CrowdStrike Alerta que a IA Agora é Central nos Ciberataques

A CrowdStrike quantificou um conflito que se espalha pelo Google News: os ataques de adversários habilitados por IA aumentaram 89% em 2025. A empresa afirma que a inteligência artificial agora acelera os ataques, ao mesmo tempo que cria novos sistemas valiosos para criminosos visarem.

Essa combinação importa mais do que outro alerta sobre e-mails de phishing convincentes. A IA está penetrando mais profundamente no reconhecimento, desenvolvimento de malware, exploração de vulnerabilidades, roubo de credenciais e atividades pós-comprometimento. Os invasores também estão mirando os modelos, conectores, ferramentas de desenvolvimento e serviços de nuvem nos quais as empresas agora confiam.

Portanto, a disputa central não é entre invasores equipados com IA e softwares antivírus tradicionais. É uma ofensiva assistida por máquinas contra operações de segurança ainda limitadas por revisão humana, visibilidade fragmentada e cadeias lentas de aprovação. Pesquisas do Google, Microsoft e Anthropic corroboram essa direção, embora suas evidências também exponham limites importantes no enquadramento da CrowdStrike.

O Relatório da CrowdStrike Transforma a IA de um Experimento em uma Camada Operacional

A afirmação mais importante da CrowdStrike é que a IA saiu da experimentação isolada e passou a integrar a engrenagem rotineira das operações cibernéticas.

A empresa divulgou seu Relatório de Threat Hunting de 2026 em 3 de agosto, com base em incidentes investigados durante 2025 e no primeiro semestre de 2026. Suas conclusões descrevem invasores usando IA como ferramenta, alvo e multiplicador de força.

O relatório sucedeu o Global Threat Report de fevereiro da CrowdStrike, que documentou um aumento anual de 89% nas operações de adversários habilitados por IA. Esse relatório anterior também apontou o tempo médio de breakout do eCrime em 29 minutos.

O tempo de breakout mede o intervalo entre o acesso inicial de um invasor e o movimento lateral para outro sistema. A CrowdStrike afirma que a média de 2025 representou um aumento de 65% na velocidade em relação ao ano anterior. O breakout mais rápido observado levou apenas 27 segundos.

As novas descobertas de threat hunting acrescentam diversos exemplos concretos. A CrowdStrike afirma que adversários ligados à China exploraram vulnerabilidades críticas em até 24 horas após a divulgação pública de código de prova de conceito. Também atribui o envenenamento de 131 pacotes de frameworks de IA a agentes ligados à Coreia do Norte.

Em outra campanha, invasores geraram quase 200.000 solicitações não autorizadas de API de grandes modelos de linguagem em dois minutos. Essa prática, frequentemente chamada de LLMjacking, envolve roubar acesso a um serviço de modelos e transferir os custos resultantes para seu cliente legítimo.

A CrowdStrike também registrou uma duplicação das intrusões por phishing de voz no primeiro semestre de 2026, em comparação com o segundo semestre de 2025. O phishing de voz, ou vishing, usa ligações e personificação para manipular funcionários a conceder acesso ou revelar credenciais.

Esses números não significam que a IA planejou de forma independente cada incidente. Eles mostram que os invasores podem inserir modelos em fluxos de trabalho conhecidos e operar esses fluxos com maior velocidade ou volume.

Os objetivos subjacentes dos ataques continuam reconhecíveis. Grupos criminosos ainda querem credenciais, criptomoedas, dados sensíveis ou pagamentos de extorsão. Operadores apoiados por Estados ainda buscam espionagem, persistência e acesso estratégico.

A IA muda a economia em torno desses objetivos. Ela reduz o esforço necessário para pesquisar alvos, produzir material personalizado, modificar código, processar informações roubadas e repetir um ataque contra mais vítimas.

O relatório também muda o que conta como infraestrutura exposta. Um modelo empresarial não é mais apenas uma aplicação de produtividade. Suas credenciais de API, conectores de dados, software de orquestração e dependências de desenvolvimento podem se tornar caminhos de ataque.

