Block usa modelos da OpenAI e corta tempo de resposta a falhas para minutos

O diretor de segurança da informação da Block, James Nettesheim, afirmou que os defensores agora usam IA para responder na mesma velocidade dos invasores. Em vez de acionar automações rígidas que exigem regras passo a passo, os analistas enviam problemas ambíguos para o sistema examinar o contexto junto com a equipe. A empresa construiu uma estrutura própria sobre o Daybreak para direcionar cada tarefa a um modelo específico. Engenheiros humanos continuam revisando todas as respostas antes da aplicação no código. A equipe monitora o desempenho contra referências internas e dados reais.

Modelo cruza registros e monta caminhos de ataque

Ferramentas tradicionais de varredura examinam falhas de forma isolada, mas o Daybreak conecta eventos para identificar campanhas amplas. Em um caso real, um alerta simples em um laptop parecia apenas uma violação menor de regra interna. O modelo cruzou um indicador daquele alerta com registros de identidade da Block e descobriu uma investida maior. James Nettesheim explicou a operação: "Um alerta comum de endpoint virou a desmontagem de uma campanha. Nenhuma ferramenta isolada faz esse cruzamento. O sinal só existe nos registros de dois produtos". O sistema fechou uma conexão que humanos levariam semanas para achar.

Durante exercícios de invasão simulada conduzidos pela equipe vermelha da Block, o Daybreak recebeu dicas sobre um sistema interno. O modelo estruturou um caminho de ataque completo em cerca de duas horas. Ele executou injeção de SQL, escalou privilégios, estabeleceu ponto de apoio, enumerou credenciais e pulou para outros sistemas da rede. Essa sequência levaria vários dias de trabalho manual de um especialista humano. A máquina completou a cadeia sem ajuda direta.

Automação entrega correções mas exige decisão humana

A Block reportou um aumento de 50% na velocidade de triagem de incidentes e outros 50% no levantamento de inteligência e investigações. Nettesheim calcula que a tecnologia entrega o equivalente a cerca de 1.100 horas de trabalho de analistas a cada trimestre. O time agora reaproveita dados de cada investigação para testar novas regras de detecção contra sete meses de telemetria em menos de uma hora. Esse teste exigia rodar centenas de buscas manuais no passado e quase nunca acontecia pela falta de tempo da equipe.

Apesar do ganho nas simulações, o comunicado da OpenAI registra limites claros na operação. Os modelos conseguem redigir propostas de código e checar brechas, mas não carregam o contexto do negócio nem os motivos de decisões passadas da empresa. Nettesheim pontua o fluxo de remediação: "Você propõe um patch, confirma a exploração da falha e então verifica se corrigiu, com um humano no circuito orientando e implantando as alterações de código". O poder de decisão final e a responsabilidade pelo deploy continuam sob controle dos engenheiros.