Gartner: deepfakes de áudio e vídeo já miram 4 em cada 10 empresas
Uma pesquisa do Gartner mostra que 41% dos CISOs registraram ataques com deepfakes de áudio contra suas organizações no último ano, e 36% tiveram funcionários alvo de chamadas de vídeo manipuladas. O relatório reforça que a engenharia social continua sendo o núcleo desses ataques, com a IA generativa apenas potencializando técnicas já conhecidas de golpe.
O levantamento do Gartner confirma uma tendência que já vinha sendo relatada de forma anedótica: golpes que usam voz ou vídeo clonados de executivos para autorizar pagamentos ou obter acesso a sistemas saíram do terreno experimental e se tornaram rotina corporativa. Os números — 41% dos CISOs com incidentes de deepfake de áudio e 36% com vídeo — indicam que boa parte das grandes empresas já enfrentou pelo menos uma tentativa desse tipo em 12 meses.
O que torna esses ataques eficazes não é apenas a qualidade da clonagem de voz ou rosto, mas a combinação com informações já obtidas por outros meios: phishing prévio que rouba credenciais de e-mail corporativo, dados pessoais agregados de vazamentos anteriores e conhecimento do fluxo interno de aprovação financeira da vítima. O deepfake funciona como a camada final de credibilidade em um golpe de comprometimento de e-mail corporativo (BEC) ou de engenharia social multicanal — por exemplo, um e-mail urgente do "CFO" seguido de uma ligação de vídeo rápida para confirmar a transferência.
A recomendação central do Gartner, resumida como "pausar, verificar, reportar", é simples mas exige mudança de cultura organizacional: qualquer pedido de transferência financeira ou troca de credenciais recebido por voz, vídeo ou e-mail urgente deve ser confirmado por um canal alternativo previamente combinado, nunca pelo mesmo canal em que o pedido chegou. Empresas devem também correlacionar eventos de recuperação de conta com pedidos financeiros suspeitos e atualizar seus planos de resposta a incidentes para contemplar cenários de mídia sintética, já que a maioria dos playbooks atuais ainda assume que "ver e ouvir é acreditar".