Esse papel duplo cria a tensão central do artigo. As empresas estão adicionando IA para reduzir o atrito operacional, enquanto os invasores procuram, nesse mesmo ambiente, acesso privilegiado e automação com governança frágil.

Por que a Manchete do Google News Importa para as Equipes de Segurança

O enquadramento do Google News importa porque a CrowdStrike está descrevendo um problema de tempo operacional, e não apenas mais uma categoria de software malicioso.

Há muito tempo, as equipes de segurança estruturam suas defesas em torno de uma sequência. Uma ferramenta detecta atividade incomum, um analista revisa o sinal e alguém decide se deve isolar um usuário ou sistema. Cada transferência consome tempo.

Um tempo médio de breakout de 29 minutos comprime essa sequência. Um caso extremo de 27 segundos praticamente elimina a oportunidade de revisão manual antes que o invasor alcance outro ativo.

Essa pressão recai com mais força sobre organizações cujos dados de segurança continuam divididos entre endpoints, plataformas de identidade, contas de nuvem, serviços de software e sistemas de desenvolvedores. Um alerta de um domínio pode parecer inofensivo sem o contexto dos demais.

Os invasores se beneficiam dessas fronteiras. Uma conta válida entrando em um serviço de nuvem pode se parecer com trabalho normal. Uma ferramenta de desenvolvedor baixando um pacote pode parecer rotineira. Um assistente de IA chamando um conector aprovado também pode passar pelos controles convencionais.

A CrowdStrike relatou que 82% de suas detecções durante 2025 envolveram atividade sem malware. Ataques sem malware dependem de credenciais legítimas, ferramentas confiáveis ou funções integradas do sistema, em vez de inserir um arquivo malicioso reconhecível.

A IA complementa essa abordagem porque os modelos podem ajudar invasores a interpretar ambientes e ajustar comandos. O comportamento resultante pode se assemelhar ao trabalho administrativo comum até que múltiplos sinais sejam combinados.

A Microsoft descreve uma mudança semelhante em sua análise de atividade de ameaças com IA. A empresa afirma que agentes de ameaça estão incorporando IA ao planejamento, reconhecimento, desenvolvimento de malware, phishing e operações pós-comprometimento.

No entanto, a Microsoft acrescenta uma qualificação útil. Humanos ainda conduzem a maior parte das campanhas observadas, mesmo quando a IA reduz o atrito ao longo de todo o ciclo de vida do ataque.

Essa distinção afeta as prioridades defensivas. As organizações não devem se preparar apenas para um hacker autônomo fictício que opera sem supervisão. Elas precisam enfrentar campanhas conduzidas por humanos que se tornam mais baratas, rápidas e fáceis de escalar.

A resposta necessária é operacional, não meramente cosmética. As equipes de segurança precisam de controles capazes de correlacionar atividades entre identidades, endpoints, cargas de trabalho em nuvem, serviços de software e aplicações de IA.

Elas também precisam de autoridade para conter rapidamente ameaças de alta confiança. A detecção automatizada oferece valor limitado se o isolamento ainda ficar preso em uma longa fila de aprovações.

A pressão vai além dos departamentos de segurança. Desenvolvedores escolhem frameworks e pacotes de modelos. Equipes de compras autorizam fornecedores de IA. Funcionários conectam assistentes a documentos, calendários, código-fonte e sistemas de clientes.

Cada conexão pode transportar contexto empresarial útil. Ela também pode ampliar as consequências de uma conta comprometida, dependência envenenada ou prompt manipulado.

O desafio de curto prazo é, portanto, a governança em velocidade operacional. As empresas precisam saber quais modelos estão em execução, quais dados podem acessar, quais ações podem realizar e como o acesso pode ser revogado.

No longo prazo, as organizações precisarão redesenhar a resposta a incidentes em torno de investigações na velocidade das máquinas. Um analista humano deve continuar responsável, mas essa pessoa não pode reconstruir manualmente todos os eventos entre domínios antes de começar a contenção.

