IBM Afirma que Violações Habilitadas por IA Custam em Média US$ 6 Milhões às Empresas

A IBM colocou a segurança de IA no centro do google news após constatar que mais de 20% das organizações estudadas sofreram violações direcionadas a modelos ou aplicações de IA. O número de destaque é inquietante, mas captura apenas metade do conflito. Os invasores também estão usando IA para tornar intrusões convencionais mais rápidas, baratas e difíceis de conter para os defensores.

O relatório de violações de 2026 da IBM separa esses dois problemas. Um diz respeito a ataques contra sistemas de IA, incluindo suas APIs, plug-ins, cargas de trabalho em nuvem, modelos e dados de treinamento. O outro trata de ataques habilitados por IA, nos quais criminosos usam deepfakes, malware ou fluxos de trabalho automatizados contra um alvo mais amplo.

Essa distinção importa porque os números mais citados descrevem grupos diferentes. Em seu anúncio oficial das conclusões, a IBM afirma que uma em cada quatro violações maliciosas foi habilitada por IA, um aumento de 56% em relação ao ano anterior. Separadamente, mais de 20% das organizações relataram uma violação que teve como alvo um modelo ou aplicação de IA.

Os resultados do Reino Unido acrescentam outra medida. Segundo reportagens sobre o estudo, 22% das empresas britânicas sofreram uma violação de segurança relacionada à IA no ano anterior. Tratar as três porcentagens como intercambiáveis exageraria o que a pesquisa estabelece.

A constatação mais profunda é mais difícil de descartar. A IA empresarial criou mais identidades, interfaces, fluxos de dados e ações automatizadas para as equipes de segurança governarem. Os invasores nem sempre precisam comprometer o próprio modelo. Eles podem explorar os sistemas comuns que o cercam.

Isso transforma a situação em uma disputa entre a rápida implantação de IA e o trabalho mais lento de estabelecer controles. A mesma tecnologia também reforça a defesa, dando às organizações um motivo para implantar mais IA em vez de recuar.

O Que os Números da IBM para 2026 Realmente Mostram

A IA agora aparece nos dois lados da equação das violações: como alvo dos invasores e como instrumento que eles utilizam.

A IBM lançou seu Relatório de Custo de uma Violação de Dados de 2026 em 29 de julho. O Ponemon Institute conduziu a pesquisa subjacente, enquanto a IBM a patrocinou e analisou. O conjunto de dados abrange violações sofridas por 602 organizações em todo o mundo entre março de 2025 e fevereiro de 2026.

O relatório coloca o custo médio global de uma violação em US$ 4,99 milhões. Isso representa um aumento anual de 12% e um recorde para o estudo. A IBM atribui a alta aos maiores custos de detecção, escalonamento e perda de negócios.

As violações maliciosas habilitadas por IA foram ainda mais caras. A IBM relata um custo médio de US$ 6 milhões, cerca de US$ 1 milhão acima do valor global geral. Esses incidentes representaram uma em cada quatro violações maliciosas e aumentaram 56% em relação ao ano anterior.

Habilitada por IA significa que o invasor usou IA durante a operação. A personificação por deepfake foi a forma mais frequentemente relatada, aparecendo em 45% dessa categoria, segundo a cobertura focada no Reino Unido. Malware e phishing habilitados por IA também contribuíram para o aumento.

Ataques direcionados a sistemas de IA formam uma categoria relacionada, mas distinta. Mais de 20% das organizações relataram uma violação voltada a um modelo ou aplicação de IA. Os pontos de entrada mais comuns não foram ataques exóticos à matemática dos modelos.

APIs, aplicações ou plug-ins comprometidos responderam por 27% das causas relatadas. Configurações incorretas em nuvem que afetavam cargas de trabalho de IA também representaram 27%. A simetria aponta para um problema de segurança conhecido: novos serviços de IA frequentemente herdam antigas fragilidades no acesso, na integração e na gestão da infraestrutura.

Uma API, ou interface de programação de aplicações, permite que sistemas de software troquem solicitações e dados. Um plug-in dá a uma aplicação acesso a outro serviço ou capacidade. Ambos podem se tornar caminhos de alto valor quando uma aplicação de IA recebe permissões amplas ou lida com informações corporativas sensíveis.

