Phishing 3.0 coloca IA contra IA na nova geração de ataques

O que é o chamado Phishing 3.0?

Durante muitos anos, ataques de phishing dependiam principalmente de mensagens contendo:

links maliciosos;
anexos infectados;
páginas falsas de autenticação;
campanhas de spam em grande escala.

Ferramentas tradicionais de segurança de e-mail foram desenvolvidas justamente para identificar esse tipo de conteúdo.

Com o tempo, os criminosos passaram a explorar mais intensamente a confiança entre pessoas, utilizando técnicas como Business Email Compromise (BEC), falsificação de executivos e pedidos fraudulentos de pagamentos.

Agora, segundo a classificação apresentada pela IRONSCALES, surge uma terceira etapa.

Phishing 1.0

Ataques baseados principalmente em conteúdo malicioso, como links, anexos e spam.

Phishing 2.0

Ataques de engenharia social em que a mensagem pode não conter nenhum malware. O criminoso tenta convencer a vítima a realizar uma ação legítima, como transferir dinheiro ou enviar informações.

Phishing 3.0

Campanhas que utilizam inteligência artificial para pesquisar vítimas, produzir mensagens personalizadas e operar em múltiplos canais, incluindo:

e-mail;
aplicativos corporativos;
ligações telefônicas;
áudio sintético;
videoconferências com deepfakes.

Essa divisão é uma forma utilizada pela IRONSCALES para descrever a evolução observada dos ataques e não representa uma classificação oficial adotada por órgãos como NIST ou MITRE.

O que muda com a inteligência artificial?

Uma das principais mudanças é a capacidade de automatizar tarefas que antes exigiam trabalho manual.

Para preparar um spear-phishing convincente, um criminoso poderia precisar pesquisar:

site da empresa;
redes sociais;
funcionários;
fornecedores;
estrutura organizacional;
projetos públicos;
repositórios de código.

Com sistemas de IA e agentes automatizados, parte desse levantamento pode ser realizada em escala muito maior.

O artigo argumenta que agentes podem coletar informações públicas e gerar mensagens adaptadas a uma organização ou funcionário específico, reduzindo o custo necessário para produzir ataques personalizados.

Em termos simples

Antes, produzir 10 mil mensagens personalizadas poderia exigir muito trabalho.

Com automação, o atacante pode tentar fazer:

coleta de informações → análise da vítima → criação da abordagem → envio → adaptação da mensagem

com pouca intervenção humana.

O resultado potencial é que ataques personalizados deixem de ser exclusivos de executivos ou grandes empresas.

Os erros de português deixam de ser um bom indicador

Durante anos, uma das orientações mais comuns contra phishing era procurar:

erros ortográficos;
frases estranhas;
traduções ruins;
formatação incomum.

Esses sinais ainda podem aparecer, mas não são mais suficientes.

Modelos generativos conseguem produzir mensagens com boa gramática e adaptar idioma, tom e contexto com facilidade.

Isso significa que uma mensagem tecnicamente perfeita ainda pode ser fraudulenta.

A análise precisa considerar principalmente:

quem está pedindo, o que está sendo solicitado e se aquele comportamento faz sentido dentro do contexto da organização.

O ataque pode sair completamente do e-mail

Outro ponto importante é a combinação de diferentes canais.

Um funcionário pode receber inicialmente um e-mail e depois ser abordado por:

Microsoft Teams;
WhatsApp;
telefone;
chamada de vídeo.

Isso aumenta a sensação de legitimidade.

O artigo relembra o caso da empresa de engenharia Arup, divulgado em 2024, no qual um funcionário em Hong Kong participou de uma videoconferência com representações falsas de colegas e acabou autorizando transferências que totalizaram aproximadamente US$ 25 milhões.

Nesse tipo de situação, proteger apenas a caixa de entrada não resolve o problema.

O ataque explora a confiança do funcionário no que ele está vendo e ouvindo.

Pesquisa aponta preocupação crescente com ataques baseados em confiança

Uma pesquisa da Osterman Research, encomendada pela IRONSCALES, ouviu 128 líderes de TI e segurança de empresas norte-americanas com entre mil e cinco mil funcionários.

Segundo o levantamento:

87,5% relataram pelo menos um incidente relacionado à quebra de confiança em comunicações digitais no período analisado;
82% perceberam aumento do interesse de atacantes nesse tipo de abordagem;
cerca de 60% disseram não confiar plenamente na capacidade da organização de enfrentar ataques envolvendo deepfakes.

Esses números precisam ser interpretados dentro do contexto da pesquisa: ela foi encomendada pela própria IRONSCALES, empresa que comercializa soluções de proteção contra phishing.

Isso não invalida os dados, mas é relevante para avaliar a origem e o contexto das conclusões.

