Agentes de IA no SOC: 10 casos de uso para automatizar primeiro e o que deixar com o humano

O que são agentes de IA no SOC

Agentes de IA no SOC são sistemas que usam um modelo de linguagem como motor de raciocínio para conduzir tarefas de operação de segurança de ponta a ponta: recebem um alerta, consultam as ferramentas existentes, reúnem evidência, emitem um veredito e preparam a resposta, parando para aprovação humana antes de qualquer ação de impacto.

Resumo em 5 pontos

• Comece pelos casos de alto volume, com evidência nas ferramentas atuais e decisão reversível: triagem do SIEM, identidade, EDR e phishing reportado.
• O agente faz a leitura, a correlação e o veredito. A pessoa aprova tudo o que altera o ambiente.
• Meça antes de ligar o agente: tempo por alerta, concordância do veredito, proporção que exige humano e tempo até a contenção.
• Não automatize decisão irreversível, comunicação a regulador nem ação que o atacante consiga provocar com um alerta forjado.
• No EcoTrust Agentic SOC, cada caso corresponde a um serviço do catálogo, ativado na ordem que fizer sentido para a operação.

A conversa sobre AI SOC costuma começar pela demonstração: um agente recebe um alerta e devolve um veredito em segundos. Todo fornecedor sério mostra isso. A pergunta que decide se o projeto vira operação é outra: o que entregar ao agente primeiro, como provar que ele acertou e onde a decisão continua humana.

Na nossa leitura, o erro mais comum é escolher o primeiro caso de uso pelo impacto da demonstração, e não pelo trabalho que ele tira da fila. Este guia propõe dez casos em ordem prática, as métricas de antes e depois e uma lista franca do que não automatizar. Para o panorama da categoria, comece pelo guia de plataforma AI SOC.

Leia também: Plataforma AI SOC: o que é, como funciona e quando faz sentido

Onde a adoção de AI SOC agents está de fato

• Pesquisa do Gartner de 2025, citada pela Cynet, indica que 42% dos líderes de segurança já pilotam ou usam agentes de IA em detecção e resposta, e outros 46% planejam fazer isso.
• O Gartner, no relatório "Validate the Promises of AI SOC Agents With These Key Questions", de outubro de 2025, projeta que até 2028 70% dos grandes SOCs vão pilotar agentes de IA para os níveis 1 e 2, mas só 15% terão melhoria mensurável sem avaliação estruturada.
• O IDC FutureScape 2026 prevê que, até 2028, agentes de IA farão a triagem de 80% dos alertas de SOC.
• O Omdia mediu em 2026 que 52% das organizações com SOC já usam IA agêntica, mas só 25% avaliam formalmente cada investimento.

O contraponto vem de Anton Chuvakin e Oliver Rochford, em análise publicada pela Help Net Security: as implantações ainda são rasas, concentradas em enriquecimento e resumo. Isso pede método para escolher o que vem depois.

Como escolher por onde começar

Um bom primeiro caso de uso passa nestes cinco testes:

1. Volume. O caso consome horas do nível 1 todos os dias? Se aparece duas vezes por mês, não paga a homologação.
2. Evidência acessível. O agente chega à evidência pelo SIEM, EDR, XDR, diretório e CMDB que já existem? Sem dado, há palpite, não veredito.
3. Reversibilidade. Fechar um alerta com justificativa se desfaz em minutos. Desligar a conta de serviço do ERP, não.
4. Custo do erro. Onde o falso negativo é catastrófico, o agente prepara e o humano decide.
5. Linha de base. Sem medição do antes, nenhum resultado do piloto se sustenta diante da diretoria.

Na nossa avaliação, os quatro primeiros casos abaixo passem nesses testes em quase qualquer SOC.

Os 10 casos de uso de agentes de IA no SOC

1. Triagem e deduplicação de alertas do SIEM

O agente agrupa alertas repetidos, junta os que nasceram da mesma regra, consulta o contexto do ativo e emite veredito com justificativa: verdadeiro positivo malicioso, verdadeiro positivo benigno ou falso positivo. Quando o falso positivo nasce da própria regra, o agente documenta, e a engenharia de detecção ganha uma fila de ajustes. O Google relata que o agente de triagem do Google Security Operations já analisou mais de 5 milhões de alertas, reduzindo uma análise manual típica de 30 minutos para 60 segundos. O efeito na fila está no guia de fadiga de alertas.