Invasores Habilitados por IA Enfrentam Defensores Assistidos por IA

A disputa principal é por velocidade e coordenação: os invasores automatizam etapas de uma campanha, enquanto os defensores tentam automatizar a coleta de evidências e a contenção.

A CrowdStrike apresenta a IA como um multiplicador de força para adversários. Essa descrição é plausível porque um invasor não precisa de um modelo para inventar uma nova classe de exploit. Melhorar diversas tarefas comuns pode produzir uma vantagem cumulativa significativa.

Um modelo pode resumir informações públicas sobre um alvo, traduzir mensagens, gerar variações de uma isca, explicar código desconhecido e organizar dados roubados. Também pode ajudar operadores menos experientes a concluir tarefas que antes exigiam especialistas.

A Anthropic examinou 832 contas banidas por atividade cibernética maliciosa entre março de 2025 e março de 2026. Sua análise de contas mapeou o comportamento observado ao framework MITRE ATT&CK, um catálogo amplamente utilizado de táticas e técnicas de invasores.

Entre essas contas, 560 usaram IA em atividades relacionadas à preparação de malware. Isso representou 67,3% do grupo estudado. Outras 54 contas, ou 6,5%, usaram IA para auxiliar no movimento lateral dentro de ambientes comprometidos.

A Anthropic também constatou que o uso de IA estava avançando para estágios mais profundos dos ataques. A descoberta de contas dentro de sistemas comprometidos aumentou, enquanto a parcela associada ao phishing assistido por IA diminuiu.

A amostra da empresa não é uma medição de todos os ciberataques. Ela cobre apenas contas que a Anthropic identificou, baniu e conseguiu analisar com detalhes suficientes. Ainda assim, o avanço em direção ao trabalho pós-comprometimento sustenta a direção mais ampla apontada pela CrowdStrike.

Os invasores obtêm alavancagem adicional quando os modelos conseguem encadear tarefas. Em vez de pedir um único script, um operador pode criar um sistema que seleciona ferramentas, avalia resultados e escolhe o próximo passo.

Essa orquestração é mais importante do que qualquer prompt individual. Ela transforma um modelo de IA em um componente dentro de um processo de ataque repetível.

Os defensores possuem vantagens comparáveis. Eles podem usar IA para investigar alertas, resumir eventos relacionados, priorizar vulnerabilidades, gerar consultas e propor ações de contenção. Também controlam o ambiente empresarial onde essas defesas são executadas.

Um defensor pode ver o comportamento histórico de identidades, dispositivos aprovados, permissões de nuvem e relações esperadas entre aplicações. Um invasor externo raramente começa com esse contexto completo.

A equipe Mandiant do Google descreveu como uma revisão estruturada por IA pode ajudar defensores a analisar código e localizar caminhos de exploração. Sua pesquisa de código-fonte relatou 12 vulnerabilidades atribuídas descobertas por meio de um processo de revisão por agentes.

No entanto, a implantação defensiva envolve uma troca séria. Um agente de segurança precisa de amplo acesso para investigar incidentes e agir. Esses privilégios tornam o agente, suas instruções e seus conectores alvos atraentes.

As organizações não podem simplesmente conectar um modelo a todos os sistemas de segurança e considerar o problema de tempo resolvido. Elas devem restringir permissões, registrar ações, validar resultados e preservar formas confiáveis de interromper a automação.

O lado que coordenar melhor terá a vantagem. Os invasores coordenam reconhecimento, acesso, exploração e roubo de dados. Os defensores devem coordenar telemetria, controles de identidade, gestão de vulnerabilidades e resposta.

Essa disputa não garante que a ofensiva vencerá. Ela significa que fluxos de trabalho defensivos fragmentados se tornam mais caros à medida que os fluxos de trabalho dos adversários ficam mais fáceis de automatizar.

