IA lidera prioridades de investimento em segurança cibernética, conclui PwC

IA lidera prioridades de investimento em segurança cibernética, conclui PwC

A IA é agora a principal prioridade de investimento nos orçamentos de segurança cibernética nos próximos 12 meses, de acordo com um novo relatório da PwC.

A segurança baseada em IA foi citada como uma das três principais prioridades orçamentárias por 36% dos executivos de negócios e tecnologia, à frente de segurança na nuvem (34%), segurança de rede e confiança zero (28%), proteção de dados (26%) e gerenciamento de ameaças (24%).

Os recursos de caça a ameaças de IA (48%) foram os recursos priorizados pelos líderes de segurança pesquisados. Isso foi seguido pela implantação de soluções de IA agênticas para aumentar a eficiência em áreas como segurança na nuvem (35%).

Outros recursos de segurança de IA, como detecção de eventos e análise comportamental, gerenciamento de identidade e acesso e verificação e avaliações de vulnerabilidades, foram destacados por cerca de um terço dos líderes de segurança, respectivamente.

A PwC relatório, publicado em 1º de outubro, também descobriu que 78% das organizações esperam que seu orçamento cibernético aumente no próximo ano.

A maioria (60%) dos entrevistados disse que está aumentando o investimento em risco cibernético em resposta ao atual cenário geopolítico.

Apenas 6% das organizações disseram que são “muito capazes” de resistir a ataques cibernéticos em todas as vulnerabilidades pesquisadas, dado o cenário geopolítico.

A falta de habilidades dificulta as iniciativas de segurança

Os desafios para a aplicação da IA para defesa cibernética incluem a falta de conhecimento da tecnologia (50%) e falta de habilidades relevantes (41%).

Mais da metade (53%) das organizações está priorizando ferramentas de IA e aprendizado de máquina para ajudar a fechar essas lacunas de capacidade. Outras abordagens proeminentes incluem investimento em ferramentas de automação de segurança (48%), consolidação de ferramentas cibernéticas (47%) e qualificação ou requalificação (47%).

Computação quântica foi classificada como uma das cinco principais ameaças que as organizações estão menos preparadas para enfrentar, atrás apenas de nuvem, produtos conectados e violações de terceiros.

Apesar disso, menos de 10% priorizam medidas de segurança quântica nos orçamentos e apenas 3% implementaram todas as principais medidas de resistência quântica.

Cerca de metade (49%) não considerou ou começou a implementar qualquer Medidas de segurança resistentes à quântica.

Os maiores desafios para a implementação de tais medidas foram lacunas de conhecimento técnico a serem adotadas Padrões da indústria e lacunas no conhecimento e recursos dedicados à computação quântica, citadas por 37% e 36% dos líderes de segurança pesquisados, respectivamente.

A pesquisa também destacou outras áreas em que a escassez de habilidades está impedindo o progresso na segurança cibernética. Quase metade (47%) dos entrevistados citou a falta de pessoal qualificado como um dos principais desafios ao proteger a tecnologia operacional (OT) e os sistemas industriais de Internet das Coisas (IIoT).

Sean Joyce, líder global de segurança cibernética e privacidade da PwC US, pediu aos líderes de segurança que garantam que a cibernética seja integrada ao planejamento de negócios de longo prazo, permitindo que o foco comece cedo em áreas como IA e quântica.

“As organizações que liderarão no futuro são aquelas que investem em cibernética não apenas para responder, mas para antecipar. As descobertas deste ano mostram que a resiliência vem da previsão, não da retrospectiva. As organizações devem garantir que também estão investindo em IA e habilidades cibernéticas, priorizando a qualificação e requalificação de suas equipes cibernéticas, a fim de mapear de forma clara e proativa os riscos cibernéticos que enfrentam”, observou ele.

A PwC Pesquisa Global de Insights de Confiança Digital de 2026 incluiu 3887 executivos de negócios e tecnologia em 72 países, 1740 dos quais eram líderes de segurança.

azaeo.com – datalake

File fishes formats available in:

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology:LLMs” is the correct English acronym for Large Language Models.