A cobertura inicial também destacou os resultados do Reino Unido. Ela relatou que 22% das empresas britânicas sofreram uma violação de segurança relacionada à IA no ano anterior. O custo médio de uma violação no Reino Unido caiu de £3,29 milhões em 2025 para £3,13 milhões em 2026, embora o número relatado de violações tenha subido de 29.000 para 29.870.

Esses números nacionais tornam a história global mais complexa. As violações se tornaram mais frequentes na amostra do Reino Unido, mas seu custo médio caiu. Os serviços financeiros ainda enfrentaram uma média de £5,46 milhões, enquanto as empresas de energia registraram uma média de £4,03 milhões.

A questão não é que uma em cada cinco violações, em todos os lugares, tenha a mesma causa. A pesquisa da IBM usa várias medidas sobrepostas em amostras globais e nacionais. A conclusão defensável é que a exposição relacionada à IA deixou de ser um caso marginal na segurança empresarial.

Por Que a Manchete do Google News Exige Leitura Cuidadosa

A expressão “violação relacionada à IA” abrange diversos eventos distintos, e cada um exige uma resposta defensiva diferente.

Um leitor que encontre a história pelo google news poderia supor, de forma razoável, que criminosos invadiram diretamente um modelo de IA em uma de cada cinco violações. Os dados da IBM não sustentam essa interpretação simplificada.

Uma organização pode sofrer um ataque direcionado ao seu sistema de IA. Um invasor pode usar IA contra um sistema convencional. Um funcionário pode expor dados por meio de um serviço de IA não autorizado. Esses eventos se sobrepõem, mas não são idênticos.

Esse problema de medição é mais do que uma ressalva técnica. Ele determina quais controles uma organização precisa e onde as equipes de segurança devem concentrar sua atenção limitada.

Um ataque direcionado ao modelo pode buscar dados de treinamento, credenciais, prompts ou informações confidenciais disponíveis por meio de sistemas de recuperação. Ele também pode manipular as entradas de um modelo ou explorar permissões excessivas concedidas a um agente autônomo.

Um ataque habilitado por IA usa a tecnologia do lado do invasor. Uma chamada de voz com deepfake pode personificar um executivo. Ferramentas generativas podem ajudar a produzir mensagens de phishing convincentes, traduzir iscas ou adaptar malware mais rapidamente.

A IA paralela cria uma terceira via. O termo descreve ferramentas de IA usadas sem aprovação formal, visibilidade ou governança. Funcionários podem colar registros de clientes em um chatbot voltado ao consumidor, instalar uma extensão de navegador não revisada ou conectar um assistente de reuniões a documentos internos.

A pesquisa de 2025 da IBM sobre a lacuna de supervisão da IA oferece um contexto histórico útil. Ela constatou que 13% das organizações estudadas haviam sofrido uma violação envolvendo um modelo ou aplicação de IA. Outros 8% não sabiam se tal comprometimento havia ocorrido.

Entre as organizações que relataram um comprometimento relacionado à IA, 97% não dispunham de controles adequados de acesso à IA. Sessenta por cento desses incidentes comprometeram dados, enquanto 31% causaram interrupção operacional.

A mesma pesquisa constatou que uma em cada cinco organizações relatou uma violação ligada à IA paralela. Organizações com níveis elevados de IA paralela tiveram custos médios de violação US$ 670.000 maiores do que aquelas com pouco ou nenhum uso.

A governança já estava atrasada. Sessenta e três por cento das organizações que sofreram violações não tinham política de governança de IA ou ainda estavam desenvolvendo uma. Entre as que tinham uma política, apenas 34% realizavam auditorias regulares para detectar uso não autorizado de IA.

Esses resultados anteriores tornam o aumento de 2026 mais plausível. As empresas passaram mais um ano conectando modelos a dados, aplicações e processos de negócio. Muitas partiram de uma base fraca de controles.

No entanto, a comparação entre anos ainda exige cautela. A IBM introduziu recentemente medições mais aprofundadas de IA, e mudanças nas definições podem afetar a prevalência relatada. Uma melhor detecção também pode fazer o problema parecer maior porque as organizações finalmente reconhecem incidentes que antes não eram classificados.

