A adoção acelerada de inteligência artificial pelas organizações no Brasil não está sendo acompanhada por uma evolução proporcional na resiliência cibernética. Um levantamento recente da Cohesity, realizado pela Vanson Bourne, revela um cenário preocupante: apenas 45% das empresas brasileiras possuem planos de recuperação abrangentes que contemplam especificamente ataques direcionados a sistemas e aplicações de IA. O restante do mercado opera com lacunas significativas que podem paralisar operações críticas em caso de incidente.
Descoberta e escopo da vulnerabilidade organizacional
O estudo, que ouviu 3.200 líderes de TI e segurança em 11 países, expôs falhas estruturais na governança de ativos de IA. Dados alarmantes indicam que 51% das empresas brasileiras não possuem um inventário centralizado das aplicações de IA em uso. Sem visibilidade completa sobre quais modelos, agentes ou ferramentas estão operando na rede, as equipes de segurança ficam cegas diante de ameaças automatizadas.
Além da falta de inventário, a capacidade de resposta pós-incidente é questionável. 46% dos entrevistados admitiram não ter plena confiança na possibilidade de verificar a integridade de modelos de IA após um ataque. Essa incapacidade de validar se um modelo foi comprometido ou alterado (model poisoning) impede a detecção precisa de violações e dificulta a contenção de danos.
Evidências e limites da preparação atual
A pesquisa destaca que a distância entre a adoção tecnológica e a capacidade de recuperação é ainda mais crítica quando se considera a ação de agentes autônomos. 51% das empresas brasileiras não se consideram bem preparadas para conter ações executadas incorretamente ou não intencionalmente por sistemas de IA, como copilotos ou agentes autônomos. No cenário global, esse índice chega a 56%, mas o Brasil apresenta desafios adicionais de maturidade.
Na prática, isso significa que muitas organizações não têm playbooks específicos para lidar com cenários onde a própria ferramenta de defesa ou automação é usada como vetor de ataque ou causa dano colateral sem intervenção humana imediata.
Linha do tempo do incidente e contexto recente
A urgência do tema ganha contornos reais com incidentes recentes citados no relatório. A Cohesity aponta um episódio ocorrido em julho de 2026 envolvendo a Hugging Face e a OpenAI, no qual um agente de IA esteve associado ao comprometimento de outra organização. Esse caso ilustra como a velocidade e a escala de ataques orquestrados por IA podem superar a capacidade de resposta humana tradicional.
Gustavo Leite, vice-presidente da Cohesity para a América Latina, enfatiza que os dados apontam para um problema que não pode ser adiado. "É algo que precisa ser enfrentado agora", afirma o executivo, alertando que a prevenção isolada já não é suficiente.
Impacto por setor e Brasil
No contexto brasileiro, a lacuna é generalizada. 64% das empresas afirmaram ter identificado lacunas moderadas ou significativas em seus planos de resposta durante ataques cibernéticos materiais nos últimos 12 meses, especificamente em relação à cobertura de modelos, pipelines e ferramentas de IA. Isso sugere que muitos incidentes já ocorreram, mas a infraestrutura de resposta não estava pronta para lidar com a complexidade da IA.
A ausência de mapeamento de dependências entre sistemas e aplicações de IA agrava o risco operacional. Sem entender como os modelos interagem com a gestão de identidades e acessos, as organizações correm o risco de ver suas operações paralisadas por ataques que exploram essas conexões ocultas.
Medidas de mitigação recomendadas
Diante desse cenário, a Cohesity recomenda uma abordagem proativa e holística para a resiliência de IA:
- Inventário obrigatório: Mapear todos os ativos de IA, incluindo modelos, dados de treinamento e ferramentas de inferência, independentemente de quem os adquiriu.
- Testes de recuperação: Simular cenários de ataque realistas onde a IA é o alvo ou o vetor, testando a capacidade de restaurar modelos e manter operações críticas.
- Mapeamento de dependências: Documentar as relações entre sistemas de IA e outros componentes de TI, especialmente em áreas de identidade e acesso.
- Atualização de planos de resposta: Incorporar procedimentos específicos para frontier AI, reconhecendo que a velocidade de ataque pode exigir automação na resposta.
Perguntas frequentes
Por que o inventário de IA é tão difícil?
A dificuldade reside na natureza descentralizada do desenvolvimento de IA, onde departamentos diversos podem implantar modelos sem passar pelo time de segurança, criando sombras tecnológicas (shadow AI).
O que é um ataque a um modelo de IA?
Pode envolver envenenamento de dados (data poisoning), extração de modelos (model extraction) ou manipulação de inferência, alterando o comportamento do sistema para fins maliciosos.
Como a velocidade da IA afeta a resposta?
Agentes de IA podem executar milhares de tentativas de invasão simultaneamente, superando a capacidade de análise manual das equipes de SOC, exigindo respostas automatizadas e pré-configuradas.