Novas fronteiras da IA industrial e seus desafios de segurança
A Cisco aponta que a inteligência artificial industrial entrou em uma nova fase, deixando de ser experimental para operar diretamente em ambientes físicos como fábricas, redes de energia e sistemas de transporte. O movimento marca uma virada relevante no uso da tecnologia, que passa a atuar em tempo real, com impacto direto sobre eficiência, segurança e produtividade. Ainda assim, o avanço em escala segue condicionado a desafios estruturais, principalmente ligados à infraestrutura de rede, à cibersegurança e à integração entre áreas de Tecnologia da Informação (TI) e Tecnologia Operacional (TO).
De acordo com o State of Industrial AI Report, 61% das organizações no mundo — e 66% no Brasil — já utilizam IA em operações industriais reais, enquanto uma parcela menor, de 20% globalmente e 38% no país, alcançou níveis mais avançados de maturidade e escala. A tecnologia já gera ganhos concretos em aplicações como automação de processos, inspeção de qualidade com visão computacional, manutenção preditiva, logística e previsão energética, consolidando seu papel como elemento central na transformação digital da indústria.
O papel crítico da cibersegurança na adoção de IA
Ao mesmo tempo, a cibersegurança emerge como o principal fator que determina tanto a velocidade quanto a confiança na adoção da IA. O aumento da conectividade amplia a superfície de ataque e torna a proteção dos ambientes industriais ainda mais crítica. Uma parcela significativa das organizações aponta a segurança como o maior obstáculo para escalar a IA, embora a própria tecnologia seja vista como aliada para fortalecer monitoramento, detecção de ameaças e resiliência operacional.
Para CISOs e líderes de segurança em ambientes industriais, isso representa um desafio duplo. Por um lado, a IA oferece ferramentas poderosas para detectar anomalias e responder a incidentes. Por outro, a implementação de sistemas de IA introduz novas vulnerabilidades e vetores de ataque que devem ser gerenciados. A integração de modelos de IA em sistemas críticos exige uma avaliação rigorosa de riscos, garantindo que os algoritmos não sejam comprometidos e que os dados utilizados para treinamento e inferência não sejam expostos.
Integração entre TI e TO: um imperativo estratégico
Outro ponto decisivo destacado pelo relatório é a relação entre TI e TO. Empresas que conseguem integrar essas áreas apresentam maior confiança na expansão da IA, além de operar com redes mais estáveis e dar maior prioridade à segurança desde o início dos projetos. Por outro lado, a falta de colaboração ainda é realidade em parte relevante das organizações, o que impacta diretamente a capacidade de escalar iniciativas e sustentar operações críticas.
A convergência entre TI e TO é essencial para a segurança da IA industrial. Equipes de TI possuem expertise em segurança de redes e dados, enquanto equipes de TO entendem os processos operacionais e os requisitos de disponibilidade. A colaboração entre essas áreas permite a criação de arquiteturas de segurança que protegem tanto os dados quanto a operação física. Sem essa integração, as iniciativas de IA podem criar silos de segurança que deixam brechas exploráveis por atores maliciosos.
Infraestrutura de rede como base da segurança
O estudo mostra que o principal limitador deixou de ser o desenvolvimento dos modelos de IA e passou a ser a capacidade das empresas de sustentar essa tecnologia em ambientes físicos. A integração da IA a máquinas, sensores e sistemas autônomos aumenta significativamente a demanda por redes robustas, com alta confiabilidade, baixa latência e suporte a computação de borda. Nesse contexto, praticamente todas as empresas ouvidas reconhecem que as cargas de trabalho de IA já impactam diretamente os requisitos de suas redes industriais, enquanto a conectividade sem fio se torna um componente essencial para viabilizar operações em escala.
A segurança da rede industrial é fundamental para proteger a integridade dos dados que alimentam os modelos de IA. Ataques de negação de serviço (DoS) ou interceptação de dados podem comprometer a eficácia dos sistemas de IA e, em casos extremos, causar danos físicos. A implementação de redes segmentadas, monitoramento contínuo e protocolos de segurança robustos é essencial para garantir a resiliência da infraestrutura de IA.
Recomendações para executivos e CISOs
A tendência, no entanto, é de aceleração. A maioria das empresas pretende ampliar investimentos em IA nos próximos anos e espera resultados significativos no curto prazo, especialmente no Brasil, onde o nível de expectativa é ainda mais elevado. Apesar disso, o estudo reforça que o sucesso da IA industrial dependerá cada vez mais de uma base sólida de infraestrutura, segurança e governança operacional.
Para maximizar o valor da IA industrial enquanto mitiga riscos, os executivos devem priorizar:
- Governança de Dados: Estabelecer políticas claras para coleta, armazenamento e uso de dados industriais, garantindo a privacidade e a integridade das informações.
- Segurança por Design: Integrar considerações de segurança desde a fase de planejamento dos projetos de IA, em vez de adicioná-las posteriormente.
- Colaboração TI/TO: Promover a integração entre equipes de TI e TO para garantir que as soluções de IA atendam tanto aos requisitos de segurança quanto aos operacionais.
- Monitoramento Contínuo: Implementar sistemas de monitoramento que detectem anomalias no comportamento da IA e na rede industrial.
Conclusão e perspectivas futuras
Na prática, a IA já está transformando o ambiente industrial, mas sua consolidação em larga escala exigirá que as organizações evoluam não apenas em tecnologia, mas também em arquitetura, processos e integração entre equipes — um movimento que redefine a forma como sistemas digitais e operações físicas passam a coexistir. A segurança não é um obstáculo, mas um facilitador que permite a inovação responsável e sustentável no setor industrial.