Durante anos, a inteligência artificial foi apresentada nas empresas principalmente como uma ferramenta de apoio: capaz de analisar informações, gerar textos, automatizar tarefas e ajudar profissionais a tomar decisões. A chamada IA agêntica muda essa equação ao introduzir sistemas capazes não apenas de sugerir uma ação, mas também de executar tarefas, acessar dados e interagir com outros sistemas de forma autônoma.
Essa mudança está criando uma nova fronteira para a cibersegurança. Se antes a preocupação estava concentrada principalmente em proteger pessoas, dispositivos, aplicações e infraestrutura, agora as organizações precisam entender também quais agentes de IA estão operando dentro de seus ambientes, quais informações conseguem acessar e, principalmente, o que estão autorizados a fazer.
O cenário apareceu com força no Mind The Sec 2026, evento que reuniu profissionais e lideranças do mercado de segurança da informação. Na avaliação de Rafael Peruch, consultor CISO da KnowBe4, a inteligência artificial deixou de ser apenas uma tecnologia utilizada pelos fornecedores para acelerar a detecção e a resposta a incidentes e passou a ocupar um papel central tanto na defesa quanto nas próprias operações das empresas.
Nesta entrevista ao Blog do Armindo, Peruch fala sobre os riscos da IA agêntica, os limites que deveriam ser estabelecidos para a autonomia desses sistemas, o avanço do Shadow AI, a importância de transformar treinamentos de segurança em aprendizado organizacional e os tipos de golpes que devem exigir atenção das empresas brasileiras nos próximos meses.
Entrevista com Rafael Peruch, consultor CISO da KnowBe4.
O Mind The Sec costuma funcionar como um termômetro do mercado de cibersegurança. Qual foi a principal mudança no perfil das ameaças ou das preocupações dos clientes que vocês perceberam nesta edição?
O Mind The Sec 2026 evidenciou uma evolução crucial no mercado: a IA deixou de ser apenas um recurso utilizado por fornecedores para agilizar a detecção e a resposta a incidentes, tornando-se o novo núcleo operacional tanto para a defesa quanto para as operações de negócios.
Ao longo do evento, enquanto os provedores apresentavam ferramentas de SecOps impulsionadas por IA para proteger aplicações e infraestrutura, as conversas gerais com todos, desde analistas até CISOs, convergiam, em sua maioria, para uma realidade urgente: nossa força de trabalho agora é digital e híbrida, mesclando colaboradores humanos e agentes de IA.
Enquanto cibercriminosos usam a IA para aprimorar seus ataques e fornecedores a utilizam para automatizar a defesa, as organizações enfrentam uma superfície de ataque completamente nova internamente. Não se pode proteger o que não se pode governar, o que torna a visibilidade sobre os agentes digitais internos e seu acesso a dados uma prioridade universal em todos os setores.
A inteligência artificial, especialmente a chamada IA agêntica, apareceu como um dos grandes temas do setor. Na prática, o que muda para as empresas quando a IA deixa de apenas gerar conteúdo e passa a tomar decisões e executar ações?
A autonomia muda a dimensão do risco porque uma decisão da IA pode produzir um efeito direto na operação. Quando a ferramenta apenas sugere um texto, por exemplo, há uma oportunidade de revisão antes de usá-lo; quando um agente consulta dados e executa tarefas em outros sistemas, uma interpretação equivocada pode seguir adiante sem passar por essa avaliação. Por isso, a análise de segurança precisa considerar o caminho entre a instrução que o agente recebe e as ações que está autorizado a realizar.
Isso exige entender quais acessos são necessários para cada tarefa e em que ponto uma decisão precisa voltar para uma pessoa. Um agente autorizado a consultar informações não deveria receber, por conveniência, a mesma liberdade para alterá-las ou compartilhá-las. Ao incorporar essas ferramentas à rotina, a empresa precisa definir quem responde por seu uso e quem pode interromper uma execução; caso contrário, corre o risco de distribuir autonomia sem estabelecer a responsabilidade correspondente.
O levantamento da KnowBe4 aponta que 58% dos líderes de cibersegurança entrevistados já têm ferramentas ou agentes de IA tomando ações de forma autônoma em múltiplos fluxos de trabalho. Como as empresas deveriam estabelecer limites para essa autonomia?
Esses limites precisam ser definidos a partir do impacto de uma ação indevida e da possibilidade de revertê-la. Organizar informações em um ambiente restrito é diferente de alterar registros de clientes ou enviar dados para fora da empresa, mesmo que as três tarefas pareçam simples de automatizar. A sensibilidade dos dados, o alcance das permissões e as consequências de um erro devem orientar quanta autonomia faz sentido em cada caso.
A partir dessa avaliação, o agente deve receber apenas os acessos necessários, com aprovação humana nos pontos em que uma decisão possa causar um dano relevante ou difícil de reverter. Essa aprovação também precisa ter conteúdo: a pessoa responsável deve conseguir entender o que será feito e quais serão os efeitos, em vez de apenas confirmar uma solicitação. Registros das ações e meios de suspender a execução completam esse controle, permitindo rever os limites conforme o uso real do agente revela riscos que não estavam claros no início.
O mesmo estudo mostra uma diferença importante entre adoção e governança: 48% dizem ter o uso de IA formalmente aprovado e governado, enquanto 37% afirmaram que a IA é aprovada, mas sua governança ainda é limitada ou pouco clara. Por que essa distância está acontecendo?
A pressão por produtividade ajuda a explicar essa distância: uma área consegue experimentar uma ferramenta e perceber benefícios antes que a organização tenha definido as condições para usá-la com segurança. A aprovação pode ficar restrita à escolha da solução, enquanto decisões sobre os dados que ela recebe, os sistemas aos quais se conecta e a responsabilidade por acompanhar seu uso permanecem em aberto. É possível, portanto, ter uma tecnologia aprovada e ainda não ter governança suficiente sobre o que se faz com ela.
O problema se amplia quando cada área resolve essas questões por conta própria, sem que a segurança consiga acompanhar o conjunto. O Shadow AI, ou uso de IA sem conhecimento ou supervisão da organização, torna essa falta de visibilidade ainda maior. Para reduzir a distância, as regras precisam chegar à rotina de quem usa a ferramenta, com responsáveis definidos e um caminho viável para avaliar novos usos. Se o processo de aprovação não acompanha a necessidade das equipes, a política tende a ficar distante das decisões que deveria orientar.
O relatório aponta que apenas 19% das organizações adotam uma abordagem integrada e incorporada à cultura para gerenciar riscos relacionados às pessoas. O que diferencia essas empresas das organizações que ainda trabalham principalmente com treinamentos e campanhas de conscientização?
O que diferencia essas organizações é a capacidade de usar o aprendizado para mudar as condições em que as pessoas trabalham. Concluir um treinamento mostra que o conteúdo foi apresentado, mas não permite saber, por si só, como alguém vai reagir a uma solicitação urgente ou a uma mensagem convincente. Uma abordagem integrada procura entender essas situações e oferecer orientação e meios de verificação que façam sentido para a função de cada pessoa.
Isso aparece, por exemplo, na facilidade para comunicar uma suspeita e no retorno que o funcionário recebe depois de pedir ajuda. Se reportar um problema é trabalhoso ou não gera resposta, a empresa pode desestimular justamente o comportamento que deseja incentivar. Os relatos e as dificuldades recorrentes também precisam servir para ajustar processos e controles, em vez de levar sempre à repetição do mesmo treinamento. A maturidade está em conseguir aprender com o trabalho real e tornar a decisão segura mais viável na rotina.
Existe também uma questão cultural: quando um funcionário comete um erro de segurança, qual deveria ser o equilíbrio entre responsabilização, aprendizado e criação de um ambiente em que as pessoas se sintam seguras para comunicar incidentes?
O equilíbrio depende de separar a resposta imediata ao incidente da avaliação de responsabilidade. No primeiro momento, a organização precisa saber o que aconteceu para conter o risco, e isso depende da disposição de quem errou para falar. Quando a reação esperada é uma punição automática, a pessoa pode tentar resolver sozinha ou omitir detalhes, reduzindo a chance de a equipe agir a tempo.
Depois da contenção, cabe avaliar o contexto: havia uma orientação clara, o procedimento era viável e existiam condições para reconhecer o risco? Um erro cometido apesar desses cuidados não pode ser analisado da mesma forma que o descumprimento deliberado de uma regra conhecida. Essa distinção permite cobrar responsabilidade com justiça e identificar falhas que a empresa também precisa corrigir. A confiança para comunicar incidentes se constrói na maneira como a liderança responde a esses casos, sobretudo quando o relato revela algo desconfortável para a própria organização.
Olhando para os próximos 12 meses, quais tecnologias, comportamentos ou tipos de ataque devem exigir maior atenção das empresas brasileiras? E qual é a principal recomendação que vocês dariam para uma organização que ainda está começando a estruturar sua estratégia de segurança para a era da IA?
A engenharia social apoiada por IA merece atenção pela possibilidade de tornar mensagens e contatos fraudulentos mais convincentes, inclusive com o uso de deepfakes em golpes por voz. Para as empresas brasileiras, a recomendação é olhar com cuidado para situações em que uma mensagem aparentemente legítima pode levar alguém a compartilhar dados ou autorizar uma ação sensível. Nesses casos, reconhecer sinais de fraude precisa vir acompanhado de um procedimento de confirmação por um canal confiável, especialmente quando há urgência ou pressão para abrir uma exceção.
Dentro das organizações, a ampliação do uso de agentes exige atenção aos acessos concedidos e às ações executadas sem supervisão suficiente. Para quem está começando, recomendamos mapear esses usos e priorizar os que envolvem dados sensíveis ou decisões difíceis de reverter, definindo responsáveis e limites antes de expandi-los. Essa priorização ajuda a concentrar recursos onde um erro teria maior impacto, enquanto as equipes aprendem a usar as ferramentas e a reconhecer quando precisam pedir ajuda. O ritmo da adoção deve levar em conta a capacidade da empresa de acompanhar e corrigir o que colocou em operação.
