Artigo

Murilo Gorski Rodrigues; Daniel de Sousa Valoto

DOI: 10.22167/2675-6528-202602287

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A digitalização das operações empresariais ampliou a exposição das organizações a riscos cibernéticos, intensificados por ataques automatizados baseados em Inteligência Artificial. Nesse contexto, a cibersegurança tornou-se crítica para a continuidade dos negócios, demandando defesas adaptativas e eficientes. O estudo analisou como a Inteligência Artificial aplicada à defesa cibernética contribuiu para a resiliência operacional de organizações de médio e grande porte, especialmente nos processos de resposta a incidentes e continuidade dos serviços, frente ao aumento de ataques automatizados baseados em IA. Adotou-se uma abordagem qualitativa, exploratória e descritiva, baseada em entrevistas semiestruturadas com profissionais de cibersegurança de empresas especializadas. Os dados coletados foram analisados por meio de análise de conteúdo temática. Identificaram-se padrões relacionados ao uso da IA na detecção de ameaças, automação da resposta a incidentes e redução do tempo de recuperação operacional. Os resultados indicaram que a Inteligência Artificial foi percebida como um elemento relevante para aumentar a agilidade e a eficácia das defesas cibernéticas, embora desafios persistam quanto à maturidade das soluções, integração com processos existentes e confiança nos modelos automatizados. Observou-se que a aplicação da IA pode fortalecer a resiliência operacional das organizações, desde que acompanhada de governança adequada e capacitação técnica.

Palavras-chave: cibersegurança; continuidade dos serviços; inteligência artificial; resiliência operacional; resposta a incidentes.

1. Introdução

Com a crescente digitalização das operações empresariais, os dados e informações passaram a predominar no ambiente online. Estima-se que mais de 400 milhões de terabytes de dados são gerados diariamente no ambiente digital (SiDi, 2025), um volume que continua a crescer aceleradamente.

Esses dados tornaram-se valiosos tanto para o crescimento das empresas quanto para a atuação de grupos criminosos digitais. Nesse cenário, a cibersegurança, definida como o conjunto de práticas, tecnologias e processos voltados à proteção de sistemas, redes e dados contra acessos não autorizados, ataques e danos (NIST, 2018), posicionou-se como a quarta maior fonte de risco com alta probabilidade de gerar crises em escala global nos próximos anos (Fórum Econômico Mundial, 2024).

Avanços na Inteligência Artificial (IA) intensificaram esse cenário, tornando-a acessível e disseminada globalmente, inclusive entre os criminosos cibernéticos (Gizmodo, 2024). Dados de mercado indicam que criminosos utilizam grandes modelos de linguagem, como o ChatGPT, para aprimorar golpes cibernéticos (Exame, 2025), e 86% das empresas afirmaram ter sofrido ataques relacionados ao uso de IA entre 2024 e 2025 (Cisco, 2025). Esse movimento resultou no aumento dos ataques adaptativos, que ajustam estratégias em tempo real para evadir mecanismos de detecção tradicionais (Delos, 2024).

Para as empresas, o desafio não reside apenas no volume crescente de ataques, mas na dificuldade de desenvolver mecanismos de defesa com a mesma velocidade, o que amplia os riscos operacionais e impacta a continuidade dos negócios. Contudo, a IA também emergiu como um elemento relevante para fortalecer as defesas das organizações. Ferramentas baseadas em aprendizado de máquina têm sido amplamente empregadas em sistemas de detecção e prevenção de intrusões, processando grandes volumes de dados em tempo real e aprendendo continuamente com incidentes anteriores (Matiz, 2023).

Organizações que adotaram soluções de IA e automação em seus processos de segurança conseguiram reduzir em mais de 90 dias o tempo médio de identificação e contenção de incidentes, aumentando a eficiência operacional e a capacidade de resposta a ataques (IBM, 2023). A IA tem sido integrada a plataformas de orquestração, automação e resposta a incidentes, automatizando tarefas repetitivas e permitindo que as equipes de segurança concentrem esforços em ameaças mais complexas e estratégicas, além de fortalecer práticas de caça a ameaças (Silva, 2024).

