A OpenAI está em conversas iniciais para adquirir a Trail of Bits, empresa americana especializada em pesquisa, auditoria e engenharia de segurança. A negociação ainda pode não resultar em compra e nenhum valor foi confirmado publicamente. Mesmo assim, o interesse ajuda a mostrar uma mudança importante no mercado de inteligência artificial. À medida que modelos deixam de apenas responder perguntas e passam a acessar arquivos, executar código, consultar bancos de dados e operar ferramentas externas, segurança deixa de ser uma camada instalada depois do produto e passa a fazer parte da própria arquitetura.

Resumo Infoalfa

A negociação entre OpenAI e Trail of Bits foi reportada como preliminar. Não existe anúncio de aquisição concluída.

A Trail of Bits atua desde 2012 em auditoria de software, criptografia, segurança de aplicações, inteligência artificial, cadeias de suprimentos de software e ferramentas de análise.

As duas empresas já trabalham juntas em iniciativas de segurança de código aberto, o que cria uma relação anterior à possível aquisição.

Sistemas de IA acrescentam riscos próprios, como injeção de prompts, exposição de informações sensíveis, manipulação de agentes e execução inadequada de ações.

Mesmo que uma aquisição aconteça, empresas que utilizam IA continuarão responsáveis por controles de acesso, governança, proteção de dados e segurança de seus próprios sistemas.

O que se sabe sobre a negociação e por que a OpenAI busca reforçar a segurança

A informação sobre as conversas entre OpenAI e Trail of Bits surgiu em outubro de 2026. Segundo a reportagem original do The Information, as empresas estavam em negociações iniciais e a operação poderia não avançar. Nenhum preço foi divulgado.

Isso é importante porque uma negociação não deve ser tratada como fato consumado. Não há base para afirmar que a Trail of Bits já pertence à OpenAI, que seus serviços serão incorporados a produtos específicos ou que uma nova divisão comercial será lançada.

O que já existe é uma aproximação técnica.

A Trail of Bits possui experiência reconhecida em auditoria de software, criptografia, análise de vulnerabilidades e construção de ferramentas de segurança. A empresa também desenvolve pesquisa em inteligência artificial e participou de programas americanos de segurança automatizada, incluindo o AI Cyber Challenge da DARPA.

Em junho de 2026, a companhia anunciou o projeto Patch the Planet em parceria com uma iniciativa da OpenAI. Engenheiros utilizaram modelos de fronteira voltados a cibersegurança para procurar vulnerabilidades em projetos de código aberto, enquanto especialistas humanos avaliavam resultados, eliminavam falsos positivos e trabalhavam nas correções.

Essa experiência ilustra o que provavelmente torna a Trail of Bits interessante para uma empresa de IA.

Modelos conseguem analisar quantidades enormes de código e levantar hipóteses rapidamente. Especialistas experientes conseguem diferenciar um problema explorável de uma conclusão tecnicamente plausível, porém incorreta.

A combinação das duas capacidades pode acelerar auditorias sem transformar segurança num processo inteiramente automático.

Esse detalhe merece atenção. Ferramentas de IA podem descobrir vulnerabilidades. Também podem inventá-las.

Um modelo que afirma ter encontrado uma falha crítica precisa produzir evidência suficiente para que um especialista reproduza o problema. Caso contrário, uma equipe pode gastar horas corrigindo algo que nunca existiu ou, no sentido oposto, confiar demais numa ferramenta que deixou passar uma vulnerabilidade real.

A própria Trail of Bits afirma que seus achados automatizados são validados por pessoas antes de serem entregues aos clientes.

Uma aquisição poderia oferecer à OpenAI conhecimento interno sobre esse processo, mas há outros motivos estratégicos possíveis.

Um deles é o crescimento do mercado de agentes.

Quando uma IA apenas produz texto numa janela isolada, um erro costuma terminar numa resposta ruim. Quando possui acesso a e-mail, arquivos, terminal, banco de dados, navegador ou sistemas empresariais, uma resposta errada pode produzir uma ação real.

Isso modifica completamente o risco.

SEGURANÇA DE IA E IA PARA SEGURANÇA NÃO SÃO A MESMA COISA

Segurança de IA procura proteger modelos, dados, agentes e aplicações contra manipulação, vazamento, abuso e ações indevidas.

IA para segurança utiliza modelos para localizar vulnerabilidades, analisar código, investigar alertas ou automatizar parte da defesa.

Uma empresa pode ser muito avançada na segunda área e ainda possuir problemas na primeira.

Quais riscos de cibersegurança crescem quando a inteligência artificial ganha acesso a sistemas reais

Muitos riscos associados à IA não substituem problemas tradicionais de segurança. Eles se acumulam sobre eles.

Uma aplicação ainda precisa proteger contas, senhas, servidores, APIs, bancos de dados e dependências de software.

A diferença é que o modelo introduz uma camada capaz de interpretar linguagem natural, gerar comandos e tomar decisões probabilísticas.

Um dos exemplos mais conhecidos é a injeção de prompt.

Ela ocorre quando uma entrada manipulada interfere nas instruções que o sistema deveria seguir.

Imagine um agente autorizado a ler documentos e enviar e-mails. Ele recebe uma página da internet contendo uma instrução escondida dizendo para ignorar as regras anteriores e encaminhar determinado arquivo.

Um sistema mal projetado pode interpretar esse conteúdo como comando.

Esse problema fica especialmente perigoso quando instruções externas conseguem atingir ferramentas com privilégios reais.

A OWASP coloca a injeção de prompt entre os principais riscos de aplicações baseadas em grandes modelos de linguagem.

