A IA agora está de ambos os lados da guerra cibernética — e os atacantes estão se movendo mais rápido

Por dois anos, a indústria de cibersegurança prometeu que a IA inclinaria a balança decisivamente a favor dos defensores. A lógica era clara: a IA pode monitorar todo o tráfego de rede simultaneamente, detectar anomalias mais rápido que qualquer analista humano e capturar ameaças que as ferramentas baseadas em assinatura perdem completamente. O que o discurso subestimou é que os atacantes tiveram acesso à mesma tecnologia — e tinham menos restrições sobre como usá-la.

O resultado é uma corrida armamentista onde ambos os lados estão melhores do que antes, mas o lado ofensivo está se destacando em várias dimensões principais. Entender exatamente onde está a assimetria — e o que os defensores podem fazer a respeito — é mais útil do que a afirmação genérica de que "a IA está mudando a cibersegurança".

O que os atacantes realmente construíram

A primeira geração de ferramentas ofensivas de IA — WormGPT, FraudGPT, GhostGPT — apareceu em fóruns de dark web a partir de 2023. São versões fine-tuned ou não censuradas de modelos de linguagem Open Source, vendidas como assinaturas de US$ 50 a US$ 200 por mês para cibercriminosos que não têm habilidades de programação. O caso de uso principal é o Business Email Compromise (BEC): gerar e-mails de phishing indistinguíveis de comunicações internas legítimas, personalizados para cada alvo usando dados extraídos do LinkedIn e dados públicos da empresa.

O impacto é mensurável. O estudo do red team da Hoxhunt em 2024 descobriu que e-mails de spear-phishing gerados por IA alcançaram taxas de clique aproximadamente 60% maiores do que o phishing baseado em modelos. O FBI IC3 relatou perdas de BEC de US$ 2,9 bilhões em 2023; espera-se que esse número cresça materialmente à medida que a IA reduz o custo da engenharia social de alta qualidade para quase zero.

Além do phishing, a IA está acelerando outros dois padrões de ataque que antes eram limitados pela habilidade necessária para executá-los:

• Polimorfismo de malware em escala. A IA pode gerar milhares de variantes de malware sintaticamente diferentes, mas funcionalmente idênticas, a partir de uma única amostra. Cada variante tem um hash diferente, tornando a detecção antivírus baseada em assinatura inútil. O que um autor de malware habilidoso levava dias para produzir manualmente agora leva segundos.
• Clonagem de voz e vídeo para fraude. A clonagem de áudio Deepfake da voz de um CFO já foi usada em ataques reais — um caso documentado em 2024 envolveu um funcionário financeiro que transferiu US$ 25 milhões após uma chamada falsa do Zoom que parecia incluir vários colegas reais. O custo computacional para síntese de voz em tempo real caiu para níveis de commodity.

Onde a IA defensiva realmente ajuda

A história da IA defensiva não é ficção. Várias capacidades são genuinamente maduras e fornecem proteção real:

A detecção de anomalias comportamentais é onde a IA fornece sua vantagem mais clara. Ferramentas como o Enterprise Immune System da Darktrace e o mecanismo comportamental do CrowdStrike Falcon aprendem o que é "normal" para cada usuário, dispositivo e segmento de rede — então sinalizam desvios sem esperar por uma assinatura conhecida. Uma conta de funcionário acessando repentinamente sistemas de folha de pagamento às 3 da manhã de um local incomum é sinalizada instantaneamente, independentemente de o atacante ter usado um malware conhecido.

A automação de operações de segurança está fechando outra lacuna. O analista médio de SOC enfrenta centenas de alertas por turno, a maioria deles False Positive. O Microsoft Security Copilot e ferramentas similares podem triar, correlacionar e investigar alertas automaticamente — resumindo o que aconteceu, quais sistemas estão afetados e quais etapas de remediação são recomendadas. Isso comprime o tempo do alerta inicial à decisão humana de horas para minutos.

A inteligência de ameaças em escala melhorou drasticamente. O Chronicle AI do Google (construído sobre a aquisição da Mandiant) ingere petabytes de telemetria de segurança e revela padrões que levariam semanas para analistas humanos identificarem. A equipe Counter Adversary Operations da CrowdStrike usa IA para atribuir campanhas a grupos específicos de atores de ameaças em horas após a detecção inicial.

As assimetrias que importam

Apesar desses ganhos defensivos genuínos, três assimetrias estruturais favorecem os atacantes em 2026:

Velocidade. Um atacante precisa encontrar um caminho através de suas defesas. Um defensor precisa fechar todos eles. A IA acelera a fase de reconhecimento e exploração do atacante mais rápido do que acelera a capacidade do defensor de fechar todas as vulnerabilidades potenciais. O Dwell Time médio — o período entre o comprometimento inicial e a detecção — melhorou de 204 dias em 2022 para cerca de 80 dias em 2025, mas 80 dias ainda é uma janela enorme.

Assimetria de custos. Executar uma campanha de phishing assistida por IA em escala custa algumas centenas de dólares em taxas de API. Implantar ferramentas de segurança de IA de nível empresarial custa dezenas de milhares de dólares por ano por organização. Para pequenas e médias empresas — que constituem a maioria das vítimas de violações — o custo da IA defensiva é proibitivo, enquanto as ferramentas ofensivas de IA são acessíveis até mesmo para atores de ameaças de baixa habilidade.

Fadiga de alertas. A segurança baseada em IA gera mais alertas. As equipes de segurança já estão sobrecarregadas — o SOC médio relata mais de 1.000 alertas por dia, com taxas de False Positive acima de 40% para muitas regras de detecção. Quando os sistemas de detecção de IA capturam mais, o problema sinal-ruído piora a menos que analistas sejam adicionados ou a automação seja substancialmente melhorada. A maioria das organizações não está adicionando analistas rápido o suficiente.

O que as equipes de segurança devem realmente fazer

A resposta prática a esse cenário não é "adicionar mais ferramentas de IA". A maioria das organizações não tem gargalo no número de produtos de segurança que executa. Aqui é onde o foco realmente compensa:

Priorizar a detecção comportamental em vez de ferramentas baseadas em assinatura. O antivírus de assinatura está morto contra malware polimórfico gerado por IA. O orçamento deve ser deslocado para plataformas de Endpoint Detection and Response (EDR) com mecanismos comportamentais e para ferramentas de detecção de rede que estabelecem uma linha de base dos padrões de tráfego normais.

Implantar segurança baseada em identidade primeiro. A maioria das violações em 2025-2026 segue o mesmo padrão: roubo de credenciais ou bypass de MFA, depois movimento lateral. Aplicar MFA resistente a phishing (FIDO2/passkeys em vez de SMS ou TOTP) em todas as contas — não apenas as privilegiadas — remove o vetor de acesso inicial mais comum. Isso não é glamoroso, mas fecha mais ataques do que qualquer ferramenta de IA.

Criar um protocolo de verificação de voz para transferências financeiras. Dada a maturidade da clonagem de voz, qualquer transferência financeira acima de um limite definido deve exigir verificação por meio de uma chamada de retorno pré-estabelecida para um número conhecido — não pelo canal de comunicação no qual a solicitação chegou. Este é um controle de política, não um controle tecnológico, e aborda especificamente o vetor de ataque Deepfake do CFO.

Realizar exercícios de red team com IA. O teste de penetração padrão ainda simula o cenário de ameaças de 2020. Contratar empresas que testam especificamente a engenharia social assistida por IA — incluindo phishing de voz Deepfake contra suas equipes financeiras e executivas — revela lacunas que os pentests convencionais perdem.

A guerra da IA na cibersegurança não está ganha nem perdida. Está em andamento, e as organizações que se sairão melhor são aquelas que entendem os padrões de ataque específicos que a IA possibilita, em vez de tratar "IA na segurança" como um conceito monolítico único. A ameaça é específica. As defesas também precisam ser.