Os atores mal-intencionados já estão a pilotar a próxima evolução da IA

A inteligência artificial estendeu rapidamente os limites do modelo tradicional de computação, pois exige uma infraestrutura e recursos substanciais para operar.

Uma solução potencial reside na computação quântica, que aproveita os princípios da mecânica quântica para avançar além do processamento binário e linear convencional. Mudar a IA para uma base de computação quântica poderia teoricamente permitir que os modelos melhorassem a eficiência enquanto consumissem menos recursos.

Embora a IA quântica ainda possa parecer uma perspectiva distante para organizações que estão apenas começando a integrar IA generativa e agente, há sinais de que os cibercriminosos já estão experimentando o próximo nível de inteligência artificial.

De acordo com dados da Associação de Examinadores de Fraude Certificados e da SAS, a maioria dos respondentes espera que a IA quântica impacte significativamente a prevenção de fraudes até 2030, e aproximadamente 10% relatam que já está tendo um efeito.

Ameaça Aprofundada do Deepfake

Igualmente preocupante, o estudo descobriu que os maus atores aumentaram seu uso de IA em quase todos os aspectos de suas operações, desde fraudes ao consumidor até falsificação de documentos. No entanto, a engenharia social impulsionada por deepfakes viu o aumento mais acentuado, com cerca de três quartos dos respondentes relatando um aumento nos últimos dois anos.

Embora os primeiros deepfakes fossem frequentemente fáceis de identificar, modelos de IA mais avançados os tornaram uma ameaça que não pode mais ser ignorada. O Banco de Dados de Incidentes de IA reforçou essas preocupações, documentando mais de 100 incidentes distintos de deepfake entre novembro de 2025 e janeiro de 2026.

Uma Situação Perigosa

Essas ameaças emergentes estão sobrecarregando as capacidades dos modernos sistemas de cibersegurança. Para as instituições financeiras em particular—obrigadas por restrições rigorosas de conformidade e altas expectativas dos clientes—implementar novas tecnologias é frequentemente um processo complexo e intensivo em recursos.

Isso criou uma situação precária onde os cibercriminosos estão evoluindo em sintonia com tecnologias que avançam rapidamente, enquanto muitos bancos lutam para acompanhar o ritmo. De acordo com o estudo da ACFE, apenas 7% dos respondentes disseram que sua organização estava mais do que moderadamente preparada para detectar ou prevenir fraudes alimentadas por IA.

Com a computação quântica potencialmente entrando na equação, essa lacuna pode rapidamente se tornar catastrófica.

“Estamos perto de onde a computação quântica vai quebrar a criptografia,” disse Tracy Goldberg, Diretora de Cibersegurança na Javelin Strategy & Research, ao PaymentsJournal. “Isso remete a todo o risco que vemos com a maneira como estamos segurando dados hoje. Os dados são tokenizados ou criptografados; os números dos cartões são tokenizados à medida que são transmitidos, pois isso é um requisito para a conformidade com o PCI.”

“Se a computação quântica for capaz de quebrar essa criptografia, então estamos, em última instância, enviando dados de cartão em claro e isso nos retrocede 20 anos,” ela disse. “A tokenização não significará nada.”

0

                    COMPARTILHAMENTOS

0

                VISUALIZAÇÕES
            

            

            

                Partilhar no FacebookPartilhar no TwitterPartilhar no LinkedIn

Etiquetas: IAIA AgentesFraude de IAInteligência ArtificialFraude de DeepfakeDeepfakesFraudeIA QuânticaComputação Quântica

Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixar