista com vasta experiência, os desafios atuais refletem vulnerabilidades que persistem há décadas, agora expostas com uma velocidade e escala exponencialmente maiores.

A Falsa Sensação de Novidade no Cenário de Ameaças

A percepção de que os LLMs criaram um terreno de ameaças completamente inédito é frequentemente explorada por fornecedores de segurança como tática de marketing. No entanto, o cerne da questão reside na falta de aderência aos fundamentos de segurança que muitas organizações já enfrentavam antes do avanço da IA. A Inteligência Artificial Generativa, nesse contexto, atua como um catalisador, revelando as lacunas existentes em processos, governança e infraestrutura que não estavam robustos o suficiente para resistir a ataques mais básicos, e agora se mostram ainda mais frágeis diante da aceleração proporcionada pela tecnologia.

Isso significa que, em vez de focar apenas nas capacidades “maliciosas” da IA, as equipes de segurança devem primeiro reavaliar e fortalecer suas bases. Sem uma fundação sólida, qualquer nova camada tecnológica, seja ela defensiva ou ofensiva, encontrará um ambiente propício para a exploração de brechas.

Velhos Problemas em Novas Superfícies: Phishing e Vulnerabilidade em Xeque

A Inteligência Artificial não inventou os ataques de phishing, nem os problemas de gestão de vulnerabilidades. Em vez disso, ela aprimora a eficácia e a escala desses vetores de ataque já conhecidos, utilizando as mesmas falhas humanas e processuais que sempre existiram.

O Phishing e os Deepfakes: Sofisticação na Persuasão

O phishing, por exemplo, já era o vetor de ameaça mais comum antes mesmo do lançamento do ChatGPT em 2022. Com a IA, os e-mails de phishing tornam-se linguisticamente mais convincentes, com gramática impecável e contextos personalizados que dificultam a detecção por parte dos usuários. Os deepfakes, por sua vez, representam uma evolução perturbadora, mas que explora as mesmas fraquezas nos processos de verificação e na gestão de mudanças que eram vulneráveis a e-mails de phishing mal escritos. A ameaça não é a tecnologia em si, mas a maneira como ela se aproveita da falta de treinamento, conscientização e processos de validação robustos nas organizações brasileiras.

A Gestão de Vulnerabilidades e o Colapso da Escala Humana

A gestão de vulnerabilidades é outro exemplo crítico. Muito se fala sobre LLMs “perigosos” que podem ser usados para criar códigos exploráveis. No entanto, o ecossistema de vulnerabilidades já operava em uma escala insustentável para a capacidade humana. Um exemplo notável ocorreu em abril de 2026, quando o NIST (National Institute of Standards and Technology) reconheceu publicamente que o backlog do NVD (National Vulnerability Database) havia crescido a ponto de não conseguir mais enriquecer de forma abrangente todas as vulnerabilidades divulgadas. Todos os CVEs (Common Vulnerabilities and Exposures) publicados antes de 1º de março de 2026, ficaram em uma categoria de “não programados”, pendente de recursos.

A Inteligência Artificial, sem dúvida, agrava esses problemas de escala. Contudo, a raiz do risco ainda reside na ausência de pessoas e processos adequados para priorizar e corrigir vulnerabilidades reais que podem afetar uma organização. No Brasil, onde os recursos humanos para cibersegurança são escassos, essa lacuna é ainda mais pronunciada.

A Oportunidade Real para os Defensores: Escala de Máquina na Segurança

Você pode estar se perguntando: estamos condenados, apenas com mais velocidade? Não necessariamente. A Inteligência Artificial, embora acelere as capacidades dos atacantes, oferece aos defensores uma oportunidade ainda maior de operacionalizar a cibersegurança em uma escala que a infraestrutura moderna realmente exige. Por anos, tentamos proteger ambientes complexos e de escala de máquina com processos de escala humana, como analistas triando alertas, engenheiros revisando vulnerabilidades e equipes de compliance mapeando controles manualmente.