O volume também é um problema para os SOCs

Outra pesquisa, realizada pelo Ponemon Institute e encomendada pela Crogl, entrevistou 649 profissionais de TI e segurança na América do Norte.

O estudo relata uma média de:

4.330 alertas de segurança por dia

por organização participante, com apenas:

37% sendo investigados.

Esse volume ajuda a explicar por que automação e inteligência artificial estão sendo incorporadas aos Security Operations Centers.

Mesmo que uma equipe aumente o número de analistas, existe um limite para a quantidade de eventos que humanos conseguem investigar manualmente.

IA também começa a atuar na defesa

O mesmo avanço tecnológico utilizado pelos atacantes também está sendo incorporado às ferramentas defensivas.

A Microsoft, por exemplo, desenvolveu um agente de triagem de alertas capaz de analisar automaticamente denúncias de phishing recebidas pelo SOC.

Segundo dados divulgados pela empresa, analistas utilizando o agente identificaram até 6,5 vezes mais mensagens maliciosas em determinadas avaliações quando comparados ao processo utilizado como referência.

A Microsoft também relata que a St. Luke's University Health Network conseguiu economizar aproximadamente 200 horas de trabalho de analistas por mês utilizando automação associada ao Security Copilot.

Esses números representam resultados divulgados pela própria Microsoft e devem ser considerados dentro do contexto específico das implementações avaliadas.

O que significa “agente contra agente”?

O conceito apresentado no artigo é relativamente simples.

Se o atacante possui um sistema automatizado capaz de:

pesquisar vítimas;
produzir mensagens;
selecionar abordagens;
adaptar o conteúdo;
operar em grande escala;

a defesa baseada exclusivamente em investigação humana pode responder mais lentamente.

A proposta é utilizar agentes defensivos para automatizar atividades como:

análise inicial de mensagens;
correlação de indicadores;
enriquecimento de contexto;
triagem de alertas;
identificação de anomalias;
resposta a incidentes repetitivos.

O objetivo não é necessariamente retirar o profissional de segurança da operação.

A tendência é utilizar automação para resolver tarefas repetitivas e deixar decisões mais sensíveis para analistas humanos.

Os gateways tradicionais deixaram de funcionar?

Não.

Esse ponto precisa ser tratado com cuidado.

O artigo original argumenta que modelos tradicionais de proteção de e-mail possuem limitações contra ataques baseados puramente em engenharia social.

Isso não significa que Secure Email Gateways tenham se tornado inúteis.

Eles continuam importantes para bloquear:

spam;
malware conhecido;
anexos perigosos;
URLs maliciosas;
remetentes suspeitos;
violações de políticas.

O problema é que uma mensagem fraudulenta pode não conter nenhum elemento tecnicamente malicioso.

Exemplo

Um e-mail dizendo:

“Preciso que você faça uma transferência urgente para este fornecedor.”

pode não possuir:

malware;
anexo;
link;
código malicioso.

Para um filtro tradicional, a mensagem pode parecer perfeitamente normal.

Nesse cenário, contexto e análise comportamental passam a ser mais importantes.

Como empresas podem se proteger?

A evolução do phishing exige controles em diferentes camadas.

Verificação independente para ações críticas

Solicitações envolvendo:

transferências financeiras;
alteração de dados bancários;
redefinição de MFA;
troca de senha;
liberação de acesso privilegiado;
envio de informações confidenciais;

devem possuir um segundo mecanismo de confirmação.

Se um diretor solicitar uma transferência por e-mail ou videoconferência, por exemplo, a empresa pode exigir confirmação através de um canal previamente estabelecido.

MFA resistente a phishing

Empresas também devem priorizar mecanismos como:

FIDO2;
WebAuthn;
passkeys;
chaves físicas de segurança.

Essas tecnologias reduzem o risco de roubo de credenciais por páginas de phishing.

Monitoramento comportamental

Além de analisar o conteúdo da mensagem, é importante observar o contexto.

Exemplos:

fornecedor alterando repentinamente dados bancários;
executivo solicitando uma operação fora do padrão;
usuário enviando mensagens para contatos incomuns;
login seguido por mudanças em regras de e-mail;
novo dispositivo realizando operações financeiras.

Treinamento precisa evoluir

Simulações extremamente óbvias ensinam usuários apenas a identificar phishing extremamente óbvio.

Os treinamentos precisam incluir cenários envolvendo:

mensagens bem escritas;
solicitações sem links;
QR Codes;
ligações telefônicas;
ClickFix;
deepfakes;
falsos contatos do suporte técnico.

Análise Técnica CyberX

IA reduz o custo do ataque personalizado

O ponto mais relevante dessa discussão não é que a inteligência artificial criou o phishing.

