Segurança de sistemas robóticos: verificação, correção e risco físico na era da IA

Tema: Robótica Industrial e Autônoma

Vinte e oito falhas de dia zero em menos de dois dias — e nenhuma delas foi encontrada por um humano lendo código linha por linha. A VicOne, empresa de segurança que atua no ecossistema automotivo e robótico, relata ter identificado um conjunto inicial de 28 achados de dia zero em menos de dois dias usando pesquisa assistida por inteligência artificial sobre software e ferramentas que sustentam o que o setor passou a chamar de Physical AI [1]. Entre os projetos afetados estão bibliotecas e plataformas desenvolvidas ou mantidas por Google, NVIDIA e Meta [1]. A própria empresa ressalva que a contagem pode mudar após revisão de fornecedores e de autoridades de vulnerabilidade, e que parte dos achados ainda não tem número CVE atribuído [1].

A notícia, publicada no IEEE Spectrum como conteúdo patrocinado pela VicOne [1], chegou ao noticiário técnico com uma moldura de urgência: as falhas estariam distribuídas por três estágios do ciclo de vida robótico — desenvolvimento e treinamento, simulação e validação, e implantação e operação em tempo real [1][2]. A pergunta que o título do artigo original faz — se a segurança da robótica está acompanhando o ritmo — tem uma resposta desconfortável. O gargalo da segurança robótica não está mais na descoberta de falhas. Está na verificação, na correção e, sobretudo, na avaliação de risco físico de cada uma delas. A IA comprimiu o primeiro elo da corrente e deixou os demais onde estavam — e é nessa assimetria que mora o problema real.

O que exatamente foi encontrado — e o que o anúncio não diz

Os fatos verificáveis são modestos e vale enunciá-los com precisão. A VicOne afirma ter usado pesquisa assistida por IA para varrer software de suporte ao ecossistema de Physical AI, produzindo 28 achados de dia zero em menos de dois dias [1]. Projetos de Google, NVIDIA e Meta aparecem entre os afetados, sem que a empresa detalhe publicamente quantas falhas cabem a cada mantenedor [1]. Segundo o texto, 75% dos achados envolvem ferramentas de desenvolvimento, treinamento, simulação ou validação [1]. Não há, no material disponível, distribuição por severidade, nem lista de quais achados permitem execução remota de código, negação de serviço ou manipulação de estado.

Essa lacuna não é detalhe burocrático. Como a contagem ainda depende da revisão de fornecedores e de autoridades de vulnerabilidade [1], o número "28" é um artefato provisório, sujeito a reclassificação, duplicação ou rejeição. O próprio artigo original reconhece que a contagem pode mudar [1]. Ainda assim, o número virou manchete, enquanto a ressalva ficou em segundo plano.

Há uma segunda camada de cautela. O veículo que publicou a peça a identifica como trazida pela VicOne [1], e o texto equivalente no The Robot Report também é marcado como conteúdo patrocinado [2] — ou seja, trata-se de material de uma empresa que vende soluções de segurança para robótica. Isso não invalida os achados, mas altera o status epistêmico do texto: é comunicado de fornecedor, não artigo revisado por pares. O leitor especializado deve lê-lo como lê um relatório de auditoria encomendado: útil, verificável em parte, nunca neutro.

A cadeia de ferramentas virou o perímetro — e ninguém a trata como tal

O ponto tecnicamente mais relevante do anúncio não é a contagem, é o alvo. As falhas não estão apenas no robô; estão nas ferramentas que treinam, simulam, testam e comandam robôs [1]. Essa distinção muda a natureza do risco. Uma vulnerabilidade no runtime de um robô afeta uma máquina. Uma vulnerabilidade no pipeline de treinamento ou no simulador pode afetar silenciosamente todas as máquinas treinadas ou validadas com aquela ferramenta — sem deixar sintoma visível, porque o produto do ataque é um modelo que se comporta de forma plausível e errada.

A VicOne descreve esse mecanismo em termos de camadas de risco: modelos de IA envenenados, interfaces de sistema comprometidas e entradas de sensores manipuladas podem, cada um, alterar o comportamento do robô [3]. O artigo original condensa a consequência numa frase: fragilidades nessas ferramentas poderiam influenciar "os modelos que as equipes constroem, os resultados de teste em que confiam e as instruções enviadas aos robôs" [1]. É uma cadeia de confiança em que cada elo valida o anterior — e em que o elo final é um objeto físico com massa, velocidade e inércia.

O histórico do setor confirma que esse não é um vetor hipotético. Em 2022, a Alias Robotics divulgou cerca de 15 vulnerabilidades perigosas no DDS, o middleware de comunicação padrão do ROS 2, a pilha de software mais usada em robótica de pesquisa e em boa parte da robótica comercial [4]. O Robot Vulnerability Explorer, agregador que consolida registros do Robot Vulnerability Database, do NVD, do EUVD, de avisos de sistemas industriais da CISA e de recalls de robôs cirúrgicos da FDA, contabiliza 395 vulnerabilidades de robôs após deduplicação [5]. Esse é o estoque conhecido. Os 28 achados em dois dias são um sinal sobre o fluxo — não sobre o estoque.