A escassez de milhões de profissionais de segurança globalmente, e também no Brasil, tem sido um gargalo constante. A IA representa a primeira chance real de superar essa assimetria, fornecendo as ferramentas para automatizar tarefas repetitivas, analisar vastos volumes de dados e responder a ameaças em tempo real, liberando os especialistas para focar em estratégias de alto nível.

O primeiro passo nas organizações de segurança é, inclusive, exigir que todos os membros da equipe de infosec utilizem LLMs de forma segura. Após a conscientização de que os LLMs podem estar errados e que os profissionais são 100% responsáveis por suas entradas e saídas, pode-se iniciar a exploração de suas capacidades. Empresas como a NecessityWorks, por exemplo, construíram sistemas para ingerir dados de centenas de integrações e permitir que os defensores consultem dados gráficos determinísticos com agentes em tempo real. Isso permite desde a criação de políticas e análises de lacunas até avaliações de IAM (Identity and Access Management) lideradas por LLM, análises de DLP (Data Loss Prevention), validação de alertas assistida por máquina (MAAV) e resposta a incidentes – tudo em uma fração do tempo anterior.

Capacidades Aceleradas para Ataques e Defesas

Enquanto a IA permite que atacantes criem campanhas de spear-phishing mais convincentes, desenvolvam malwares polimórficos e identifiquem vulnerabilidades de forma mais rápida, ela também equipa os defensores com ferramentas para uma análise proativa sem precedentes. Algoritmos de IA podem varrer redes em busca de anomalias, prever padrões de ataque e automatizar a remediação, transformando a segurança de uma abordagem reativa para uma postura preditiva e adaptativa. No cenário brasileiro, onde as empresas enfrentam um volume crescente de ciberataques, essa capacidade de resposta e prevenção acelerada se torna um diferencial competitivo crucial.

Voltando aos Fundamentos em Escala de Máquina: O Caminho à Frente

Muitos questionam por onde começar a implementar a IA na cibersegurança. A resposta, hoje, é a mesma de anos atrás: pelos fundamentos. A boa notícia é que as organizações não precisam de filosofias completamente novas para se adaptar a esta era. O caminho para um programa de segurança robusto ainda envolve governança disciplinada, visibilidade operacional, remediação priorizada e automação inteligente. A verdadeira inovação dos LLMs reside na capacidade de comprimir drasticamente o tempo necessário para os defensores entenderem sistemas complexos, identificarem novos riscos e operacionalizarem ações em ambientes de escala anteriormente impossível.

1. Estruturando a Governança com LLMs

Se você ainda não usou um LLM para analisar suas políticas e padrões de segurança, este é o momento. A IA pode ajudar a construir um corpus seguro de conhecimento institucional, servindo como uma base de dados inteligente para suas políticas. Comece com perguntas simples:

<blockquote>

• Com base nesta base de conhecimento, quais das minhas políticas estão desatualizadas?

• Quais das minhas políticas provavelmente não estão sendo seguidas?

• Quais das minhas políticas não estão alinhadas com um padrão como SOC 2 ou LGPD?

</blockquote>

Para organizações brasileiras, a capacidade de mapear políticas internas contra a LGPD (Lei Geral de Proteção de Dados) e outras regulamentações específicas do país, identificando lacunas e inconsistências em tempo recorde, é um avanço significativo. Isso otimiza o trabalho das equipes de compliance e auditoria, que historicamente dependem de processos manuais e demorados.

2. Ganhando Visibilidade Operacional Aprimorada

Infelizmente, muitas equipes de segurança ainda dependem de planilhas para seus CMDBs (Configuration Management Databases). No entanto, os LLMs podem ser inestimáveis para auxiliar na criação de scripts e integrações necessários para construir uma visibilidade aprimorada em toda a infraestrutura. Uma vez que você tenha uma fonte de dados centralizada de todo o seu ambiente, pode ir além, fazendo perguntas cruciais:

<blockquote>

• Quais usuários têm acesso excessivo?