Phishing já existe há décadas.

O que muda é o custo operacional.

Antes, personalizar uma campanha para milhares de pessoas exigia muito trabalho humano.

Agora, sistemas automatizados podem ajudar a:

coletar → analisar → gerar → adaptar → repetir.

Isso permite aumentar escala sem necessariamente perder personalização.

A confiança está se tornando o principal vetor

Em ataques modernos, muitas vezes não existe malware para detectar.

O atacante precisa apenas convencer alguém autorizado a realizar uma ação legítima.

Esse modelo é particularmente perigoso em:

financeiro;
compras;
RH;
suporte técnico;
diretoria;
administradores de sistemas.

Nesses casos, o principal controle não é necessariamente o antivírus.

É o processo corporativo de validação da ação.

Deepfake muda a regra da confirmação por voz

Durante muito tempo, empresas ensinavam:

“Se tiver dúvida, ligue para a pessoa.”

Isso continua sendo melhor do que simplesmente confiar em um e-mail.

Porém, voz sintética e deepfakes tornam necessário melhorar esse procedimento.

A validação deve ocorrer através de um contato ou canal conhecido previamente, e não por um número ou link fornecido dentro da própria solicitação suspeita.

Para operações financeiras críticas, processos de dupla aprovação continuam sendo extremamente importantes.

Agentes defensivos fazem sentido, mas não são solução mágica

Automação pode ajudar significativamente um SOC.

Ela é especialmente adequada para:

triagem;
enriquecimento;
correlação;
classificação;
investigação inicial.

Porém, utilizar IA também introduz novas questões:

falsos positivos;
falsos negativos;
qualidade dos dados;
permissões concedidas ao agente;
auditabilidade;
possibilidade de manipulação;
segurança do próprio sistema de IA.

Portanto, simplesmente “adicionar um agente” não substitui uma arquitetura de segurança bem projetada.

O fator humano muda de papel

A ideia tradicional de treinamento frequentemente coloca toda a responsabilidade no funcionário:

“não clique no link.”

Essa abordagem é insuficiente.

Se um processo empresarial permite que uma única pessoa aprove uma transferência milionária apenas porque recebeu uma mensagem aparentemente legítima, existe também uma falha de processo.

A segurança precisa combinar:

pessoas + processos + identidade + tecnologia + monitoramento.

Recomendação CyberX

A CyberX recomenda que empresas preparem sua defesa para ataques em múltiplos canais.

A prioridade deve incluir:

MFA resistente a phishing;
dupla aprovação para operações financeiras críticas;
procedimentos independentes de confirmação;
detecção comportamental;
proteção pós-entrega de e-mails;
monitoramento de identidade;
segurança em Teams e outras plataformas colaborativas;
treinamento contra vishing e deepfake;
automação de triagem no SOC.

A adoção de agentes defensivos pode ajudar principalmente organizações que já enfrentam grande volume de alertas.

Mas eles devem atuar como parte de uma estratégia de segurança maior, e não como substitutos de controles fundamentais.

Conclusão

O chamado Phishing 3.0 representa uma mudança importante na forma como ataques de engenharia social podem ser executados.

A inteligência artificial permite automatizar pesquisa, personalização e produção de conteúdo, enquanto deepfakes e comunicação multicanal podem tornar tentativas de fraude muito mais convincentes.

Ao mesmo tempo, a própria defesa começa a utilizar agentes de IA para investigar alertas e reduzir atividades repetitivas dentro dos SOCs.

A principal mudança, porém, não está apenas na tecnologia.

Está no fato de que ver uma pessoa em uma chamada, ouvir sua voz ou receber uma mensagem perfeitamente escrita já não é suficiente para comprovar sua identidade.

Para organizações, isso torna processos de verificação e controle de identidade tão importantes quanto filtros de e-mail e antivírus.

Fontes e referências

Esta matéria foi elaborada a partir do artigo “Phishing 3.0: The Fight Moves to Agent Versus Agent”, publicado no The Hacker News em 19 de agosto de 2026 e escrito por Steve Malone, executivo da IRONSCALES. O conteúdo original é uma contribuição de parceiro e inclui posicionamentos comerciais da empresa, portanto suas afirmações foram diferenciadas de dados provenientes de pesquisas e fontes independentes.

Os dados foram cruzados com o relatório da Osterman Research, encomendado pela IRONSCALES, a pesquisa State of SecOps 2026, realizada pelo Ponemon Institute e encomendada pela Crogl, e informações técnicas publicadas pela Microsoft sobre seus agentes de segurança.

CyberX I.T Solutions — Cybersecurity Intelligence

AVALIE ESTE CONTEÚDO

Esta análise foi útil?

Ainda não há avaliações.