A IA Também Está se Tornando a Superfície de Ataque

A reviravolta mais marcante no alerta da CrowdStrike é que a tecnologia contratada para acelerar o trabalho pode expor novos caminhos para dentro da empresa.

As empresas frequentemente discutem o risco da IA por meio das saídas dos modelos. Elas consideram se um assistente pode fornecer uma resposta incorreta, revelar informações confidenciais ou produzir conteúdo proibido.

A pesquisa da CrowdStrike aponta para uma superfície técnica mais ampla. Os modelos estão inseridos em sistemas que contêm chaves de API, bancos de dados vetoriais, plugins, sessões de navegador, ferramentas de desenvolvimento e conectores de terceiros.

Esses componentes fornecem a um assistente contexto útil e capacidade de agir. Eles também criam oportunidades para roubo de credenciais, comprometimento da cadeia de suprimentos, injeção de prompts e abuso de recursos computacionais pagos.

A injeção de prompts insere instruções hostis no conteúdo que um sistema de IA processa. Se o sistema seguir essas instruções, poderá revelar informações ou acionar ações que não correspondem à intenção do usuário.

A CrowdStrike afirma que invasores injetaram prompts maliciosos em ferramentas legítimas de IA generativa em mais de 90 organizações. Os prompts teriam gerado comandos usados para roubo de credenciais e criptomoedas.

A empresa também observou invasores explorando plataformas de desenvolvimento de IA para estabelecer persistência e implantar ransomware. Em outros casos, servidores maliciosos se passavam por serviços de IA confiáveis para interceptar informações sensíveis.

O Google Threat Intelligence Group chegou a uma conclusão semelhante em seu rastreador de ameaças de IA. O Google afirma que invasores estão visando cada vez mais camadas de orquestração, bibliotecas wrapper, conectores de API e arquivos de configuração de habilidades.

Seus pesquisadores não relataram que invasores estivessem rotineiramente superando a lógica central de segurança dos principais modelos. Em vez disso, atores de ameaça usaram técnicas conhecidas de cadeia de suprimentos e credenciais contra o software ao redor.

Essa constatação impede que a análise derive para a ficção científica. O perigo imediato geralmente não é uma misteriosa tomada de controle por um modelo. É uma falha de segurança comum que surge em uma nova pilha altamente conectada.

Um desenvolvedor pode instalar um pacote comprometido. Um token exposto pode permitir chamadas não autorizadas a modelos. Um conector pode conceder acesso a documentos mais amplo do que um funcionário imagina.

Um invasor também pode explorar a confiança entre componentes. Se um fluxo de trabalho de IA tratar conteúdo recuperado da web como instruções, conteúdo manipulado poderá influenciar ações posteriores.

Os 131 pacotes contaminados identificados pela CrowdStrike ilustram o problema de escala. Desenvolvedores dependem de frameworks públicos porque recriar internamente cada capacidade não é realista. Invasores podem explorar essa dependência imitando pacotes úteis ou comprometendo mantenedores.

Sistemas de IA também criam acesso concentrado. Um único assistente pode pesquisar arquivos internos, resumir reuniões, consultar registros de clientes e interagir com ambientes de desenvolvimento.

Essa concentração melhora a produtividade. Também pode permitir que uma única identidade ou fluxo de trabalho comprometido atravesse limites que antes exigiam várias contas separadas.

A arquitetura de segurança deve, portanto, tratar modelos como intérpretes não confiáveis, e não como tomadores de decisão inquestionáveis. Um modelo pode recomendar uma ação sem receber autoridade permanente para executar todas as ações.

O princípio do menor privilégio continua essencial. Cada ferramenta deve receber apenas os dados e as permissões necessários para sua tarefa imediata. Ações de alto impacto devem exigir validação independente.

As organizações também precisam de inventários de modelos, conectores, agentes e credenciais. Uma equipe de segurança não pode monitorar uma infraestrutura de IA que unidades de negócio implantaram sem registro ou responsabilidade definida.

O alerta da CrowdStrike se torna mais útil nesse nível. Ele desvia a atenção de alegações sensacionalistas sobre malware inteligente e a direciona para as interfaces reais em que a IA empresarial encontra sistemas valiosos.

O que os números da CrowdStrike não comprovam

A CrowdStrike fornece evidências sólidas de que a IA está incorporada aos ataques, mas suas estatísticas não provam que a IA causou todo aumento de velocidade ou volume.

O número de crescimento de 89% mede a atividade que a CrowdStrike classificou como envolvendo adversários habilitados por IA. Ele não representa a porcentagem de todos os ataques que usam IA, nem mede o dano atribuível exclusivamente aos modelos.

Mudanças na detecção também podem afetar comparações anuais. Pesquisadores aperfeiçoam seus métodos, organizações implantam mais telemetria e atores de ameaça deixam novos sinais. Qualquer uma dessas mudanças pode aumentar a atividade observada.

A média de 29 minutos para a expansão da invasão exige cautela semelhante. Movimentação mais rápida pode refletir credenciais roubadas, ferramentas remotas aprimoradas, controles fracos de identidade ou operadores experientes. A IA pode acelerar essas atividades sem ser sua única causa.

A CrowdStrike vende produtos de segurança projetados para detectar e interromper ataques em velocidade de máquina. Sua telemetria oferece visibilidade valiosa, mas sua interpretação também favorece a posição comercial da empresa.

Esse conflito não invalida os dados. Ele torna essencial a confirmação independente.

O Google afirma ter observado uma transição para o uso de IA generativa em escala industrial em fluxos de trabalho adversários. Também relatou o que acredita ser o primeiro exploit zero-day observado desenvolvido com assistência de IA.

A Microsoft vê a IA incorporada em toda a atividade de ameaças, mas enfatiza a continuidade da direção humana. A Anthropic identificou modelos sendo usados em etapas posteriores das cadeias de ataque, observando que sua amostra de 832 contas era seletiva.

Em conjunto, essas fontes sustentam uma conclusão mais restrita e defensável. A IA está reduzindo o atrito em técnicas de ataque estabelecidas, e alguns atores estão começando a orquestrar operações mais complexas.

Elas não comprovam que sistemas autônomos agora dominam o cibercrime. Também não mostram que todos os invasores obtêm o mesmo benefício.

Os modelos ainda cometem erros. Código gerado pode falhar, detalhes técnicos inventados podem desperdiçar tempo e salvaguardas podem bloquear solicitações. Operadores qualificados continuam em melhor posição para reconhecer e corrigir essas falhas.

Mesmo a autonomia precisa de infraestrutura. Um invasor precisa fornecer ferramentas, acesso, memória, alvos e regras de decisão. Cada componente adicional cria oportunidades de detecção e interrupção.

A IA defensiva também complica previsões sobre a vantagem dos invasores. A mesma análise de vulnerabilidades que ajuda um adversário pode ajudar um fornecedor a corrigir o software antes da exploração.

Os dados de incidentes da Mandiant de 2026 oferecem outra ressalva. Suas constatações da linha de frente situaram o tempo médio global de permanência em 14 dias, acima dos 11 dias registrados em 2024.

O tempo de permanência mede quanto tempo um invasor permanece em um ambiente antes da detecção ou remoção. Ele difere do tempo de expansão da invasão, portanto as duas métricas não são contraditórias.

Em vez disso, elas mostram que a velocidade de ataque tem várias dimensões. Alguns invasores movem-se lateralmente quase imediatamente, enquanto grupos sofisticados podem permanecer ocultos por meses.

Um programa de segurança otimizado apenas para ransomware rápido pode deixar de detectar uma campanha paciente de espionagem. Um programa otimizado apenas para investigações longas pode falhar diante de extorsão rápida orientada por identidade.

A resposta prática não é comprar por pânico. É testar se os controles conseguem detectar tanto movimentação repentina quanto persistência silenciosa nos sistemas que uma organização realmente utiliza.

As empresas também devem exigir medições transparentes dos fornecedores. Relatórios úteis devem definir a população observada, explicar os métodos de classificação e separar o envolvimento da IA da causalidade da IA.

A manchete da CrowdStrike é valiosa porque identifica uma mudança direcional. Seus números devem orientar a investigação, não se tornar um substituto para as evidências de cada organização.

Três sinais mostrarão se a IA mudou os ciberataques de forma definitiva

O próximo teste é verificar se o uso observado de IA se torna repetível em etapas de ataque, cadeias de suprimentos e incidentes empresariais reais.

O primeiro sinal é a evidência de automação sustentada após o comprometimento. Pesquisadores devem observar se invasores usam repetidamente modelos para escalonamento de privilégios, descoberta de contas, movimentação lateral e coleta de dados.

O volume de phishing, por si só, fortaleceria apenas a versão mais fraca do argumento da CrowdStrike. A orquestração documentada após o acesso sustentaria a alegação de que a IA se tornou uma camada operacional.

A pesquisa da Anthropic já aponta nessa direção. A evidência mais forte virá quando vários provedores observarem a mesma progressão em campanhas não relacionadas.

Se o uso após o comprometimento continuar raro, a alegação de centralidade da CrowdStrike parecerá prematura. A IA ainda será relevante, mas sobretudo como uma ferramenta de produtividade para ataques conhecidos.

O segundo sinal é a frequência e o impacto de comprometimentos da cadeia de suprimentos de IA. Os 131 pacotes contaminados identificados pela CrowdStrike fornecem uma referência inicial, não uma tendência consolidada.

As equipes de segurança devem acompanhar registros públicos de pacotes, hubs de modelos, marketplaces de conectores e repositórios de configuração de agentes. Também devem monitorar com que frequência componentes de IA comprometidos criam acesso a sistemas empresariais mais amplos.

Mais incidentes envolvendo pacotes confiáveis reforçariam o argumento de que a IA é tanto uma ferramenta de ataque quanto um alvo valioso. Impacto posterior limitado enfraqueceria a interpretação mais alarmante.

O terceiro sinal é se os defensores reduzem o tempo de resposta sem criar novas falhas. Os fornecedores continuarão adicionando recursos de investigação e contenção com IA, mas a adoção por si só prova pouco.

As organizações precisam de evidências de que esses sistemas correlacionam atividade entre diferentes domínios, reduzem o tempo até a contenção validada e evitam ações automatizadas prejudiciais. Elas também devem demonstrar que invasores não conseguem manipular os mesmos agentes por meio de entradas contaminadas.

Essa medição deve incluir o tempo desde o primeiro sinal até a contenção, e não apenas o tempo entre o alerta e a análise do analista. Deve distinguir ações totalmente automatizadas de respostas aprovadas por humanos.

Uma redução no tempo de contenção indicaria que os defensores estão absorvendo a mesma vantagem de velocidade dos invasores. Atrasos contínuos mostrariam que os processos organizacionais continuam sendo o fator limitante.

Para leitores que chegam pelo Google News, a mensagem duradoura é direta. A CrowdStrike documentou um aumento significativo na atividade de adversários relacionada à IA, mas a tecnologia não substituiu os fundamentos da cibersegurança.

As credenciais ainda exigem proteção. As dependências de software ainda exigem verificação. Identidades, serviços em nuvem, endpoints e conectores de IA ainda precisam de monitoramento coordenado.

A diferença é o tempo. Invasores agora podem pesquisar, adaptar e repetir partes de seu trabalho mais rapidamente. As empresas também estão conectando IA a sistemas que detêm acesso excepcionalmente amplo.

Os líderes de segurança devem fazer uma pergunta imediata: sua organização consegue identificar e conter uma intrusão aparentemente confiável antes que ela atravesse para outro domínio? A resposta revelará mais do que qualquer manchete sobre uma corrida armamentista de IA.