Em janeiro de 2024, um funcionário do escritório da Arup em Hong Kong participou de uma videochamada com o diretor financeiro da empresa e outros colegas. Em seguida, autorizou quinze transferências que somaram cerca de US$ 25,6 milhões.

Mais tarde, descobriu-se que todas as outras pessoas na chamada eram imitações geradas por inteligência artificial, criadas a partir de vídeos e vozes disponíveis publicamente. Segundo os relatos do caso, nenhum sistema foi invadido. A própria Arup classificou o episódio como engenharia social potencializada por tecnologia.

Não precisamos ir muito longe.

Aqui mesmo na Tecjump, há pouco tempo, um golpista se passou pelo nosso CEO pelo Teams, com nome e informações sobre ele bem configuradas, e enviou para nosso gestor financeiro mensagens questionando valores em conta bancária e outras informações.

E você com certeza já deve ter lembrado de outros exemplos de golpes como esses, onde um golpista se passou por alguém para tentar manipular uma ação.

Isso se chama engenharia social, e não é nada muito complexo de entender. Há algum tempo, isso era feito via telefone, onde alguém ligava para o seus pais, fingindo ser você em uma situação de sequestro, na tentativa de extorquir dinheiro. Na internet, criminosos se passam por diretores, CEOs, funcionários do departamento de TI, do RH, etc. para manipular pessoas na organização.

Isso tem sido um grande problema para as empresas, pois é um formato de ataque cibernético que pode atingir grandes proporções.

Entendendo a Engenharia Social

Engenharia social é o conjunto de técnicas usadas para manipular pessoas a fazer algo que favorece o atacante, como revelar uma senha, aprovar um pagamento, abrir um anexo ou conceder um acesso. Antes de existir a internet, isso já tinha outros nomes, como conto do vigário, golpe do falso parente ou falso fiscal. A tecnologia mudou o canal, mas a lógica continuou parecida: o golpista cria uma situação em que obedecer parece mais seguro do que questionar.

Os mecanismos psicológicos explorados são bem conhecidos. A autoridade faz alguém atender a um superior sem pensar muito. A urgência reduz o tempo para avaliar o pedido. A confidencialidade isola a vítima de quem poderia alertá-la. A familiaridade diminui as defesas, porque o pedido parece vir de alguém conhecido. Phishing, vishing, pretexting e fraude do CEO são variações dessa mesma estratégia, que usa a confiança para conseguir acesso.

Os números mostram por que o assunto continua central. O Data Breach Investigations Report 2025, da Verizon, analisou mais de 22 mil incidentes e 12 mil violações confirmadas. O relatório concluiu que o elemento humano esteve presente em cerca de 60% das violações, um patamar semelhante ao do ano anterior. Muitas empresas investem pesado em firewalls e antivírus, mas a maior parte dos problemas ainda passa por decisões humanas.

A IA reduziu o custo de enganar

Durante muito tempo, a engenharia social tinha uma limitação prática. Um golpe personalizado exigia pesquisa, tempo e algum talento. Um golpe feito em massa costumava ser fácil de reconhecer por causa de erros de português, saudações genéricas e contextos improváveis. Os treinamentos de conscientização foram construídos em cima dessa diferença e ensinaram os colaboradores a procurar sinais de mensagens mal feitas.

A IA generativa mudou essa lógica. O Microsoft Digital Defense Report 2025 informa que campanhas de phishing feitas com IA são três vezes mais eficazes do que as tradicionais. O mesmo relatório mostra que, à medida que as empresas protegem melhor seus sistemas, os criminosos passam a usar engenharia social com IA generativa para obter o primeiro acesso, explorando principalmente identidades. Hoje, uma mensagem fraudulenta pode ter o tom de voz do executivo imitado, mencionar um projeto real e chegar no momento certo, com um custo baixo para o atacante.

Com isso, perdem força os sinais que os colaboradores aprenderam a usar para identificar fraudes. Quando um e-mail falso é tão bem escrito quanto um verdadeiro, procurar erros deixa de proteger a empresa e pode até dar uma falsa sensação de segurança.

Deepfakes: quando o rosto e a voz também podem ser falsificados

Deepfake é um conteúdo de vídeo, áudio ou imagem criado ou alterado por inteligência artificial para imitar uma pessoa real de forma convincente. O nome vem da junção de deep learning, um tipo de aprendizado de máquina, com fake, que significa falso em inglês. Essa técnica treina modelos com gravações reais de uma pessoa até que eles consigam reproduzir sua aparência, seus gestos, seu tom de voz e seu jeito de falar.

No início, criar esse tipo de conteúdo exigia muitas horas de material, computadores potentes e conhecimento técnico. Hoje, ferramentas acessíveis conseguem clonar uma voz a partir de poucos segundos de áudio e gerar vídeos falsos em tempo real durante uma chamada. Para a engenharia social, isso faz diferença porque o golpista pode deixar de apenas escrever em nome de alguém e passar a aparecer e falar como essa pessoa.

O e-mail sempre foi um canal visto com alguma desconfiança. Por isso, a recomendação clássica era confirmar pedidos sensíveis por outro meio, como uma ligação ou uma conversa por vídeo. Esse conselho fazia sentido porque era difícil falsificar uma voz ou um rosto. Os deepfakes enfraqueceram essa forma de verificação.