Apesar dos benefícios observados, a adoção da IA na cibersegurança ainda enfrenta desafios relevantes. Entre eles, destacam-se a falta de transparência dos algoritmos, o risco de falsos positivos e as dificuldades de atualização dos modelos frente à constante evolução dos vetores de ataque (Matiz, 2023; Delos, 2024). Essas limitações reforçam a necessidade de estudos que analisem a aplicação prática da IA e seus impactos reais na segurança digital das organizações, especialmente sob a ótica da resiliência operacional.

A resiliência operacional é entendida como a capacidade de manter funções essenciais mesmo diante de incidentes, absorvendo impactos, adaptando-se rapidamente e retomando operações sem interrupções significativas (NIST, 2024). No contexto de médias e grandes empresas, a resiliência operacional assumiu um papel estratégico, dada a dependência de ambientes digitais complexos e críticos para a continuidade das operações. A capacidade de responder rapidamente a incidentes, minimizar impactos e manter serviços essenciais em funcionamento tornou-se, assim, fundamental.

Nesse cenário, a IA tem sido utilizada como um facilitador para aumentar a eficiência e reduzir o tempo de resposta, embora sua efetividade ainda dependa do nível de maturidade dos processos e da integração entre tecnologia, pessoas e governança. A relevância da Inteligência Artificial para a cibersegurança e a necessidade de compreender seus impactos práticos justificam este estudo. Assim, o objetivo desta pesquisa foi analisar como a Inteligência Artificial aplicada à defesa cibernética contribui para a resiliência operacional de organizações de médio e grande porte, especialmente nos processos de resposta a incidentes e continuidade dos serviços.

2. Material e Métodos

A pesquisa teve objetivos descritivos, buscando analisar a manifestação da Inteligência Artificial (IA) na defesa cibernética em um contexto organizacional específico. O estudo focou em compreender e descrever a aplicação da IA em estratégias de segurança digital e seus efeitos na resiliência operacional de organizações de médio e grande porte, especialmente nos processos de resposta a incidentes e continuidade dos serviços, a partir da percepção de profissionais do mercado.

Adotou-se uma abordagem qualitativa, baseada na coleta de percepções, experiências profissionais e interpretações dos participantes acerca do uso da IA na cibersegurança (Creswell, 2014; Gil, 2008; Sampieri et al., 2013). O delineamento da pesquisa foi um levantamento de campo qualitativo, escolhido para coletar informações diretas de profissionais e captar percepções e experiências reais sobre o uso da IA em segurança digital (Lakatos e Marconi, 2003; Mattar, 2005; Sampieri et al., 2013).

A coleta de dados ocorreu em duas etapas, utilizando dois instrumentos principais. O primeiro consistiu em pesquisa documental e bibliográfica, baseada em fontes secundárias como artigos científicos, relatórios técnicos de ciberataques, documentos públicos do setor e publicações especializadas em cibersegurança. Esta etapa inicial contextualizou o problema e subsidiou a construção do roteiro de entrevistas. Os documentos foram identificados por buscas direcionadas em bases acadêmicas e institucionais (Google Scholar e repositórios oficiais), priorizando estudos recentes, relatórios de mercado e publicações técnicas com aplicação prática no contexto organizacional. A relação dos documentos analisados encontra-se na Tabela 1.

Tabela 1. Documentos utilizados na pesquisa.

Tipo de documento	Título	Ano	N° de páginas
Relatório de mercado	Cybersecurity Readiness Index	2025	Não aplicável
Relatório institucional	Global Risks Report	2024	96
Relatório técnico	Cost of a Data Breach Report	2023	83
Artigo científico	Inteligência Artificial Aplicada à Cibersegurança	2023	12
Artigo científico	Cibersegurança e Inteligência Artificial	2024	18
Trabalho acadêmico	A Importância da Inteligência Artificial na Segurança da Informação	2024	65
Framework técnico	NIST Cybersecurity Framework 1.1	2018	48
Framework técnico	NIST Cybersecurity Framework 2.0	2024	Não aplicável
Reportagem técnica	Hackers estão usando IA para aprimorar golpes	2025	Não aplicável
Reportagem técnica	Hackers criam FraudGPT com IA maliciosa	2024	Não aplicável

Fonte: Dados originais da Pesquisa.

