Toda empresa que investe em segurança da informação parte da mesma premissa: o adversário é uma pessoa tentando enganar um sistema. Essa premissa começou a ficar errada. O phishing que chega hoje numa caixa de entrada pode não ter sido escrito por ninguém — foi gerado por um modelo de linguagem que não erra crase, não tem pressa e testa variações até encontrar a que tem mais chance de passar despercebida.
O problema não é só que o ataque ficou mais sofisticado. É que a lógica de defesa que a maioria das empresas comprou — comparar cada arquivo a uma lista de ameaças já conhecidas — foi desenhada para um adversário que não existe mais.
O ataque também tem um modelo por trás
Um modelo de linguagem generativa faz em segundos o que antes exigia um redator mal-intencionado com tempo disponível: escreve um e-mail de phishing gramaticalmente impecável, no tom certo para o setor da vítima, personalizado com informação pública sobre a empresa — nome de fornecedor real, cargo do destinatário, até o valor aproximado de uma nota fiscal recorrente. Os sinais clássicos que qualquer treinamento de segurança ensina a reconhecer — erro de português, saudação genérica, urgência exagerada — simplesmente deixam de existir, porque o modelo aprendeu a evitá-los.
O mesmo mecanismo se aplica a código malicioso: um modelo generativo reescreve a mesma função maliciosa com estrutura sintática diferente a cada execução — outra ordem de variável, outra forma de ofuscar a mesma lógica — de modo que o arquivo final nunca tem o mesmo hash de uma vez para a outra. Isso não é um detalhe técnico menor. É a peça que quebra o modelo de defesa mais comum do mercado.
Imagine o setor financeiro de uma empresa de porte médio recebendo um e-mail de um fornecedor recorrente, pedindo a atualização dos dados bancários para o próximo pagamento. O texto é impecável, o número da nota fiscal citada é real, o tom é o mesmo de sempre. Nenhum antivírus acusa nada, porque não há anexo malicioso nem link para um domínio já conhecido como golpe — é só um e-mail bem escrito pedindo uma mudança de cadastro. O que impede o pagamento de sair para a conta errada não é a lista de ameaças conhecidas. É um sistema que aprendeu o comportamento normal daquele fornecedor específico e sinaliza que ele nunca, em anos de histórico, tinha pedido uma troca de conta bancária por e-mail.
Defesa por assinatura já perdeu a corrida
Um antivírus tradicional funciona por comparação: cada arquivo novo é confrontado com um banco de assinaturas de ameaças já catalogadas. É uma lógica eficiente contra ataques reaproveitados — e estruturalmente cega contra qualquer ataque gerado em tempo real para um alvo específico, porque esse ataque, por definição, nunca foi visto antes. Não é uma falha pontual do produto. É uma limitação de arquitetura: comparar com o passado não protege contra algo desenhado para nunca se parecer com o passado.
A alternativa estrutural é a detecção por comportamento: em vez de perguntar “esse arquivo já é conhecido como malicioso?”, o sistema pergunta “esse comportamento foge do padrão normal desse usuário, desse fornecedor, dessa conta?”. Um modelo que aprende a rotina de uma operação — que fornecedor cobra o quê, com que frequência, de que conta — detecta o desvio mesmo sem nunca ter visto aquele ataque específico antes. É a mesma virada de lógica que qualquer sistema de IA aplicado a decisão exige: sair de “isso já aconteceu antes” para “isso é consistente com o que deveria acontecer”.
É a mesma leitura que João Paulo Batistella, executivo de inovação com passagens por Ericsson, Telefônica/Vivo e CEO da EISA por cinco anos, faz ao analisar os setores que a IA deve redesenhar por completo no Brasil, não só tornar mais eficientes: cibersegurança está nessa lista, porque a ameaça deixou de ser “pessoa mal-intencionada contra empresa” e passou a ser “modelo atacante contra modelo defensor”. Comparar as duas coisas com a régua antiga — uma lista de assinaturas conhecidas, atualizada uma vez por mês — não faz mais sentido quando o outro lado da mesa também aprende continuamente.
3 perguntas que um conselho deveria fazer sobre cibersegurança hoje
1. Nossa defesa reconhece o que já viu antes, ou aprende o que é comportamento normal da nossa própria operação? Se a resposta é só a primeira, a empresa está protegida contra o ataque do ano passado, não contra o de hoje.
2. Quando foi a última vez que testamos a defesa com um ataque gerado por IA, não com o checklist de dois anos atrás? Um teste de segurança desatualizado não mede o risco real — mede o risco que a empresa já não corre mais.
3. Quando um ataque passar — não é hipótese, é questão de tempo —, quanto tempo levamos para perceber, e qual é o plano para depois disso, não só o plano para tentar evitar antes? Prevenção perfeita não existe mais nesse jogo; tempo de detecção e resposta é o indicador que realmente separa um incidente controlado de uma crise.
Nenhuma dessas três perguntas é técnica no sentido de exigir conhecimento de código — são perguntas de critério, do tipo que um conselho deveria fazer sobre qualquer risco capaz de comprometer a continuidade do negócio. Tratar cibersegurança como item resolvido porque “o antivírus está instalado” é a mesma armadilha de tratar IA como pauta de TI: delegar para a área técnica uma decisão que é, na origem, sobre quanto risco a empresa está disposta a aceitar.
Segurança da informação deixou de ser um produto que se compra uma vez — licença anual, base de assinaturas atualizada — e virou uma capacidade que precisa aprender continuamente, no mesmo ritmo do ataque que enfrenta. Empresa que ainda mede sua proteção pela lista de ameaças conhecidas está de fato desprotegida — não porque não fez nada, mas porque fez muito bem a coisa errada.
Acompanhe a Eleva Tecnologia para mais análises sobre tecnologia aplicada a negócios: siga @ElevaTechno no X, @elevatechnologies no Instagram ou a Eleva Technologies no LinkedIn, ou conheça o grupo em elevatec.net/sobre.
