Nikesh Arora, presidente e CEO da Palo Alto Networks, expressou preocupação com o crescente uso de modelos avançados de inteligência artificial (IA) para detecção de vulnerabilidades de software e identificação de potenciais vetores de ataque.
Embora tais capacidades possam contribuir para o fortalecimento da cibersegurança, elas também podem fornecer aos invasores maneiras mais rápidas de explorar falhas em sistemas corporativos. Como Arora observa em uma postagem no LinkedIn, o principal problema é garantir que as organizações possam verificar, priorizar e corrigir vulnerabilidades na mesma velocidade em que a IA as detecta.
Arora enfatizou que a maioria das organizações não possui recursos suficientes para aplicar correções na velocidade exigida, especialmente pequenas empresas. Pequenas empresas frequentemente carecem de especialistas em segurança, enquanto grandes empresas são forçadas a testar correções em aplicações existentes. Além disso, ele observou que diferentes modelos detectam diferentes tipos de fraquezas, portanto, um único modelo não pode oferecer cobertura total.
A detecção de vulnerabilidade é apenas a fase inicial. As equipes precisam confirmar, avaliar o risco, desenvolver uma correção, testá-la quanto a falhas e, em seguida, implementá-la. Falsos positivos ou alertas incorretos levam à perda de tempo, e patches não verificados podem interromper o funcionamento dos serviços.
A escala do problema está crescendo. O National Institute of Standards and Technology dos EUA relatou que o número de registros submetidos ao seu Banco de Dados de Vulnerabilidades aumentou em 263% entre 2020 e 2025. Em 2025, quase 42.000 registros foram enriquecidos, mas isso foi insuficiente.
Os desenvolvedores de IA estão começando a ligar a detecção à correção. O projeto Glasswing da Anthropic, lançado em abril de 2026 com a participação da Palo Alto Networks, fornece acesso ao Claude Mythos Preview para organizações selecionadas para fins de segurança defensiva. A Anthropic relatou que os parceiros identificaram mais de 10.000 vulnerabilidades de alta ou crítica severidade até junho e expandiu o programa para cerca de mais 150 organizações.
Em 4 de novembro, a OpenAI anunciou que um pipeline controlado do kernel Linux gerou correções candidatas para 948 vulnerabilidades de escalonamento de privilégios de nível local, que permitem que um usuário obtenha permissões mais elevadas. Pesquisadores humanos revisaram esses resultados antes de encaminhá-los aos mantenedores.
Na Índia, em 4 de novembro, o CERT-In emitiu um alerta de que invasores usando inteligência artificial e APIs de pagamento estão visando instituições de crédito não bancárias, fintechs, provedores de pagamento e plataformas de criptomoedas. A agência também publicou um guia para 2026 sobre proteção contra vulnerabilidades com IA e auditoria de segurança de IA.
Arora defende a correção virtual como uma medida temporária. Ele afirma: «A solução mais óbvia é a correção virtual. É uma tecnologia testada pelo tempo que atualmente está disponível para fornecedores de cibersegurança para endpoints, WAF, cenários de nuvem e rede».
Um WAF é um firewall de aplicação web que filtra o tráfego de sites e aplicativos. Um patch virtual é uma regra de segurança que bloqueia um método conhecido de exploração de vulnerabilidade sem modificar o software afetado. Isso dá tempo para testar uma atualização permanente, mas não elimina a fraqueza em si. O Open Worldwide Application Security Project adverte que ele protege apenas o tráfego que o sistema verifica e não reconhece variações de regras.
Arora pede a criação de um registro geral de vulnerabilidades e a aceleração do desenvolvimento de assinaturas de segurança, ou regras de detecção. Ele também enfatiza as tecnologias operacionais — sistemas que controlam ou monitoram processos físicos, como energia, abastecimento de água e transporte. Atualizar esses sistemas pode ser complexo, pois uma interrupção pode afetar a segurança ou os serviços essenciais.