Uma pesquisa do Gartner feita com 302 líderes de cibersegurança em 2025 mostrou que 62% das organizações sofreram pelo menos um ataque com deepfake nos doze meses anteriores. Entre os entrevistados, 43% relataram incidentes em chamadas de áudio e 37% em videochamadas. Akif Khan, analista do Gartner, afirmou que ataques de phishing, deepfakes e engenharia social com IA generativa já se tornaram comuns. O Microsoft Digital Defense Report também trata do assunto em um capítulo sobre o uso de deepfakes e identidades sintéticas para fraudes de identidade em grande escala.

No caso da Arup, o funcionário desconfiou inicialmente da mensagem e achou que poderia ser phishing. A dúvida diminuiu quando ele viu rostos conhecidos em uma reunião com várias pessoas. A videochamada, que deveria servir para confirmar o pedido, acabou dando credibilidade à fraude.

O problema também está nos processos

Ao analisar casos como esse, é comum culpar o funcionário enganado. Essa conclusão é cômoda, mas ignora o contexto. O colaborador recebeu um pedido de um superior, com urgência e sigilo, e o processo da empresa permitiu que uma videochamada fosse suficiente para liberar uma transferência milionária. Assim, o golpe também passou por uma falha na forma como a empresa autorizava pagamentos.

Peter Drucker defendia que a eficácia de uma organização depende mais dos sistemas que ela cria do que da capacidade individual de cada pessoa. Esse princípio também vale para segurança. O Gartner recomenda que, em vez de depender da percepção do funcionário, a empresa exija aprovação dentro do próprio sistema financeiro. Assim, mesmo que o diretor financeiro peça a transferência por telefone, ele precisa entrar na aplicação com autenticação multifator resistente a phishing e aprovar a operação. Nesse modelo, um rosto convincente na tela não basta para que o pagamento seja realizado.

O Data Breach Investigations Report 2025 também mostra que a fraude de comprometimento de e-mail corporativo, conhecida como BEC, causou US$ 6,3 bilhões em perdas. Muitos desses casos poderiam ser evitados com uma regra simples: pedidos que envolvem dinheiro ou acesso não são aprovados apenas porque alguém parece ser quem diz ser.

Uma cultura de segurança precisa permitir questionamentos

Há também uma questão cultural. Amy Edmondson, professora de Harvard, mostrou em seus estudos sobre segurança psicológica que as pessoas evitam questionar superiores quando acreditam que isso pode prejudicá-las. Em uma empresa onde duvidar de um pedido do diretor parece desrespeito, o golpista tem mais facilidade. Ele só precisa se passar pela pessoa certa e usar a hierarquia a seu favor.

Por isso, a proteção contra engenharia social também depende da liderança. O colaborador precisa saber que confirmar um pedido por outro canal é o comportamento esperado e que não será repreendido por isso. Também precisa saber que nenhum assunto é confidencial a ponto de ignorar os controles da empresa. Executivos que pedem para pular etapas acabam enfraquecendo a regra que deveria proteger a organização.

O Gartner relata que algumas empresas já fazem treinamentos com deepfakes dos próprios executivos para mostrar aos colaboradores como o golpe funciona na prática. A iniciativa pode causar desconforto, mas ensina que nem um rosto conhecido deve ser aceito sem verificação quando há um pedido sensível.

A exposição dos executivos também aumenta o risco

O caso da Arup mostra outro ponto relevante: os deepfakes foram criados a partir de conteúdo público. Palestras, entrevistas, vídeos institucionais e reuniões gravadas ajudam a fortalecer a marca e a imagem dos líderes. Ao mesmo tempo, esse material pode ser usado para imitar a aparência, a voz e o jeito de falar dessas pessoas.

As empresas não precisam deixar de se comunicar por causa disso. Mas devem reconhecer que, quanto mais um executivo aparece, mais material existe para criar imitações. Isso aumenta a importância de processos que não dependam do reconhecimento visual ou da voz. O Gartner prevê que, até 2027, agentes de IA reduzirão pela metade o tempo necessário para explorar invasões de contas, automatizando etapas do ataque e usando vozes falsas para tornar a engenharia social mais convincente. Com menos tempo para reagir, decidir apenas no momento do pedido fica mais arriscado.

A confiança precisa ser comprovada

Por décadas, a confiança no ambiente de trabalho dependia de reconhecer pessoas pela voz, pelo rosto ou pelo estilo de escrita. A IA generativa mostrou que essas referências podem ser copiadas a baixo custo e em grande escala. Isso não significa que as empresas devam funcionar com base na desconfiança. Significa que pedidos relevantes precisam ser confirmados por meios que um golpista não consiga reproduzir com facilidade.

Na prática, a proteção contra engenharia social combina três elementos. O primeiro é a identidade protegida por autenticação forte. O segundo são processos que exigem aprovação formal para decisões críticas. O terceiro é uma cultura em que questionar um pedido incomum é visto como responsabilidade. Nenhum desses elementos resolve o problema sozinho. Juntos, eles reduzem a chance de que uma mensagem bem escrita ou um deepfake convincente leve alguém a cometer um erro caro.

A engenharia social continuará explorando a confiança humana. A diferença é que, agora, as empresas precisam definir de antemão quais confirmações são necessárias antes de agir, porque ver e ouvir alguém já não garante que essa pessoa seja quem parece ser.