O Bradesco, por meio de sua área de inovação inovabra, anunciou em junho de 2026 um acordo de cooperação técnico-científica com a USP para identificar e corrigir brechas de segurança em agentes de IA que já operam dentro do banco. Essa notícia chega em um momento em que o volume de ataques cibernéticos no Brasil e na América Latina continua crescendo rapidamente, e a pergunta que surge é: como proteger sistemas autônomos que tomam decisões financeiras sem expor dados sensíveis?

Uma história que começou há mais de dez anos

A parceria entre o Bradesco e a USP, conduzida por meio de laboratórios como o LARC e o InovaUSP, existe desde antes de 2014 e já passou por várias fases de ampliação. Em setembro de 2024, o banco decidiu expandir essa cooperação para incluir computação quântica, inteligência artificial e cibersegurança, resultando em quatro projetos simultâneos que mobilizam cerca de 50 pesquisadores. Um desses projetos, chamado Adversarial Machine Learning, tem como objetivo específico proteger algoritmos de aprendizado de máquina contra manipulações externas, algo que o CIO do Bradesco, Edilson Reis, destacou como iniciativa pioneira entre bancos brasileiros.

Os trabalhos iniciais do projeto Adversarial Machine Learning, conduzidos com participação do professor Marcos Simplício da Poli-USP, ainda estavam em fase de mapeamento de superfície de ataque e proposta de soluções quando a notícia de junho de 2026 trouxe a atualização para agentes de IA. Essa continuidade mostra que a instituição financeira não trata a segurança como algo pontual, mas como um esforço de longo prazo que acompanha a evolução das tecnologias que processam milhões de transações diariamente.

O que mudou com a chegada dos agentes de IA

Em 2026, a parceria ganhou novo fôlego justamente porque o Bradesco já tem mais de 700 casos de IA em produção dentro da plataforma Bridge. Esses agentes realizam tarefas que vão desde controle de acesso até análise em tempo real, e a preocupação central agora é a chamada injeção de prompt: uma técnica em que atacantes tentam inserir comandos maliciosos para desviar o comportamento do agente. Pesquisadores como Oscar Paiva têm realizado simulações de ataques para testar a resiliência desses sistemas e incorporar as lições aprendidas diretamente nos mecanismos de proteção.

Além dos testes contra injeção de prompt, a plataforma Bridge já implementa guardrails, monitoramento contínuo e controle de acesso refinado. O próximo passo previsto é permitir que a própria IA gerencie incidentes de forma autônoma, reduzindo o tempo entre detecção e resposta. Para quem acompanha sistemas legados de décadas, essa evolução representa a tentativa de manter a mesma confiabilidade que sempre existiu nas transações bancárias enquanto se adicionam camadas inteligentes que podem ser alvo de manipulação.

O cenário de ameaças que torna tudo mais urgente

Relatórios recentes mostram que a América Latina registrou mais de 1,29 bilhão de ataques cibernéticos entre julho de 2024 e julho de 2025, com alta de 85 por cento em relação ao período anterior. O Brasil aparece como líder em tentativas de ransomware, com 549 mil casos registrados, e o custo médio de uma violação de dados no país chegou a 1,36 milhão de dólares em 2024. Nesse contexto, iniciativas como a parceria entre inovabra e USP não são apenas pesquisa acadêmica, mas uma resposta prática para proteger operações que afetam milhões de clientes todos os dias.

O mercado global de IA aplicada à cibersegurança, que valia 34 bilhões de dólares em 2025, deve chegar a 213 bilhões até 2034, segundo projeções citadas em reportagens especializadas. O Brasil, por sua vez, deve investir 104,6 bilhões de reais no setor entre 2025 e 2028. Essas cifras ajudam a dimensionar por que bancos tradicionais estão buscando universidades para desenvolver defesas que ainda não existem no mercado.

O que isso significa na prática para o setor financeiro

Ao integrar descobertas da academia diretamente na plataforma Bridge, o Bradesco consegue testar proteções em ambiente real antes de aplicá-las em larga escala. Isso inclui desde a identificação de novas superfícies de ataque até o desenvolvimento de mecanismos que impedem que um agente de IA seja induzido a realizar ações não autorizadas. Para quem lida diariamente com sistemas que processam folha de pagamento, compensação de cartões e outras operações críticas, a lição é clara: modernizar não significa abandonar o que funciona, mas reforçar o que é invisível.

Uma abordagem similar pode ser observada em outras iniciativas do setor, como as discutidas em reportagens sobre IA adversária no sistema financeiro. Saiba mais sobre os riscos da IA adversária no setor financeiro.