A assimetria que ninguém quer medir: descoberta rápida, remediação lenta

Aqui está o dado que reenquadra a discussão. Em agosto de 2026, NSA, CISA, FBI, Departamento de Energia e EPA dos Estados Unidos emitiram um aviso conjunto sobre ataques em curso contra controladores Siemens S7, nos quais os invasores combinam bibliotecas abertas de automação industrial com scripts gerados com auxílio de IA [6]. Segundo a cobertura, o vetor descrito foram credenciais padrão ou mal configuradas em dispositivos expostos à internet [6] — não uma falha recém-descoberta. Ou seja: a IA não está apenas encontrando mais falhas; está reduzindo o custo de transformar fraquezas conhecidas em interrupção operacional. As duas pontas do problema — descoberta e exploração — aceleraram juntas. O meio, a correção, não acelerou.

Do lado acadêmico, o diagnóstico vem ficando explícito. Um artigo de 2026 de Víctor Mayoral-Vilches e colegas argumenta, com evidência empírica, que a IA generativa desorganizou fundamentalmente a segurança de robôs: o que antes exigia conhecimento profundo de ROS, ROS 2 e do funcionamento interno dos sistemas robóticos pode agora ser automatizado por qualquer pessoa [7]. Robôs de consumo — cortadores de grama autônomos, exoesqueletos motorizados, limpadores de janelas — estão entrando em casas enquanto essa barreira de entrada desmorona [7]. A tese desloca o problema do adversário sofisticado para o adversário medíocre em grande número.

E a remediação continua artesanal. Corrigir uma falha em uma biblioteca de simulação exige triagem do fornecedor, prazo de embargo, ajuste de código, republicação de pacote e, no caso de robótica, revalidação de comportamento — porque alterar um componente do pipeline de treinamento pode invalidar meses de testes de segurança funcional. Cada um desses passos é humano, contratual ou regulatório.

Cinco milhões de robôs e a métrica errada

Vale arriscar uma posição: a obsessão do setor com contagem de vulnerabilidades em robótica está mal direcionada, e o anúncio dos 28 achados é sintoma, não exceção. O número de falhas descobertas diz pouco sobre segurança operacional e muito sobre a produtividade de quem pesquisa.

Considere a escala em jogo. Segundo a Federação Internacional de Robótica, o estoque operacional global de robôs industriais cresceu 9% em 2025, alcançando o recorde de 5 milhões de unidades, impulsionado por alta de 11% nas instalações anuais, que passaram de 600 mil unidades [8]. A Amazon, isoladamente, informa ter 1 milhão de robôs em sua rede global de centros de distribuição [9]. Esses sistemas, ao contrário de um servidor comprometido, ocupam espaço compartilhado com pessoas. Um payload malicioso em um servidor gera vazamento de dados; um comando adulterado em um robô de armazém pode gerar lesão. Essas duas falhas não aparecem na mesma coluna de um relatório de vulnerabilidades.

A consequência lógica: o setor caminha para produzir um inventário impecável de falhas em máquinas que continuam fisicamente inseguras, porque mede o que a IA tornou fácil medir — a descoberta — e ignora o que ela não toca — o tempo entre o achado e a mitigação efetiva no chão de fábrica, no armazém, na via pública. Se a taxa de descoberta cresce e a de correção permanece constante, o resultado agregado não é mais segurança; é maior exposição acumulada.

Há um contraponto honesto: encontrar falhas cedo, antes da exploração, tem valor real, e a divulgação coordenada existe justamente para que o conhecimento preceda o dano. A crítica não é à descoberta. É à ausência de uma métrica simétrica de remediação. Sem ela, o anúncio de 28 achados em dois dias funciona ao mesmo tempo como alerta técnico e como argumento de venda.

Quem responde pelo robô quando o robô erra

O vácuo de responsabilização tem prazo. Na União Europeia, as principais obrigações do Cyber Resilience Act (CRA) passam a valer em 11 de dezembro de 2027, e as obrigações de reporte de vulnerabilidades, desde 11 de setembro de 2026 [10]. Para equipamentos de rádio conectáveis à internet — categoria em que se enquadram muitos robôs com Wi-Fi ou Bluetooth —, requisitos obrigatórios de cibersegurança já valem desde 1º de agosto de 2025, no âmbito da Diretiva de Equipamentos de Rádio [11]. O regime do CRA exige do fabricante avaliação de risco, documentação técnica, indicação do período de suporte e marcação CE [12] — exatamente os artefatos que faltam para que um achado se transforme em correção rastreável em vez de manchete.

Só que a conformidade regulatória opera no nível do produto. As falhas descritas pela VicOne estão, em boa parte, nas ferramentas que alimentam o produto: bibliotecas de treinamento, simuladores, componentes de controle [1]. Quem responde por uma vulnerabilidade em um pacote mantido por voluntários e usado por dezenas de fabricantes? O CRA atribui as obrigações ao fabricante do produto [12], o que tende a empurrar o custo da triagem para mantenedores com menos recursos, sem obrigação formal. A comunidade ROS 2 mantém uma política formal de divulgação de vulnerabilidades, elaborada por seu grupo de trabalho de segurança [13], mas a capacidade de resposta de uma comunidade aberta não escala na mesma proporção que a produtividade de um scanner movido a IA.