2. Phishing reportado pelo usuário

O botão de reportar phishing gera volume e ruído. O agente extrai URLs e anexos como indicadores e verifica quem mais recebeu ou clicou. O humano decide quando há credencial digitada ou alvo executivo. O Verizon DBIR 2025 registra o phishing como vetor inicial de 16% das violações, e o M-Trends 2026 aponta o phishing por voz como segundo vetor mais observado, com 11% das intrusões.

3. Identidade: conta nova, grupo privilegiado e login anômalo

O CrowdStrike 2026 Global Threat Report mediu que 82% das detecções foram livres de malware, com adversários usando credenciais válidas. A triagem migra para eventos de identidade: conta criada, inclusão em grupo de administradores, login de origem improvável. O agente reconstrói a cadeia e separa o teste legítimo do time da persistência real. O bloqueio da conta é proposto, nunca executado sem aprovação.

4. EDR e persistência no endpoint

Alertas de EDR trazem muito detalhe e pouca narrativa. O agente monta a história (processo pai, linha de comando, chave de registro, tarefa agendada criada e apagada em segundos) e mapeia cada passo para o MITRE ATT&CK. O analista recebe um caso pronto, não doze alertas soltos do mesmo host.

5. Nuvem e superfície externa

Alertas de nuvem, como chave de acesso usada de origem incomum ou recurso tornado público, dependem de contexto ausente no alerta: exposição à internet, dado pessoal, configuração insegura já conhecida. O agente cruza o evento com a exposição e o dono do recurso, e a qualidade do inventário decide a qualidade do veredito.

6. Investigação multi-fonte com linha do tempo

O trabalho mais caro do nível 2 é juntar fontes. O agente correlaciona SIEM, EDR ou XDR e firewall, monta a linha do tempo, extrai IOCs e escreve o racional. O analista revisa uma investigação em vez de produzi-la, mudança discutida no guia de carreira em SOC.

7. Preparação da contenção

O mesmo relatório da CrowdStrike mediu breakout médio de 29 minutos em 2025. O agente não precisa executar sozinho: basta entregar o plano pronto (isolar o host, bloquear a conta, criar regra emergencial) com racional e impacto, para que o plantonista aprove em minutos.

8. Acionamento e escalonamento de plantão

Decidir quem acordar às 3h, por qual canal e com que resumo é trabalho repetitivo. O agente aplica regras de severidade e criticidade e envia ao plantonista um resumo que dispensa abrir cinco consoles.

9. Threat hunting orientado por exposição

O agente gera hipóteses a partir do que está exposto ("esta VPN vulnerável já foi tentada?"), verifica cada uma na telemetria e devolve ao caçador só as hipóteses com sinal. A lógica está no artigo sobre triagem de alertas com contexto de exposição.

10. Relatório pós-incidente e evidência de conformidade

A Resolução CD/ANPD nº 15/2024 dá três dias úteis para comunicar incidentes relevantes à ANPD e aos titulares. O agente redige sumário, linha do tempo, lições e evidências a partir da trilha. O humano revisa, assina e decide o que vai ao regulador.

Leia também: Triagem de alertas com IA: por que o contexto de exposição muda o veredito

Os 10 casos de uso lado a lado

Métricas de antes e depois: como provar o ganho

Meça quatro semanas de linha de base antes de ligar o agente:

1. Tempo por alerta e por investigação, do alerta ao veredito registrado. É o ganho mais fácil de inflar se a qualidade cair.
2. Concordância do veredito, numa amostra semanal revisada às cegas por um analista. Se cai, o tempo economizado é ilusório.
3. Proporção que exige humano. Deve cair com o tempo, não de uma vez.
4. Tempo entre veredito e contenção. Se o plano chega pronto e espera duas horas, o gargalo é de processo, não de IA.
5. Falsos positivos por regra e quantas regras foram ajustadas a partir da documentação do agente.
6. Horas liberadas e para onde foram. Se não aparecem em hunting e engenharia de detecção, o ganho virou ociosidade.

MTTD e MTTR completam a lista, como mostra o guia de métricas de SOC. Para virar roteiro de prova de conceito, veja como avaliar uma plataforma AI SOC.

O que não automatizar com agentes de IA

A fronteira certa não é técnica, é de responsabilidade. Estas decisões ficam com pessoas, mesmo quando o agente acerta quase sempre:

• Ações irreversíveis em produção. Isolar o servidor do ERP ou revogar a credencial que roda a folha de pagamento. O agente prepara, a pessoa decide.
• Ações em ambiente de TO. Uma regra de firewall errada numa rede industrial para uma linha de produção. Muitas vezes a ação deve ser proibida ao agente, não só assistida.
• Comunicação a regulador, titulares e imprensa. O agente organiza a evidência. Comunicar é decisão jurídica e executiva.
• Contenção que o atacante consegue provocar. Se um alerta forjado basta para isolar hosts, o atacante ganhou um botão de negação de serviço. Veja SOC autônomo e níveis de autonomia.
• Descarte sem justificativa e sem amostragem humana periódica.
• Mudança na própria governança. O agente não altera a taxonomia do que pode fazer nem aprova o próprio plano.

O Gartner recomenda avaliar primeiro a IA já embutida no SIEM ou no XDR da empresa. Em qualquer opção, IA embutida ou AI SOC platform independente, a fronteira de autonomia precisa ser explícita e auditável.

Como os 10 casos aparecem no EcoTrust Agentic SOC

O EcoTrust Agentic SOC é o AI SOC da EcoTrust: roda sobre o EcoTrust OS, opera sobre o SIEM, o EDR e o XDR que a empresa já tem e tria, investiga e contém ataques com aprovação humana para ações de alto risco. Ele não é SIEM, SOAR, EDR nem MDR. O SIEM decide o que merece atenção, e o agente decide o que fazer com o que merece.

Organizamos o módulo como catálogo de serviços justamente por causa da pergunta deste artigo: o cliente ativa os serviços na ordem que fizer sentido e mede o resultado serviço por serviço. A cobrança não é por assento: a base é o volume de alertas por mês, e o trabalho dos agentes em cada serviço é medido em AWU (Agent Work Unit), em que 1 AWU equivale a uma hora de trabalho de um analista qualificado e tarefa que falha não é cobrada. A lógica está em /preco.

• Triagem e enriquecimento autônomo (casos 1, 2 e 5): alerta deduplicado, enriquecido com ativo, criticidade e exposição, e classificado. Falso positivo descartado com justificativa registrada.
• Investigação aprofundada (casos 3, 4 e 6): correlação entre SIEM, EDR ou XDR e firewall, linha do tempo, IOCs e veredito com racional auditável.
• Resposta e contenção assistida (caso 7): plano para isolar host, bloquear conta e acesso ou criar regra emergencial, executado pelas integrações só após aprovação humana.
• Acionamento e escalonamento (caso 8): e-mail, webhooks e mensageria (Microsoft Teams, Slack, Discord), por severidade, criticidade e plantonista.
• Consolidação de inventário e contexto (apoio aos casos 1 e 5): ingestão e deduplicação de SIEM, EDR, CMDB e scanners.
• Threat hunting (caso 9): hipóteses sobre telemetria mais exposição, vinda do Agentic CTEM no mesmo EcoTrust OS.
• Relatórios executivos e de conformidade (caso 10): sumário, lições, recomendações e evidências para NIST, ISO, LGPD e MITRE.

Não há serviço dedicado a phishing: o alerta de e-mail que chega pelo SIEM ou XDR segue a triagem e a investigação, e a credencial comprometida vira proposta de bloqueio. Na realimentação, a detecção é ajustada e a exposição que permitiu o incidente segue para o Flow.

Na tela Agent Work, num cenário ilustrativo de laboratório, o agente agrupa 17 incidentes em 6 regras e dá veredito por grupo. Uma conta local criada e, em 20 segundos, habilitada e incluída no grupo de administradores sai como verdadeiro positivo malicioso, com os eventos e a técnica T1136.001. Um ciclo de criar e apagar conta numa máquina de teste sai como verdadeiro positivo benigno: era validação do próprio SOC. E o agente registra quando um evento nem deveria ter disparado a regra.

Para o que não automatizar, a resposta está na arquitetura. Toda ação que altera o ambiente percorre plano, revisão, aprovação humana, execução e evidência. O modelo não pode se autoaprovar, as ações ficam num catálogo determinístico e a taxonomia do que é automatizado, assistido ou proibido é homologada com o cliente. A trilha registra contexto, plano, passos, erros e quem aprovou o quê e quando. A métrica da jornada é o Agent Work Share, a parcela do trabalho que o agente conduz. Detalhes em como funciona o EcoTrust Agentic SOC.

Leia também: SOC com IA agêntica: o que é, como funciona e como avaliar

Perguntas Frequentes

Quais tarefas do SOC os agentes de IA já fazem bem hoje?

Triagem, enriquecimento, resumo e investigação inicial de alertas, tarefas repetitivas e verificáveis. O Gartner lista entre os casos de uso de AI SOC agents a investigação em linguagem natural, a redução de falso positivo, o contexto de caminho de ataque e a sugestão de próximo passo, com controle humano nas ações críticas.

Agentes de IA vão substituir o analista de SOC?

Não. O agente assume a leitura de alertas e a montagem de casos, que consomem a maior parte do nível 1. O analista passa a revisar raciocínio, aprovar ações, caçar ameaças e ajustar detecções. O risco real é a perda de habilidade, se ninguém revisar o que o agente faz.

Por qual caso de uso começar num SOC pequeno?

Pela triagem do SIEM e pela identidade: volume alto, evidência acessível e decisão reversível. Depois, acionamento de plantão, que ajuda equipes enxutas. Contenção assistida vem quando a concordância do veredito estiver medida e estável.

Que ações um agente de IA pode executar sozinho?

Depende da taxonomia homologada. Enriquecer, correlacionar, documentar e fechar falso positivo com justificativa costumam ser automatizados. Isolar host, bloquear conta e mudar regra de firewall exigem aprovação humana registrada.

Como saber se o agente de IA está acertando?

Com revisão às cegas de uma amostra semanal dos vereditos por um analista experiente. Acompanhe a concordância por tipo de caso, porque o agente pode ir bem em identidade e mal em nuvem. Sem evidência anexada, não há como auditar o acerto.

Copiloto de IA e agente de IA no SOC são a mesma coisa?

Não. O copiloto responde ao que o analista pergunta e depende de alguém no teclado. O agente recebe um objetivo, planeja, chama ferramentas, confere resultados e conduz a tarefa até o fim, parando para aprovação quando a ação tem impacto. O Gartner trata as duas categorias separadamente.

Conclusão: comece pelo que libera o time, não pelo que impressiona

Agentes de IA no SOC já resolvem bem o trabalho que mais desgasta a operação: ler, correlacionar, documentar e preparar decisões. O ganho aparece quando o primeiro caso é escolhido pelo volume que tira da fila, e quando o antes foi medido.

O caminho é gradual: triagem, identidade, endpoint e phishing primeiro; investigação, contenção e acionamento depois; hunting e relatório quando o time confia no veredito. A fronteira não muda: decisão irreversível, comunicação a regulador e ação que o atacante consiga provocar continuam com pessoas, com trilha de quem aprovou o quê.

---

Referências

• Gartner, Craig Lawson e Andrew Davies, "Validate the Promises of AI SOC Agents With These Key Questions", 28 de outubro de 2025. gartner.com
• Gartner, Hype Cycle for Security Operations 2025 e pesquisa com líderes de segurança, via Cynet, 2025. cynet.com
• Gartner, Hype Cycle for Security Operations 2026 (AI SOC agents), via Simbian, 2026. simbian.ai
• IDC, "FutureScape 2026: Security", via Enterprise Security Tech, 2025. enterprisesecuritytech.com
• Omdia, atualização de mercado sobre SOC agêntico e governança, via PR Newswire, 2026. prnewswire.com
• Help Net Security, análise de Anton Chuvakin e Oliver Rochford sobre promessas de fornecedores de AI SOC, 2026. helpnetsecurity.com
• Google Cloud, agente de triagem e investigação do Google Security Operations, via TechInformed, 2026. techinformed.com
• CrowdStrike, "2026 Global Threat Report", 2026. crowdstrike.com
• Verizon, "2025 Data Breach Investigations Report", 2025. verizon.com
• Mandiant, "M-Trends 2026", Google Cloud, 2026. cloud.google.com
• ANPD, "Resolução CD/ANPD nº 15, de 24 de abril de 2024", 2024. gov.br/anpd