O segundo instrumento de coleta foi a realização de entrevistas semiestruturadas em profundidade, conduzidas remotamente com profissionais e especialistas em cibersegurança que atuam em empresas especializadas na prestação de serviços de segurança digital para organizações de médio e grande porte. O roteiro das entrevistas, composto por 17 perguntas abertas organizadas em eixos temáticos (papel da IA na detecção e resposta a incidentes, impactos na continuidade dos serviços, benefícios operacionais, limitações técnicas e desafios), foi elaborado a partir de temas recorrentes na literatura e em relatórios de mercado (Matiz, 2023; Delos, 2024; IBM, 2023; Cisco, 2025; Fórum Econômico Mundial, 2024). O roteiro completo e o Termo de Consentimento Livre e Esclarecido (TCLE) foram incluídos na seção de Apêndices do trabalho original. As entrevistas tiveram duração média de 30 minutos cada.

A amostra da pesquisa foi não probabilística por conveniência, composta por cinco profissionais de cibersegurança com experiência prática em ambientes corporativos de médio e grande porte. A seleção ocorreu por contatos profissionais do pesquisador e indicações no meio corporativo (estratégia de bola de neve), priorizando indivíduos de empresas que ofertam serviços de segurança digital. A quantidade de entrevistados foi considerada adequada ao caráter qualitativo e exploratório do estudo, dada a recorrência de percepções e convergência nos principais pontos analisados (Gil, 2019; Marconi e Lakatos, 2017).

A análise dos dados coletados foi realizada por meio da técnica de análise de conteúdo temática (Bardin, 2011; Franco, 2012; Bauer e Gaskell, 2002). A análise foi estruturada em três eixos principais: tipos de aplicação da IA na defesa cibernética, áreas da segurança digital impactadas e efeitos percebidos na resiliência operacional (tempo de resposta a incidentes, continuidade dos serviços e mitigação de impactos).

O contexto da pesquisa concentrou-se no setor de serviços especializados em cibersegurança, com foco em empresas que atuam na proteção de ambientes corporativos de médio e grande porte.

Em relação aos aspectos éticos, o estudo não foi submetido ao Comitê de Ética em Pesquisa do PECEGE, conforme parecer do FDE. Foi utilizado o Termo de Consentimento Livre e Esclarecido (TCLE), com consentimento obrigatório dos participantes e manutenção do anonimato dos respondentes.

3. Resultados e Discussão

Perfil dos participantes

A pesquisa contou com a participação de cinco profissionais da área de cibersegurança, todos atuantes em empresas especializadas na prestação de serviços de segurança digital para organizações de médio e grande porte. O perfil dos participantes era predominantemente experiente, com três deles possuindo mais de dez anos de atuação e os demais entre seis e dez anos. Essa experiência abrangente permitiu que os respondentes acompanhassem a evolução das ameaças digitais e das tecnologias de defesa.

Os participantes desempenhavam funções estratégicas e operacionais, incluindo resposta a incidentes, monitoramento de segurança, investigação de ameaças e desenho de arquiteturas defensivas. Todos relataram experiência direta com soluções baseadas em Inteligência Artificial (IA) em ambientes corporativos, especialmente na detecção de ameaças, automação de respostas e apoio à análise de incidentes. Essa vivência prática permitiu uma avaliação crítica dos benefícios, limitações e impactos da IA na resiliência operacional das organizações atendidas, conforme detalhado na Tabela 2.Tabela 2. Perfil dos entrevistados

Entrevistado	Gênero	Cargo	Tempo de experiência	Setor da empresa	Porte da empresa atendido
A	Masculino	Especialista de Segurança	Mais de 10 anos	Serviços de cibersegurança	Grande porte
B	Masculino	Especialista em Segurança	Entre 6 e 10 anos	Serviços de cibersegurança	Médio e grande porte
C	Masculino	Engenheiro de Segurança	Mais de 10 anos	Serviços de cibersegurança	Grande porte
D	Masculino	Consultor de Segurança	Entre 6 e 10 anos	Serviços de cibersegurança	Médio porte
E	Masculino	Arquiteto de Segurança	Mais de 10 anos	Serviços de cibersegurança	Médio e grande porte

Fonte: Dados originais da Pesquisa.