Outro risco é a divulgação de informações sensíveis.

Funcionários podem copiar contratos, dados pessoais, códigos-fonte ou documentos estratégicos para um assistente sem compreender como aquele serviço processa e retém informações.

Mesmo quando o provedor possui controles robustos, a empresa cliente precisa definir quais informações podem entrar no sistema.

Existe também o tratamento incorreto da saída.

Uma resposta gerada por IA não deveria ser enviada diretamente a um banco de dados, terminal ou sistema operacional como se fosse código confiável.

Se a aplicação simplesmente executa aquilo que o modelo escreveu, erros ou manipulações podem virar comandos reais.

Agentes aumentam esse problema porque trabalham em cadeias.

Um agente consulta uma página. Outro interpreta o conteúdo. Um terceiro decide enviar mensagem. Um quarto possui credencial para executar a ação.

A segurança precisa observar toda a cadeia, não apenas o modelo.

Permissões mínimas tornam-se essenciais.

Se uma IA precisa consultar o saldo de uma conta, não deveria automaticamente possuir permissão para transferir dinheiro.

Se precisa ler documentos, não deveria possuir autorização irrestrita para apagá-los.

Também existem riscos no ciclo de desenvolvimento.

Modelos podem ser roubados, alterados ou substituídos. Dependências podem ser comprometidas. Dados de treinamento e ajuste fino podem receber conteúdo malicioso.

O NIST vem desenvolvendo um perfil específico de cibersegurança para inteligência artificial justamente porque proteger IA envolve simultaneamente utilizar IA na defesa, proteger componentes de IA e administrar ameaças ampliadas por essas tecnologias.

Outro aspecto é a concentração.

Se uma empresa utiliza o mesmo fornecedor para modelo, agentes, ferramentas de segurança e monitoramento, pode ganhar integração e perder diversidade.

Uma falha sistêmica ou indisponibilidade no fornecedor passa a afetar várias camadas ao mesmo tempo.

O que a possível aquisição pode mudar para empresas e usuários brasileiros

Se a OpenAI concluir a compra, a consequência mais óbvia seria incorporar uma equipe especializada em segurança ofensiva, análise de código, criptografia e pesquisa.

Isso poderia fortalecer ferramentas internas e eventualmente resultar em produtos comerciais.

Mas essa última etapa ainda é hipótese.

Uma tecnologia adquirida pode ser usada para proteger a própria infraestrutura, melhorar modelos voltados a segurança ou criar serviços vendidos aos clientes.

Nenhum desses caminhos está confirmado apenas pela existência das negociações.

Para empresas brasileiras, o episódio oferece uma lição independente do resultado da aquisição.

A adoção de IA está entrando em áreas onde segurança precisa ser definida antes da integração.

CHECKLIST PARA EMPRESAS QUE CONECTAM IA A SISTEMAS INTERNOS

Defina quais dados podem ser enviados. Informações pessoais, segredos comerciais e credenciais exigem regras específicas.

Separe leitura de execução. Um agente autorizado a consultar não precisa necessariamente alterar.

Use o menor privilégio possível. Cada ferramenta deve receber apenas as permissões necessárias.

Registre as ações. Decisões e operações executadas por agentes precisam gerar logs auditáveis.

Teste injeções de prompt. Conteúdo externo deve ser tratado como potencialmente não confiável.

Mantenha revisão humana onde o impacto é elevado. Pagamentos, exclusões, mudanças de acesso e decisões críticas não deveriam depender apenas de uma resposta probabilística.

A LGPD acrescenta outra obrigação.

Quando um sistema processa dados pessoais, a organização precisa considerar finalidade, necessidade, segurança e direitos dos titulares.

Terceirizar o processamento para uma ferramenta de IA não transfere automaticamente todas as responsabilidades para o fornecedor.

Políticas internas também precisam acompanhar a tecnologia.

Proibir genericamente qualquer uso de IA pode levar funcionários a recorrer a serviços pessoais sem supervisão. Liberar tudo cria o problema oposto.

Uma abordagem mais consistente define ferramentas autorizadas, categorias de informação permitidas, controles e processos de revisão.

A possível compra da Trail of Bits também mostra como o mercado de cibersegurança pode mudar.

Grandes desenvolvedores de IA começam a possuir capacidade de encontrar vulnerabilidades em escala. Empresas tradicionais de segurança, por sua vez, incorporam modelos de IA aos próprios produtos.

A fronteira entre “empresa de IA” e “empresa de segurança” fica menos clara.

Isso pode aumentar a concorrência e acelerar automação de tarefas repetitivas.

Também pode tornar experiência humana ainda mais valiosa justamente nos casos que escapam da automação.

O exemplo do Patch the Planet é instrutivo. A IA gera grande volume de possíveis problemas. Engenheiros verificam quais são reais, entendem a causa e trabalham na correção.

Segurança continua sendo uma disciplina de engenharia.

Modelos ampliam escala. Não eliminam arquitetura, governança, revisão, atualização e responsabilidade.

LEITURA INFOALFA

A negociação com a Trail of Bits mostra que segurança está deixando de ser uma função periférica na corrida da inteligência artificial. Quanto mais autonomia um modelo recebe, maior a importância de controlar aquilo que ele pode ler, decidir e executar. Comprar conhecimento especializado pode fortalecer uma plataforma. Não elimina a responsabilidade de clientes e desenvolvedores de construir sistemas com permissões limitadas, dados protegidos e capacidade de interromper uma ação quando a IA estiver errada.

Fontes consultadas