Exercício cibernético Standoff no fórum «Digital Solutions» testou a IA no ataque e na defesa

O fórum russo de TI «Soluções Digitais» sediou o exercício cibernético Standoff: equipes de segurança da informação de grandes empresas do país treinaram ataque e defesa, e o tema central do balanço, publicado pelo CNews em 9 de outubro de 2026, foi a inteligência artificial.

O que se sabe sobre o exercício

O Standoff se consolidou como o principal formato russo de batalhas cibernéticas. Algumas equipes atuam como atacantes (red team) e buscam formas de invadir a infraestrutura. Outras fazem o papel dos defensores (blue team), detectando a intrusão e a barrando. Normalmente tudo acontece em um ambiente de testes montado especialmente para isso, e não em sistemas reais, o que permite simular com segurança cenários próximos de incidentes verdadeiros.

O valor particular desse formato está em testar não um produto isolado, mas o conjunto de pessoas, processos e ferramentas. Para um diretor de segurança da informação, isso é mais próximo da realidade do que um teste de scanner em laboratório.

Principais parâmetros conhecidos do evento:

• Local: fórum de TI «Soluções Digitais».
• Formato: exercício cibernético Standoff, com confronto entre atacantes e defensores.
• Participantes: equipes de segurança da informação de grandes organizações do país.
• Tema do balanço: uso de IA no ataque e na defesa.
• Fonte: CNews, publicação de 9 de outubro de 2026.
• Resultados quantitativos no trecho aberto: não divulgados.

Onde a IA atua dos dois lados

O título da reportagem destaca a dualidade: a IA serve tanto a quem ataca quanto a quem protege. Em exercícios desse tipo, isso costuma aparecer em alguns cenários típicos. Não é possível afirmar que foram exatamente esses os apresentados no fórum, mas eles ajudam a enquadrar a avaliação do balanço.

Entre os atacantes, modelos de linguagem aceleram o reconhecimento, ajudam a montar textos de phishing convincentes, a gerar variações de scripts e a destrinchar tecnologias desconhecidas. O ganho está sobretudo no tempo: o que antes exigia horas de trabalho manual cabe em minutos.

Entre os defensores, a IA costuma ser incorporada ao centro de monitoramento. Ela agrupa alertas, sugere ao analista o contexto do incidente, escreve rascunhos de regras de detecção e reúne eventos dispersos em uma única linha do tempo. Isso reduz a carga da primeira linha, mas não elimina a necessidade de verificar as conclusões do modelo.

Há ainda uma assimetria. Ao atacante basta uma tentativa bem-sucedida, e uma sugestão errada do modelo quase não lhe custa nada. Para o defensor, um falso positivo sai caro: perdem-se tempo, atenção da equipe e, às vezes, a disponibilidade de serviços.

O que falta nos dados públicos

A pergunta central para qualquer relatório sobre IA em exercícios cibernéticos é: o que exatamente foi medido. Sem essa resposta, a conclusão de que «a IA ajudou» continua sendo slogan. No trecho disponível, não fica claro como as equipes usaram os modelos (próprios, comerciais ou abertos), se havia restrições ao uso e se o resultado foi comparado ao de um trabalho sem IA. Também não está claro se foram contabilizados a velocidade de detecção, o número de ataques perdidos ou a taxa de falsos positivos.

Enquanto esses dados não forem publicados, o mais correto é ler o balanço como um sinal de direção, e não como prova de eficácia.

Como usar isso na prática

Quem responde pela segurança da informação em uma empresa faz bem em não esperar o relatório completo e preparar a própria verificação:

1. Defina uma linha de base. Meça o tempo de detecção e de resposta no seu centro de monitoramento antes de adotar ferramentas de IA; do contrário, não haverá com o que comparar.
2. Inclua a IA nos seus exercícios. Se você realiza exercícios cibernéticos internos, adicione cenários em que os atacantes usam modelos generativos para phishing e reconhecimento.
3. Exija métricas dos fornecedores. A taxa de falsos positivos e o tempo de tratamento de incidentes importam mais do que discursos sobre «análise inteligente».
4. Mantenha o humano no circuito. Convém limitar ações automáticas do modelo em ambiente de produção até que tenham sido validadas em ambiente de testes.
5. Acompanhe a publicação dos resultados detalhados do Standoff e compare-os com seus próprios dados.

Quando os organizadores divulgarem os números, será possível confrontá-los com essa lista e entender o quanto a IA mudou o equilíbrio de forças.