Contexto organizacional das empresas atendidas

As empresas atendidas pelos profissionais entrevistados, de médio e grande porte, possuíam estruturas formais de cibersegurança e investimentos contínuos em tecnologia. Os entrevistados, por atuarem em serviços de segurança digital, ofereceram uma visão transversal sobre diferentes ambientes corporativos, níveis de maturidade e ocorrências de incidentes reais.

Observou-se um nível intermediário de maturidade em cibersegurança nas empresas atendidas. Apesar da adoção de múltiplas soluções de proteção, foram identificadas dificuldades na integração entre ferramentas, padronização de processos e coordenação das ações de resposta a incidentes. A maturidade foi avaliada em escala de 1 a 5, com respostas concentradas nos níveis intermediários, indicando iniciativas estruturadas, mas com limitações na integração de ferramentas, automação de processos e abordagem orientada por dados na resposta a incidentes.

A Inteligência Artificial já estava presente nesses ambientes, principalmente no monitoramento, detecção de ameaças e priorização de alertas, mas de forma parcial e concentrada em ferramentas específicas. Os entrevistados relataram a recorrência de incidentes cibernéticos, incluindo ataques automatizados e campanhas de engenharia social aprimoradas por IA, sugerindo que as organizações ainda enfrentam desafios para acompanhar a velocidade e adaptabilidade das ameaças.

A análise individual dos contextos mostrou que ambientes com estruturas de SOC mais consolidadas (Entrevistados A e C) apresentavam uso mais intenso de automação e correlação de eventos. Em contraste, organizações com menor maturidade (Entrevistados B e D) dependiam mais de análises manuais e enfrentavam maior dificuldade na orquestração da resposta a incidentes, especialmente em casos de phishing direcionado e exploração de vulnerabilidades. Esses achados reforçam que a efetividade da IA está diretamente ligada ao nível de maturidade organizacional e à integração dos processos de segurança.

O uso da IA na detecção e resposta a incidentes

A utilização de Inteligência Artificial nos processos de detecção e resposta a incidentes cibernéticos já era uma realidade nas organizações atendidas, embora em diferentes níveis de maturidade. A IA atuava principalmente no monitoramento contínuo, análise de grandes volumes de dados de segurança e priorização de alertas, apoiando diretamente as equipes de resposta a incidentes.

Os participantes relataram o uso de soluções baseadas em aprendizado de máquina para identificar padrões anômalos, correlacionar eventos de segurança e reduzir alertas irrelevantes. Essa aplicação foi considerada crucial em ambientes complexos, onde a análise exclusivamente humana seria inviável. A IA acelerou a identificação de incidentes e direcionou a atenção das equipes para ocorrências com maior potencial de impacto operacional. Um caso relatado (Entrevistado B) destacou o uso de monitoramento com IA para correlação automática de eventos em um SOC, reduzindo alertas manuais e priorizando incidentes, o que resultou em uma resposta mais ágil nos estágios iniciais do ataque. Esse achado está em linha com estudos de mercado que indicam a redução do tempo de detecção e resposta como benefício da IA (IBM, 2023).

A IA também foi associada à automação de ações iniciais, como contenção de ameaças, isolamento de ativos comprometidos e aplicação de respostas pré-definidas. Essas capacidades permitiram uma atuação mais rápida nos momentos críticos do incidente, prevenindo a propagação e a ampliação dos danos. Contudo, a percepção recorrente foi que a tomada de decisão final permaneceu sob responsabilidade humana, especialmente em incidentes complexos ou com impacto direto em sistemas críticos.

