Phishing com IA: como deepfakes estão enganando até especialistas

O golpe que passou pelo teste de vídeo

Durante décadas, o phishing dependeu de um erro humano previsível: um e-mail malfeito, um link suspeito, uma urgência artificial. Analistas de segurança treinavam colaboradores para desconfiar de erros de português, domínios estranhos e remetentes desconhecidos. Essa geração de defesa foi construída para um adversário que precisava enganar o olho. A nova geração de ataques não precisa mais enganar o olho: ela reproduz o rosto, a voz e o comportamento da pessoa que a vítima confia.

Em fevereiro de 2024, um funcionário do setor financeiro da engenharia Arup, em Hong Kong, participou de uma videochamada com quem acreditava serem o CFO e outros executivos da empresa. Todos na chamada eram réplicas geradas por inteligência artificial. O funcionário autorizou transferências que somaram 25 milhões de dólares antes que o golpe fosse descoberto. O caso não é um evento isolado: é a demonstração mais visível de uma mudança estrutural no phishing corporativo.

Relatórios do setor mostram como esse movimento se acelerou. A Ironscales registrou deepfakes em quase 60% dos incidentes de phishing analisados em seu levantamento de outono de 2025, e a CrowdStrike documentou que e-mails de phishing gerados por IA alcançam uma taxa de sucesso de 54% contra alvos humanos, cerca de 4,5 vezes superior à taxa de 12% obtida por phishing escrito manualmente. Para uma organização que ainda treina sua equipe apenas para identificar erros gramaticais, esses números são um alerta direto: o critério de detecção mudou, e a defesa precisa mudar junto.

Da mensagem em massa ao ataque personalizado por IA

O phishing tradicional era um jogo de volume: enviar milhões de mensagens genéricas na esperança de que uma pequena fração dos destinatários clicasse. A inteligência artificial generativa eliminou essa limitação. Ferramentas de IA hoje permitem que um atacante produza, em minutos, e-mails gramaticalmente perfeitos, personalizados com informações públicas sobre a vítima e adaptados ao estilo de comunicação real de um fornecedor, colega ou executivo.

O relatório de tendências da Hoxhunt para 2026 identificou um salto de aproximadamente 14 vezes no volume de phishing gerado por IA detectado ao final de 2025, chegando a representar 56% dos ataques identificados em um único mês. Esse crescimento não é apenas quantitativo: campanhas com conteúdo gerado por IA estão sendo combinadas com engenharia social multicanal, migrando de aplicativos de mensagens para chamadas de vídeo e e-mail dentro da mesma operação, o que aumenta a credibilidade percebida pela vítima e reduz a chance de detecção.

Deepfakes de voz e vídeo: a nova camada de engenharia social

O elemento mais preocupante dessa evolução é o deepfake multimídia. A Pindrop registrou um crescimento de 680% ano a ano em deepfakes de voz detectados em 2024, e o CrowdStrike documentou um aumento de 442% em ataques de vishing (phishing por voz) entre o primeiro e o segundo semestre daquele ano. Tentativas de fraude por deepfake, de forma geral, saltaram de aproximadamente uma por mês para sete por dia no mesmo período, segundo análises do setor.

Casos de alto perfil deixaram de ser exceção. Após o incidente da Arup, executivos como o CEO da Ferrari, Benedetto Vigna, e o CEO da WPP, Mark Read, foram alvos de tentativas semelhantes de personificação por deepfake em videochamadas, uma delas frustrada apenas porque o executivo fez uma pergunta cuja resposta somente o Vigna real saberia. A Group-IB estima que mais de 10% dos bancos analisados já sofreram perdas superiores a 1 milhão de dólares em fraudes por deepfake de voz, com prejuízo médio de 600 mil dólares por incidente, um sinal de que a ameaça deixou de ser excepcional para se tornar rotina operacional em setores de alto valor financeiro.

Por que os controles tradicionais falham

A maior parte dos controles anti-phishing corporativos foi desenhada para inspecionar texto: filtros de spam, análise de remetente, verificação de links. Esses controles continuam necessários, mas não foram construídos para avaliar a autenticidade de uma voz ou de um rosto em tempo real. Isso cria uma lacuna de proteção justamente no elo mais sensível da cadeia de aprovação: decisões financeiras de alto valor, que tradicionalmente dependiam da confirmação visual ou auditiva de um executivo.

Pesquisa da Sumsub sobre fraude de identidade indica um crescimento de mais de 2.000% em ataques por deepfake em escala global, com o conjunto de fraudes sofisticadas, incluindo deepfakes e adulteração de sinais biométricos, avançando 180% ano a ano. Diante desse cenário, a autenticação baseada exclusivamente em reconhecimento visual ou vocal perdeu grande parte de seu valor probatório: a pergunta relevante deixou de ser “isso parece autêntico?” e passou a ser “como validamos isso por um segundo canal independente?”.

Construindo defesa contra um adversário que também usa IA

A resposta a esse cenário não é abandonar vídeo e voz como canais de comunicação corporativa, mas reconstruir os processos de verificação em torno da premissa de que ambos podem ser falsificados. Quatro medidas concentram o maior impacto:

• Protocolo de verificação fora de banda para qualquer solicitação financeira ou de acesso, especialmente as marcadas como urgentes ou confidenciais, exigindo confirmação por um canal institucional previamente validado, nunca pelo mesmo canal que originou o pedido.
• Palavras-código ou perguntas de conhecimento mútuo para autorizações de alto valor, seguindo o exemplo que frustrou a tentativa contra o CEO da Ferrari: um dado simples que um deepfake não tem como conhecer.
• Treinamento específico para deepfakes de voz e vídeo, não apenas para phishing textual, incluindo simulações realistas com os cenários que mais crescem: chamadas de vídeo com múltiplos participantes falsificados e ligações com voz clonada.
• Governança de aprovações financeiras com segregação de funções, garantindo que nenhuma transferência de valor relevante dependa de uma única aprovação verbal ou por vídeo, independentemente de quem pareça estar solicitando.

Ver e ouvir não são mais prova de identidade

O phishing por IA representa uma ruptura, não uma evolução incremental, na forma como pensamos autenticidade digital. Por décadas, a confiança corporativa se apoiou em sinais que a tecnologia agora consegue reproduzir com fidelidade suficiente para enganar até profissionais experientes. Isso não significa que a defesa seja impossível, significa que ela precisa migrar de sinais superficiais, como reconhecer um rosto familiar, para processos estruturais, como validar por canais independentes antes de autorizar qualquer ação de alto risco.

Empresas que tratam esse tema como um problema técnico de filtro de e-mail continuarão vulneráveis. As que reconstroem seus processos de aprovação partindo da premissa de que qualquer imagem, voz ou vídeo pode ser sintético estarão protegendo não apenas seus recursos financeiros, mas a confiança que sustenta toda a operação.