A amostra da IBM merece o mesmo escrutínio aplicado a qualquer estudo sobre custo de violações. Ela abrange organizações que sofreram violações, não um censo aleatório de todas as empresas. Suas médias não devem ser interpretadas como uma previsão do que uma empresa específica perderá.

Ainda assim, a pesquisa é valiosa porque expõe padrões recorrentes. Incidentes de IA se concentram em controles de acesso fracos, integrações inseguras, erros de configuração em nuvem e baixa visibilidade. Essas são conclusões acionáveis, mesmo quando a porcentagem de destaque exige contexto.

A IA Torna os Ataques Mais Baratos Enquanto a Defesa Continua Cara

A principal troca é econômica: os invasores podem automatizar uma parcela maior do trabalho, enquanto os defensores ainda arcam com investigação, contenção, recuperação e perda de negócios.

A IBM descreve a IA como uma força que está mudando a economia do risco cibernético. A tecnologia pode reduzir o trabalho necessário para criar uma isca, personificar uma pessoa confiável ou testar variações de um ataque. A vítima ainda enfrenta o custo organizacional total da resposta.

Mark Hughes, sócio-gerente global da IBM Cybersecurity Services, afirmou que modelos de fronteira avançados permitem que invasores executem operações “em minutos, em vez de dias”. A afirmação reflete a interpretação da IBM sobre a ameaça, mas a direção subjacente é crível, mesmo quando a taxa exata de aceleração varia conforme o ataque.

Os deepfakes ilustram o desequilíbrio. Um criminoso não precisa reproduzir perfeitamente um executivo em todos os contextos. A voz ou o vídeo sintético só precisa gerar urgência e familiaridade suficientes para levar um funcionário a contornar um controle.

Filtros tradicionais de phishing também avaliam mensagens, links e infraestrutura maliciosa conhecida. Uma solicitação cuidadosamente personalizada, entregue por voz, vídeo ou uma conta de colaboração já estabelecida, pode contornar esses sinais conhecidos.

Agentes de IA elevam os riscos no lado empresarial. Um agente é um software capaz de planejar e executar ações entre sistemas com intervenção humana limitada. Ele pode pesquisar documentos, atualizar registros de clientes, executar código ou iniciar um fluxo de trabalho.

Cada ação exige uma identidade e permissões. Se um agente recebe acesso amplo, um token roubado ou uma instrução manipulada pode produzir efeitos que vão além de uma única resposta de chatbot. A fronteira de segurança se desloca da interface do modelo para cada sistema que o agente pode alcançar.

O relatório da IBM afirma que mais da metade das organizações usava agentes para detecção e contenção de ameaças. Apenas 18% os aplicavam à gestão de vulnerabilidades. Essa lacuna deixa fragilidades conhecidas sem solução, enquanto os invasores ganham formas mais rápidas de localizá-las ou explorá-las.

A infraestrutura crítica concentra uma parcela desproporcional do risco. A IBM afirma que 62% dos ataques orientados por IA no estudo tiveram como alvo setores de infraestrutura crítica. Serviços financeiros e energia registraram as maiores concentrações.

O custo médio global das violações no setor de serviços financeiros foi de US$ 6,3 milhões. As violações no setor de energia tiveram média de US$ 5,2 milhões. Um incidente em qualquer uma dessas indústrias pode se estender além da vítima por meio de redes de pagamentos, fornecedores, clientes ou serviços essenciais.

O ransomware acrescenta outra pressão econômica. A IBM relata que os incidentes de ransomware subiram de 34% para 39% das violações estudadas. Os invasores usaram cada vez mais a reputação como instrumento de pressão, citada em 41% dos casos de ransomware, seguida por dados de funcionários, com 35%, e propriedade intelectual, com 31%.

Essa estratégia altera o cálculo de recuperação. Restaurar sistemas não elimina informações vazadas nem danos à reputação. Uma empresa pode conter a intrusão técnica e ainda continuar enfrentando notificações, investigações, litígios e perdas de clientes.

A IA pode ajudar a ganhar escala, mas não elimina a necessidade de acesso por parte do atacante. Credenciais, serviços expostos, software sem correções e manipulação social continuam centrais. As novas ferramentas amplificam essas rotas em vez de substituí-las.

É por isso que o conflito principal não é entre humanos e máquinas. É entre automação rápida e controle fragmentado. Atacantes podem concentrar seu esforço em uma única brecha, enquanto os defensores precisam entender cada identidade, integração, repositório de dados e ação de agente.

As Mesmas Ferramentas de IA Podem Reduzir os Custos de Violações

O alerta da IBM não é um argumento contra a IA defensiva, pois o relatório também associa a ampla automação de segurança a economias significativas.

Organizações que usam IA e automação de forma ampla nas operações de segurança registraram uma economia média de US$ 1,93 milhão em comparação com organizações que não usam nenhuma das duas. O estudo de 2025 da IBM relatou uma diferença semelhante, de US$ 1,9 milhão, e uma redução de 80 dias no ciclo de vida da violação.

O ciclo de vida de uma violação mede o tempo necessário para identificar e conter um incidente, incluindo a restauração de serviços na metodologia da IBM. Ciclos mais curtos podem reduzir os custos de investigação, a interrupção dos negócios e o tempo disponível para que atacantes se movimentem pela rede.

A constatação cria uma troca real. As empresas precisam de detecção habilitada por IA para responder na velocidade das máquinas, mas cada agente defensivo também se torna outra identidade que exige controle. A implantação sem inventário, limites de permissão e trilhas de auditoria pode criar a exposição que pretende reduzir.

A automação funciona melhor em tarefas com evidências claras e autoridade limitada. Um sistema de segurança pode correlacionar um login incomum a uma solicitação suspeita de token, isolar um endpoint ou priorizar uma vulnerabilidade conhecida. Essas ações se tornam mais arriscadas quando um agente pode alterar sistemas de produção sem revisão.

A IBM recomenda controles de acesso dinâmicos e baseados em identidade para agentes. Na prática, um agente deve receber apenas as permissões necessárias para sua tarefa atual. Suas ações devem permanecer atribuíveis a uma pessoa ou serviço responsável, e as equipes de segurança precisam conseguir reconstruir o que aconteceu.

Os controles de dados são igualmente importantes. As organizações precisam saber onde estão os registros sensíveis, quais modelos podem recuperá-los e para onde viajam as saídas geradas. Classificação e monitoramento em tempo real ajudam a conectar uma interação de IA ao risco de dados que ela cria.

A configuração de nuvem continua sendo prioridade porque as cargas de trabalho de IA raramente operam sozinhas. Elas dependem de armazenamento de objetos, bancos de dados, serviços de identidade, endpoints de modelos e APIs de terceiros. Um modelo perfeitamente protegido não pode compensar um bucket público de dados ou uma credencial administrativa exposta.

A criptografia é outra fraqueza não resolvida. Apenas 37% das organizações violadas na amostra da IBM disseram criptografar dados sensíveis tanto em repouso quanto em trânsito. Somente 34% tinham visibilidade sobre seus ativos criptográficos.

Esses números estão fora da manchete sobre IA, mas mostram por que controles comuns ainda importam. A IA pode acelerar uma intrusão, mas as consequências dependem de os dados estarem protegidos, o acesso estar segmentado e o comportamento anormal ter sido detectado.

As equipes de segurança também precisam de um inventário preciso dos sistemas de IA. Esse inventário deve incluir modelos autorizados, recursos de IA incorporados, agentes, contas de serviço, plug-ins, conexões de dados e serviços de consumo acessíveis aos funcionários.

Um documento de política, por si só, não pode fornecer essa visibilidade. A constatação anterior da IBM de que apenas 34% das organizações com políticas de governança de IA realizavam auditorias regulares de shadow AI ilustra a lacuna entre a governança declarada e a aplicação operacional.

A resposta mais crível, portanto, combina governança com engenharia. A política define o uso aceitável e a propriedade. Os controles técnicos descobrem sistemas, restringem permissões, monitoram comportamentos e preservam evidências.

Os exercícios de resposta a incidentes devem incluir cenários específicos de IA. Uma empresa deve saber como revogar as credenciais de um agente, desativar uma integração comprometida, preservar prompts e logs e determinar quais dados o sistema acessou.