Em geral, a IA atuou como um elemento complementar ao trabalho das equipes de segurança, ampliando a capacidade de detecção e resposta, mas sem substituir a análise especializada. A efetividade desse uso esteve diretamente relacionada à integração das ferramentas de IA aos processos existentes e à clareza das regras de automação adotadas.

Impactos percebidos na resiliência operacional

Os entrevistados indicaram que a adoção de soluções baseadas em Inteligência Artificial impactou diretamente a resiliência operacional, especialmente na rapidez de resposta e na capacidade de manter serviços críticos durante incidentes. Antes da IA, a identificação e o tratamento de incidentes eram mais lentos e reativos.

Os impactos da IA concentraram-se nas etapas de detecção e resposta, com menor influência na prevenção. Foram destacados ganhos na identificação antecipada de ameaças e na execução de ações iniciais de contenção. A incorporação da IA reduziu significativamente o tempo de detecção e contenção de incidentes, transformando investigações de horas em segundos automatizados. Essa antecipação minimizou a propagação de ataques, reduziu impactos e evitou interrupções prolongadas. A automação de respostas iniciais, em particular, contribuiu para a continuidade operacional em cenários de alta pressão, corroborando dados de mercado sobre a redução do tempo de identificação e contenção (IBM, 2023).

Um caso relatado (Entrevistado C) mencionou o uso de soluções com IA integradas ao monitoramento de eventos de segurança, permitindo a identificação rápida de comportamentos anômalos e o acionamento automático de medidas iniciais de contenção, o que reduziu o tempo entre detecção e resposta e evitou a escalada do impacto.

A percepção sobre esses ganhos não foi uniforme. Entrevistados com atuação mais técnica (A e C) destacaram ganhos operacionais evidentes na redução do tempo de resposta e automação. Já os com perfil mais estratégico (D e E) demonstraram cautela, ressaltando que a resiliência depende da maturidade dos processos e da capacidade de interpretar os dados da IA, não apenas da tecnologia.

Outro ponto recorrente foi a melhoria na capacidade de lidar com múltiplos incidentes simultâneos. A IA auxiliou na priorização de eventos de maior impacto, otimizando a alocação de recursos humanos e contribuindo para maior estabilidade operacional, especialmente em ambientes com equipes enxutas ou alta complexidade tecnológica.

Apesar dos avanços, a resiliência operacional não esteve exclusivamente ligada à tecnologia. A efetividade da IA foi maior em organizações com processos de resposta bem definidos, planos de continuidade estruturados e equipes capacitadas. Em contextos sem esses elementos, a IA foi um facilitador, mas não um fator suficiente para garantir resiliência. Os relatos indicaram que a IA fortaleceu a capacidade de resistir, responder e se recuperar de incidentes, desde que integrada a uma estratégia mais ampla de gestão de riscos e continuidade de negócios.

Esse cenário evidenciou um trade-off entre velocidade e controle: a automação permite respostas mais rápidas, mas aumenta a necessidade de validação para evitar decisões equivocadas em ambientes críticos, especialmente em contextos de alta dependência operacional.

Riscos, limitações e dependência excessiva da automação

Embora os entrevistados reconhecessem os ganhos da IA na cibersegurança, também apontaram riscos e limitações, principalmente a dependência excessiva da automação. Um risco recorrente foi a confiança excessiva nas decisões de sistemas de IA, especialmente em ambientes com menor maturidade operacional. O Entrevistado C mencionou que a automação sem acompanhamento, regras claras e intervenção humana pode gerar bloqueios desnecessários, interrupções em serviços e respostas automáticas inadequadas.

Essa percepção de risco variou. Entrevistados B, C e D consideraram a dependência excessiva um problema perceptível em contextos sem monitoramento contínuo, validação humana ou critérios de controle. Já A e E viram esse cenário como mais incipiente, condicionado a menor maturidade operacional, uso inadequado de ferramentas ou baixa tolerância a erros.