A limitação mais grave é a ausência de dados públicos sobre exploração real. Não há, nas fontes disponíveis, evidência de que qualquer uma das 28 falhas tenha sido explorada em campo, nem estimativa de quantos sistemas em operação estão expostos. Mede-se a descoberta porque ela é visível; incidentes físicos de origem cibernética, quando ocorrem, tendem a ser difíceis de distinguir de falha mecânica ou erro humano.

Conclusão: três direções que importam mais que o próximo recorde de achados

A descoberta de vulnerabilidades tornou-se industrial: 28 achados em menos de dois dias [1], ataques a controladores industriais com scripts gerados por IA [6] e ferramentas generativas que derrubam a barreira de entrada para atacar robôs [7]. A verificação, ao contrário, segue dependendo de revisão de fornecedores e autoridades, e a remediação, em sistemas físicos, exige revalidação de comportamento. A robótica adotou o modelo de desenvolvimento de software — dependências abertas, atualização rápida — sem adotar plenamente o modelo de resposta a incidentes que o software construiu ao longo de duas décadas. Com 5 milhões de robôs industriais em operação [8], o que falta não é ferramenta de descoberta.

Três direções se impõem. Primeira: métricas de remediação por classe de sistema, e não contagens de falhas — tempo médio entre divulgação e correção aplicada em frotas, distinguindo falhas que alteram comportamento físico das que não alteram. Segunda: financiamento estrutural de segurança nas dependências abertas que sustentam a robótica, porque a regulação mira o fabricante, mas a falha muitas vezes m

ora na biblioteca [12][13]. Terceira: registro público de incidentes físicos de origem cibernética, sem o qual qualquer discussão sobre risco permanece especulativa.

Enquanto essas três coisas não existirem, o próximo anúncio de dezenas de falhas em poucas horas será recebido com o mesmo misto de alarme e indiferença — e os robôs continuarão operando com o mesmo código.

Referências

[1] VicOne (2026). 28 Zero-Day Findings in Under Two Days. Is Robotics Security Keeping Pace? IEEE Spectrum (conteúdo patrocinado). https://spectrum.ieee.org/zero-day-robotics-vulnerabilities-vicone-security

[2] The Robot Report (2026). 28 Zero-Day Findings in Less Than Two Days: What AI-Speed Discovery Means for Robotics (conteúdo patrocinado pela VicOne). https://www.therobotreport.com/28-zero-day-findings-in-less-than-two-days-what-ai-speed-discovery-means-for-robotics/

[3] VicOne LAB R7 (2026). How Physical AI Challenges Traditional Security Assumptions for Autonomous Systems. https://vicone.com/blog/how-physical-ai-challenges-traditional-security-assumptions-for-autonomous-systems/

[4] Alias Robotics (2022). Alias Robotics discovers numerous and dangerous vulnerabilities in the Robot Operating System's (ROS) communications that can have "devastating consequences". https://aliasrobotics.com/news/alias-robotics-dds-ros2-vulnerabilities.php

[5] Cybersecurity Robotics. Robot Vulnerability Database & Explorer. https://cybersecurityrobotics.com/vulnerabilities/

[6] Help Net Security (2026). US agencies warn of AI-powered attacks on Siemens industrial controllers. https://www.helpnetsecurity.com/2026/08/20/usa-ai-attacks-siemens-s7-plcs-critical-infrastructure/

[7] Mayoral-Vilches, V. et al. (2026). Cybersecurity AI: Hacking Consumer Robots in the AI Era. arXiv:2603.08665. https://arxiv.org/abs/2603.08665

[8] International Federation of Robotics (2026). Five Million Robots now Operate in Factories Globally. https://ifr.org/ifr-press-releases/news/five-million-robots-now-operate-in-factories-globally

[9] About Amazon UK. Amazon robotics milestone: How 1 million robots are transforming delivery and the workplace. https://www.aboutamazon.co.uk/news/innovation/bots-by-the-numbers-facts-and-figures-about-robotics-at-amazon

[10] Comissão Europeia. Cyber Resilience Act — Shaping Europe's digital future. https://digital-strategy.ec.europa.eu/en/policies/cyber-resilience-act

[11] Reed Smith (2025). RED: EU Cybersecurity Obligations for IoT Products from August 2025. https://www.reedsmith.com/our-insights/blogs/viewpoints/102ktki/red-eu-cybersecurity-obligations-for-iot-products-from-august-2025/

[12] Comissão Europeia. Cyber Resilience Act — Manufacturers. https://digital-strategy.ec.europa.eu/en/policies/cra-manufacturers

[13] ROS 2 Security Working Group; Lalancette, C. REP-2006: ROS 2 Vulnerability Disclosure Policy. https://reps.openrobotics.org/rep-2006/

Fale com a Eliza
E

Eliza

Agente assistente