Essa preparação não deve se tornar uma proibição generalizada da IA. Proibições podem levar os funcionários a ferramentas menos visíveis. Alternativas aprovadas, regras claras de dados e processos de revisão utilizáveis oferecem aos funcionários uma rota mais segura, preservando ao mesmo tempo a visibilidade de segurança.

O Que o Alerta da IBM Não Prova

O relatório estabelece um padrão grave de exposição, mas não mostra que a IA causou todos os incidentes classificados como relacionados à IA.

As estatísticas de segurança frequentemente combinam causa, alvo e tecnologia viabilizadora. Um plug-in comprometido em torno de uma aplicação de IA pode envolver roubo comum de credenciais. Uma configuração incorreta na nuvem poderia ter exposto os mesmos dados mesmo se a carga de trabalho atendesse a análises convencionais.

Chamar esses eventos de relacionados à IA é razoável porque o sistema afetado processa cargas de trabalho de IA. Isso não significa que o modelo introduziu o defeito original.

A mesma cautela se aplica a ataques habilitados por IA. Um atacante pode usar um modelo de linguagem para redigir um e-mail de phishing, mas a falha decisiva ainda pode ser uma autenticação fraca ou um funcionário aprovando uma solicitação fraudulenta.

A atribuição apresenta outro problema. As vítimas podem identificar o uso de um deepfake porque recebem áudio ou vídeo sintético. Provar que um malware foi desenvolvido, modificado ou direcionado por IA pode ser mais difícil.

As organizações também diferem em sua capacidade de detectar o envolvimento da IA. Uma equipe de segurança madura pode identificar um token de agente comprometido e classificar o incidente com precisão. Uma empresa menos preparada pode registrar o mesmo comportamento como acesso não autorizado genérico.

Isso cria um paradoxo de reporte. Um monitoramento mais forte pode aumentar o número medido de incidentes relacionados à IA, mesmo reduzindo sua gravidade. O aumento da prevalência não significa automaticamente que todas as medidas defensivas estejam falhando.

A posição comercial da IBM também merece transparência. A empresa vende software de segurança, consultoria, serviços de identidade, proteção de dados e governança de IA. Seu relatório pode conter pesquisa útil e, ao mesmo tempo, apoiar a demanda por esses produtos.

A metodologia ajuda os leitores a avaliar as alegações. O Ponemon Institute estudou 602 organizações violadas em todo o mundo, e a IBM patrocinou e analisou o trabalho. A pesquisa de acompanhamento, em maio de 2026, incluiu 456 dessas organizações.

Nesse acompanhamento, 85% disseram que a conscientização sobre capacidades avançadas de IA de fronteira os levaria a aumentar os gastos com segurança. Em comparação, 64% na pesquisa inicial planejavam gastar mais após vivenciar uma violação.

A comparação sugere que relatórios sobre IA de fronteira influenciam os orçamentos antes da ocorrência de incidentes. Não prova que todo investimento planejado reduzirá riscos nem que a defesa autônoma seja sempre o melhor uso dos recursos.

As organizações ainda precisam decidir onde os controles produzem benefícios mensuráveis. Mais ferramentas de segurança podem criar alertas duplicados, painéis concorrentes e responsabilidade pouco clara. Um agente que identifica uma fraqueza oferece valor limitado se nenhuma equipe for responsável pela correção.

A interpretação mais útil evita os dois extremos. A IA não é nem uma nova classe mágica de ataque que invalida a segurança existente, nem um rótulo de marketing associado a violações conhecidas.

Ela é um acelerador ligado a uma superfície de ataque empresarial em expansão. Aumenta a velocidade e a escala de alguns ataques, ao mesmo tempo que cria novas identidades, interfaces e repositórios de contexto sensível.

Essa conclusão continua relevante sem tratar cada número da IBM como universal. Ela direciona a atenção para controle de acesso, segurança de integrações, configuração de nuvem, visibilidade de dados e velocidade de resposta.

Três Sinais para Observar Após o Ciclo de Notícias do Google

O próximo teste é saber se as organizações transformam a preocupação em correção mais rápida, permissões de agentes mais restritas e custos de incidentes menores.

O primeiro sinal é a adoção de IA para gestão de vulnerabilidades. A IBM constatou que mais da metade das organizações usava agentes para detecção e contenção, enquanto apenas 18% os usavam para gerenciar vulnerabilidades.

A detecção encontra atividade suspeita após ou durante uma intrusão. A gestão de vulnerabilidades trata as fraquezas antes que os atacantes as explorem. Se o índice de 18% subir, as organizações estarão aplicando automação mais cedo na cadeia de segurança.

Isso reforçaria o argumento da IBM de que a defesa deve operar mais próxima da velocidade do atacante. Se a adoção continuar concentrada em alertas, a lacuna de correção persistirá, independentemente de quantas ferramentas de IA as equipes de segurança comprarem.

A medida importante não é o número de agentes implantados. É o tempo entre descobrir uma fraqueza e corrigi-la. As organizações devem acompanhar se a automação reduz esse intervalo sem criar alterações não autorizadas ou instabilidade operacional.

O segundo sinal é a qualidade dos controles de identidade dos agentes. As empresas estão conectando agentes a ambientes de desenvolvimento, sistemas de clientes, repositórios de documentos e ferramentas operacionais. Essas conexões precisam de permissões estritamente delimitadas, credenciais de curta duração e atribuição confiável.

Uma melhoria significativa apareceria em inventários e revisões de acesso. As equipes de segurança devem saber quais agentes existem, quem é responsável por eles, quais dados podem alcançar e quais ações podem executar.

Evidências de que as organizações estão aplicando controles em tempo de execução sustentariam a resposta proposta pela IBM. A dependência contínua de contas de serviço estáticas com permissões amplas a enfraqueceria.

As análises de incidentes oferecerão outra pista. Quando um agente contribuir para um evento de segurança, as empresas devem ser capazes de reconstruir suas instruções, chamadas de ferramentas, transições de identidade e acessos a dados. Registros ausentes mostrariam que a adoção ainda supera a governança.

O terceiro sinal é a economia das violações no próximo ano. A comparação mais clara será verificar se os incidentes habilitados por IA continuam custando mais que a média global e se a automação defensiva mantém as economias relatadas.

Os números de 2026 da IBM estabelecem uma linha de base exigente: US$ 4,99 milhões para a violação global média, US$ 6 milhões para uma violação maliciosa habilitada por IA e US$ 1,93 milhão em economias associadas à ampla automação de segurança.

Uma redução da lacuna de custos sugeriria que os controles estão alcançando o ritmo necessário. Uma ampliação da lacuna indicaria que a eficiência dos atacantes e a complexidade empresarial continuam superando os ganhos defensivos.

Os leitores também devem observar se relatórios futuros preservam as mesmas categorias. Definições estáveis para ataques habilitados por IA, ataques contra sistemas de IA e shadow AI tornarão as comparações de um ano para outro mais críveis.

A atual manchete do google news desaparecerá, mas as questões operacionais permanecerão. Uma empresa consegue identificar todos os agentes de IA que atuam em seu ambiente? Consegue revogar o acesso rapidamente? Consegue determinar quais informações um sistema comprometido alcançou?

Essas questões importam para desenvolvedores, líderes de segurança, compradores empresariais e trabalhadores do conhecimento. Os desenvolvedores determinam quais permissões e logs uma aplicação de IA expõe. Os compradores decidem se os fornecedores fornecem evidências de segurança utilizáveis. Os funcionários influenciam para onde as informações sensíveis viajam.

As equipes devem preservar essas decisões, inventários de sistemas, registros de incidentes e pressupostos de acesso em uma base de conhecimento pesquisável. A documentação não pode substituir a aplicação técnica, mas a ausência de contexto torna a investigação e a responsabilização mais lentas.

O alerta mais importante da IBM não é apenas o número de um em cada cinco. É a lacuna crescente entre a rapidez com que as organizações conectam a IA ao trabalho real e a lentidão com que estabelecem visibilidade sobre essas conexões.

A resposta prática começa com uma ação: mapear cada modelo, agente, plug-in, identidade e fonte de dados já em uso. Depois, perguntar qual conexão cria o maior caminho não monitorado para sistemas sensíveis.

O que sua organização descobriria se realizasse esse inventário antes que a próxima violação impusesse essa pergunta?