Os participantes relataram que, em alguns contextos, a automação é adotada como substituta da análise humana, e não como apoio. Essa prática foi vista como uma fragilidade, pois modelos de IA podem gerar falsos positivos, interpretações equivocadas ou respostas inadequadas em cenários atípicos. A ausência de validação humana foi percebida como um risco à resiliência operacional, podendo levar ao bloqueio indevido de serviços ou à priorização incorreta de incidentes.

O Entrevistado D relatou um caso em que uma resposta automatizada bloqueou temporariamente um serviço legítimo, interpretando um comportamento atípico como ameaça. Embora a ação fosse tecnicamente coerente, a falta de validação contextual gerou impacto operacional desnecessário, evidenciando os riscos da automação sem supervisão.

Outra limitação destacada foi a transparência dos algoritmos. Os entrevistados mencionaram dificuldades em compreender os critérios da IA para classificar alertas ou recomendar ações, o que reduz a capacidade das equipes de auditar decisões e ajustar estratégias. Essa falta de visibilidade foi um obstáculo para a governança da segurança e a confiança na automação, evidenciando a necessidade de equilíbrio entre eficiência operacional e controle. Com o aumento do uso da automação, cresce a exigência por mecanismos que garantam transparência, auditabilidade e segurança nas decisões dos sistemas.

A efetividade da IA também depende da qualidade dos dados para treinamento e operação dos modelos. Ambientes com dados incompletos, mal classificados ou desatualizados tendem a gerar resultados menos confiáveis, exigindo maior esforço de correção manual, um ponto reforçado por estudos sobre a criticidade da qualidade dos dados para sistemas de IA (MONFRE; SILVA; VICENTIN, 2023).

Os especialistas reforçaram que a automação não elimina a necessidade de processos estruturados, revisão contínua e capacitação das equipes técnicas. A percepção sobre esses riscos variou conforme a maturidade organizacional. Em contextos dos Entrevistados A e C, a automação foi mais confiável devido a processos de validação, integração e governança. Nos relatos dos Entrevistados B e D, os riscos da dependência da IA foram mais críticos, pela ausência de controles adequados e maior dificuldade de validação contextual das respostas automatizadas.

De modo geral, os entrevistados convergiram na percepção de que a IA fortaleceu a segurança e a resiliência operacional como ferramenta de apoio, e não como substituição da governança humana. A dependência excessiva da automação, sem critérios claros de controle e validação, foi vista como um fator que pode comprometer a capacidade das organizações de responder a incidentes cibernéticos, especialmente em cenários críticos que exigem decisões contextualizadas.

Entre a teoria e a prática: uma análise dos resultados

Os resultados das entrevistas indicaram uma convergência parcial com a literatura e relatórios de mercado sobre o uso da IA na cibersegurança. Os profissionais confirmaram que soluções baseadas em IA são parte das operações de segurança, especialmente na detecção de ameaças, correlação de eventos e priorização de alertas, fortalecendo as capacidades defensivas (MATIZ, 2023; CISCO, 2025).

Contudo, essa convergência não foi homogênea, variando conforme o nível de maturidade organizacional e a integração das soluções de IA. Houve um distanciamento entre o potencial teórico da IA e sua aplicação prática. Embora a literatura destaque ganhos em eficiência, redução de tempo de resposta e automação de decisões (IBM, 2023; SILVA, 2024), na prática, a IA atua majoritariamente como apoio à decisão humana, e não como elemento autônomo em processos críticos de resposta a incidentes.

Esse achado reforça que fatores como maturidade organizacional, governança, confiança nos modelos e integração com processos existentes limitam uma adoção mais avançada da tecnologia. O distanciamento também se relacionou à expectativa inicial de que a IA automatizaria integralmente a resposta a incidentes. Na prática, a validação humana permanece essencial, especialmente em cenários críticos, o que reduz a autonomia efetiva das soluções.

Outro ponto de alinhamento com a literatura foi a visão crítica sobre os riscos do uso excessivo de automação. Os entrevistados destacaram preocupações com falsos positivos, dependência excessiva e dificuldades de explicabilidade dos modelos, aspectos amplamente discutidos em estudos recentes sobre IA na segurança (PEREIRA; ALMEIDA; LIMA, 2024; MONFRE; SILVA; VICENTIN, 2023). Esses riscos reforçam a necessidade de equilíbrio entre automação e supervisão humana em contextos de alta criticidade, evidenciando uma tensão entre eficiência e controle. A automação amplia a capacidade operacional, mas decisões críticas exigem supervisão para evitar impactos negativos.

Em relação à resiliência operacional, a IA contribui mais consistentemente para as fases de resposta e recuperação do que para a prevenção isolada. A redução do tempo de identificação, a priorização de eventos e o suporte à tomada de decisão em crises foram os principais benefícios, alinhados à literatura sobre o impacto da IA na continuidade dos serviços e mitigação de danos (IBM, 2023; NIST, 2024). A contribuição da IA tem maior impacto nas capacidades de resposta e recuperação, enquanto as dimensões de antecipação e adaptação dependem mais de fatores organizacionais e estruturais (NIST, 2018).

Os resultados sugerem que a IA representa um avanço na defesa cibernética, mas sua contribuição para a resiliência operacional está condicionada à maturidade dos processos, capacitação das equipes e definição clara de papéis entre automação e análise humana. Isso reforça a importância de abordagens realistas e progressivas na adoção da IA, alinhando a tecnologia à maturidade organizacional, processos existentes e governança, evitando expectativas irreais e riscos da automação excessiva.

Implicações práticas para a gestão de cibersegurança

A adoção de Inteligência Artificial na cibersegurança deve ser estratégica e alinhada à maturidade das organizações. Os maiores ganhos concentram-se nos processos de detecção e resposta a incidentes, sugerindo que essas etapas devem ser priorizadas na implementação inicial.

A automação de decisões críticas sem validação humana foi identificada como um risco relevante, especialmente em ambientes com menor maturidade operacional. Recomenda-se evitar a substituição completa da análise humana, mantendo supervisão e controle em processos sensíveis com potencial impacto direto na continuidade dos serviços.

Os resultados reforçam a importância de investimentos em governança, qualidade de dados e capacitação das equipes para garantir a efetividade das soluções baseadas em IA. A ausência desses elementos pode limitar os benefícios da tecnologia e introduzir novos riscos operacionais, comprometendo a resiliência.

A adoção de IA deve ocorrer de forma estruturada, integrada aos processos existentes e com definição clara de responsabilidades entre sistemas automatizados e equipes humanas. A tecnologia deve atuar como apoio à tomada de decisão, e não como substituição da análise crítica, conforme sintetizado na Tabela 3.Tabela 3. Síntese dos principais achados da pesquisa

Dimensão de análise	Principais resultados	Implicações práticas
Uso da IA na detecção e resposta	A IA já é amplamente utilizada em monitoramento, correlação de eventos e priorização de alertas, atuando como apoio às equipes de segurança	Priorizar a adoção de IA em processos de detecção e resposta, onde os ganhos são mais evidentes
Impactos na resiliência operacional	Redução do tempo de resposta e maior capacidade de lidar com múltiplos incidentes, com maior impacto nas fases de resposta e recuperação	Direcionar investimentos em IA para fortalecer capacidades de resposta e continuidade operacional
Diferenças por maturidade organizacional	Ambientes mais maduros apresentam maior integração, automação e confiabilidade no uso da IA	Alinhar a adoção de IA ao nível de maturidade da organização, evitando implementações desconectadas dos processos
Limitações e riscos da automação	Riscos de falsos positivos, decisões equivocadas e falta de explicabilidade dos modelos	Manter supervisão humana e mecanismos de validação em decisões críticas
Dependência de dados e governança	A efetividade da IA depende da qualidade dos dados, processos estruturados e governança	Investir em qualidade de dados, governança e capacitação das equipes antes de ampliar a automação
Gap entre teoria e prática	A IA ainda atua majoritariamente como apoio, e não como elemento autônomo nos processos críticos	Evitar expectativas irreais sobre automação total e adotar abordagem progressiva
Resiliência operacional (visão geral)	Maior contribuição da IA nas fases de resposta e recuperação, com menor impacto em antecipação	Integrar IA a estratégias mais amplas de gestão de riscos e continuidade de negócios

Fonte: Dados originais da Pesquisa.