• Quais dispositivos estão incorretamente classificados com base no uso e acesso do usuário?

</blockquote>

A maximização da visibilidade é um passo fundamental para a escalabilidade a longo prazo da sua segurança. Como a máxima popular na cibersegurança afirma: “Você não pode proteger o que não pode ver”. No contexto de ambientes de nuvem híbrida e adoção crescente de SaaS no Brasil, ter uma visão unificada e precisa se torna ainda mais crítico.

3. Remediação Priorizada e Automação Inteligente

A IA pode revolucionar a forma como as organizações abordam a remediação de vulnerabilidades. Em vez de uma abordagem linear, os LLMs podem analisar o contexto, a criticidade dos ativos afetados e o potencial impacto de uma exploração para priorizar as ações de correção. Além disso, a automação inteligente, impulsionada por IA, pode orquestrar a aplicação de patches, o bloqueio de acessos e a contenção de incidentes de forma autônoma, reduzindo o tempo de resposta e minimizando a janela de exposição a ataques. Essa capacidade é vital para mitigar os riscos exacerbados pela velocidade da IA em mãos de atacantes.

Um Momento Raro de Vantagem para Defensores

Por muitos anos, os defensores cibernéticos foram confrontados com o desafio de resolver problemas de escala de máquina com soluções de ponto isoladas, painéis complexos e uma força de trabalho humana limitada. A narrativa de que “os atacantes só precisam estar certos uma vez” enquanto os defensores precisam estar certos sempre, criou uma assimetria insustentável. No entanto, este momento na história da tecnologia, impulsionado pela Inteligência Artificial, oferece aos defensores uma vantagem significativa.

A IA não reinventa fundamentalmente o risco cibernético, mas pode, de fato, reinventar nossa capacidade de gerenciá-lo. Ao adotar LLMs de forma estratégica, as organizações no Brasil podem transformar seus programas de segurança, tornando-os mais proativos, eficientes e escaláveis, garantindo uma defesa robusta em um cenário de ameaças em constante evolução. É uma oportunidade única de virar o jogo a favor da defesa.

Perguntas Frequentes (FAQ)

A IA realmente cria novos riscos cibernéticos?

Não, a Inteligência Artificial Generativa não cria riscos fundamentalmente novos, mas acelera e amplifica as vulnerabilidades e vetores de ataque já existentes, como phishing e problemas de gestão de vulnerabilidades, exigindo uma reavaliação dos fundamentos de segurança.

Como os LLMs amplificam os riscos de cibersegurança existentes?

Os LLMs aumentam a sofisticação de ataques de phishing, tornando-os mais convincentes e personalizados, e intensificam os desafios na gestão de vulnerabilidades, exigindo que as defesas operem em escala de máquina para acompanhar a velocidade das ameaças.

Qual é a principal vantagem da IA para os defensores cibernéticos?

A principal vantagem é a capacidade de operacionalizar a cibersegurança em escala de máquina, automatizando tarefas repetitivas, analisando grandes volumes de dados, aprimorando a governança e a visibilidade, e acelerando a remediação e resposta a incidentes, superando as limitações da escala humana.

Quais são os primeiros passos para uma organização usar IA na cibersegurança?

Os primeiros passos incluem exigir o uso seguro e responsável de LLMs internamente, focar nos fundamentos de segurança (governança, visibilidade, remediação, automação) e explorar o uso de LLMs para analisar políticas, aprimorar CMDBs e automatizar processos.

Por que a governança de segurança é crucial na era da IA?

A governança é crucial porque a IA pode ajudar a analisar e otimizar políticas de segurança, garantindo que estejam atualizadas e em conformidade com regulamentações como a LGPD, o que é fundamental para construir uma base sólida antes de implementar tecnologias de segurança mais avançadas.