Em síntese, a Inteligência Artificial demonstrou ser um elemento relevante para aprimorar a eficiência operacional e reduzir o tempo de resposta em cibersegurança, especialmente na detecção e resposta a incidentes. Contudo, sua efetividade está intrinsecamente ligada à maturidade organizacional, à governança adequada e à capacitação das equipes, atuando como um apoio à decisão humana e não como substituto integral, o que é crucial para a resiliência operacional.

4. Conclusão

A presente pesquisa buscou analisar como a Inteligência Artificial aplicada à defesa cibernética contribui para a resiliência operacional de organizações de médio e grande porte, especialmente nos processos de resposta a incidentes e continuidade dos serviços. Verificou-se que a IA já é amplamente utilizada no monitoramento contínuo, detecção de ameaças e priorização de alertas, atuando como um apoio fundamental às equipes de segurança. Os achados indicaram que a incorporação da IA reduziu significativamente o tempo de detecção e contenção de incidentes, transformando investigações que antes levavam horas em segundos automatizados. Essa capacidade de antecipação e automação de ações iniciais, como contenção de ameaças e isolamento de ativos, contribuiu para a continuidade operacional e para a melhoria na capacidade de lidar com múltiplos incidentes simultâneos, otimizando a alocação de recursos humanos. Contudo, observou-se que a tomada de decisão final em incidentes complexos ou críticos permaneceu sob responsabilidade humana, evidenciando que a IA atua como um elemento complementar, ampliando a capacidade de detecção e resposta, mas sem substituir a análise especializada. A principal contribuição do estudo reside em demonstrar que a Inteligência Artificial fortalece a resiliência operacional ao aumentar a agilidade e a eficácia das defesas cibernéticas, desde que integrada a uma governança adequada e capacitação técnica das equipes.

Apesar dos avanços, a pesquisa identificou limitações, como a dependência excessiva da automação sem validação humana, que pode gerar falsos positivos e respostas inadequadas, comprometendo a resiliência. A falta de transparência dos algoritmos e a necessidade de dados de qualidade para o treinamento dos modelos também foram apontadas como desafios. A efetividade da IA mostrou-se intrinsecamente ligada à maturidade dos processos de segurança e à integração das soluções. Como limitações do estudo, destaca-se o número reduzido de entrevistados e a utilização de uma amostra não probabilística, o que restringe a generalização dos resultados. Sugere-se para estudos futuros a ampliação da amostra, a inclusão de diferentes setores e perfis organizacionais, e a adoção de abordagens quantitativas ou mistas para mensurar de forma mais objetiva os impactos da Inteligência Artificial na resiliência operacional, aprofundando-se em dimensões como antecipação e adaptação.

Referências Bibliográficas

EXAME. Hackers estão usando inteligência artificial para aprimorar golpes, diz Microsoft. Disponível em: https://exame.com/tecn

FÓRUM ECONÔMICO MUNDIAL. Relatório de Riscos Globais 2024. Genebra: Fórum Econômico Mundial, 2024. Disponível em: https://www.weforum.org/reports/global-risks-report-2024. Acesso em: 14 out. 2025.

GIZMODO. Hackers criam FraudGPT com IA maliciosa para gerar golpes com um clique. Gizmodo Brasil, 1 fev. 2024. Disponível em: https://gizmodo.uol.com.br/hackers-criam-fraudgpt-com-ia-maliciosa-para-gerar-golpes-com-um-clique/. Acesso em: 03 nov. 2025.

NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (NIST). Framework for Improving Critical Infrastructure Cybersecurity. Version 1.1. Gaithersburg: NIST, 2018. Disponível em: https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.04162018.pdf. Acesso em: 30 mar. 2026.

Artigo oriundo de Trabalho de Conclusão de Curso de Especialização em Digital Business do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy