A tecnologia de clonagem de voz agora consegue replicar a voz de uma pessoa a partir de três segundos de áudio. O ouvinte comum já não consegue distinguir com segurança uma voz clonada de uma real. Esse é um problema que não se resolve com treinamento — pelo menos não treinando as pessoas para ouvir.
As organizações que estão acertando nisso pararam de ensinar os funcionários a avaliar a voz. Elas estão ensinando-os a avaliar a chamada.
Essa mudança parece pequena. Não é. A voz é a única coisa que os atacantes agora podem fabricar sob demanda. A estrutura da chamada — a urgência, o sigilo, o pedido que ignora seus processos normais — é a única coisa que eles não conseguem esconder. E essa estrutura é consistente em praticamente todos os ataques de vishing registrados, seja o alvo uma equipe de contas a pagar de uma empresa da Fortune 500, um suporte de TI de saúde ou uma corretora de criptomoedas. Os padrões não são aleatórios. Eles são um manual. E seus funcionários podem aprender a reconhecê-los.
Aqui estão os quatro sinais de alerta estruturais que aparecem antes, durante e depois de uma chamada de vishing — nenhum dos quais exige que seus funcionários reconheçam uma voz clonada.
Sinal de Alerta 1: A chamada cria uma urgência que não pode esperar pelo seu processo normal
Este é o sinal mais confiável em engenharia social. Não é uma voz estranha. Não é um sotaque estrangeiro. É a urgência que exige que você aja antes de verificar.
Em 95,3% dos ataques de vishing, o atacante usa uma combinação de autoridade e urgência para fazer com que o alvo ignore seu instinto de parar e pensar. A fórmula é consistente: uma pessoa de alto escalão (seu CFO, seu diretor de TI, um fornecedor de confiança) precisa de algo tão urgente que seguir o processo normal causaria um problema. A transferência bancária precisa ser feita antes do fechamento do mercado. A redefinição de senha precisa ocorrer antes do início da auditoria. O código de acesso precisa ser compartilhado antes que o CEO pouse.
O ataque à MGM Resorts em 2023 — que custou à empresa cerca de 100 milhões de dólares e interrompeu as operações por semanas – começou com um telefonema de dez minutos para o suporte de TI. Quem ligou alegou ser um funcionário que não conseguia acessar sua conta. O pedido era urgente. O suporte atendeu. Não houve tecnologia sofisticada envolvida. Não houve exploração de vulnerabilidade zero-day. Havia apenas alguém do outro lado da linha que entendia que a urgência anula a verificação.
O comportamento a ser treinado não é "desconfie da urgência". Isso é vago demais para ser colocado em prática. O comportamento é: qualquer solicitação que peça para você pular ou abreviar seu processo normal de verificação é, por si só, um sinal de alerta — independentemente de quem esteja pedindo e do que aconteça se você não atender. Se a sua equipe de contas a pagar possui um processo de aprovação de duas pessoas para transferências bancárias, um telefonema pedindo para ignorar essa regra é o sinal. Não a voz. O pedido.
A maioria dos programas de conscientização em segurança ensina os funcionários a reconhecer um e-mail de phishing. Eles não desenvolvem o reflexo do que fazer quando a urgência parece real e a voz soa familiar. Esse reflexo só vem de ter estado nessa posição antes – sob pressão, com alguém convincente do outro lado da linha, em uma simulação que faz com que os riscos pareçam reais. Conhecer a regra não é o mesmo que ter a memória muscular para aplicá-la sob pressão.
Sinal de Alerta 2: A ligação pede sigilo
Solicitações legítimas não pedem que você as mantenha em segredo.
Isso parece óbvio quando escrito. Não parece óbvio no momento, quando quem liga tem a voz do seu CFO e a explicação é plausível – uma aquisição que ainda não é pública, uma questão regulatória que precisa permanecer interna, um problema de pessoal que o RH ainda não anunciou. Os atacantes sabem que autoridade somada a uma razão plausível para o sigilo é o suficiente para anular o instinto da maioria das pessoas de envolver um colega.
Nas campanhas do grupo Scattered Spider que comprometeram mais de 130 organizações em 2023 e 2024, os atacantes pediam rotineiramente aos seus alvos que não discutissem a ligação com a TI ou com a gerência até que o problema fosse resolvido. O motivo dado variava conforme o alvo. A instrução de manter silêncio, não.
O comportamento que seus funcionários precisam é uma regra binária, não uma decisão baseada em julgamento: se quem liga pedir para você não contar a ninguém sobre a ligação ou o pedido, a ligação termina. Ponto final. Nada de "use seu julgamento sobre se o motivo parece legítimo". A presença de um pedido de sigilo é o fator de desqualificação. Nenhum processo interno legítimo – seja uma auditoria de conformidade, uma ação executiva ou uma questão de RH – exige que um funcionário mantenha uma chamada em segredo da sua própria equipe de segurança.
Treinar esse comportamento significa colocar os funcionários em um cenário onde o pedido de sigilo está oculto dentro de uma conversa plausível e de alta pressão – não apresentado como um sinal de alerta óbvio. O funcionário que consegue pausar uma chamada convincente e dizer "preciso incluir meu gestor antes de prosseguir" possui a habilidade necessária. O funcionário que apenas leu sobre isso, não.
Sinal de alerta 3: A chamada direciona você para um canal que você não iniciou
Ataques multicanal são agora a norma. O Relatório Global de Ameaças de 2025 da CrowdStrike documentou um aumento de 442% em ataques de vishing, e a maioria das campanhas sofisticadas envolve mais de um canal – um e-mail de phishing que menciona uma chamada futura, uma mensagem no Slack que precede um pedido por voz, uma mensagem no Teams que dá seguimento a uma caixa postal.
O padrão é deliberado. Cada canal faz com que o próximo pareça mais legítimo. Se você já recebeu um e-mail da "segurança de TI" alertando sobre atividades suspeitas na sua conta, o telefonema de acompanhamento da "segurança de TI" parece uma confirmação, não uma escalada.
O sinal de alerta não é o fato de ter recebido uma chamada. É o fato de a chamada pedir que você se mova para outro lugar – um número diferente, uma plataforma diferente, um sistema diferente – que você não iniciou. Os atacantes criam contexto entre canais para que o pedido final pareça a conclusão de um processo, e não o início de uma invasão.
O comportamento: verifique voltando à fonte, não seguindo para onde o interlocutor está direcionando você. Se alguém ligar dizendo ser da TI e pedir que você acesse um sistema ou ligue para um número para confirmar sua identidade, desligue e ligue de volta diretamente para a TI usando o número que você já possui. Se alguém enviar um e-mail dizendo para aguardar uma chamada de acompanhamento, ligue proativamente para a TI antes que essa chamada chegue. A direção da iniciativa importa. Se você não iniciou o processo, você não sabe com quem está falando.
Este é o comportamento que é quase impossível de treinar por meio de um módulo único. Ele exige que os funcionários experimentem uma sequência multicanal – e-mail, depois chamada, depois pedido – e aprendam a reconhecer o formato da campanha, não apenas a mensagem individual.
Sinal de alerta 4: A chamada pede algo que só funciona uma vez, imediatamente
Transferências bancárias. Redefinições de senha. Códigos de MFA. Confirmações de credenciais. Esses pedidos compartilham uma característica estrutural: eles não podem ser desfeitos. E os atacantes sabem que a janela entre a conformidade e a descoberta é a sua margem de operação.
A Pesquisa de Fraude e Controle de Pagamentos de 2025 da AFP constatou que 79% das organizações sofreram fraudes de pagamento em 2024. O phishing por retorno de chamada (callback phishing) – em que um invasor convence o alvo a ligar para um número controlado pelo próprio invasor – aparece agora em 43% dos ataques de comprometimento de e-mail corporativo. O formato de retorno de chamada funciona justamente porque explora a sensação do funcionário de que ele mesmo iniciou a verificação. Ele ligou para o número. Deve ser legítimo.
A irreversibilidade é o sinal de alerta. Não o pedido em si, mas o fato de que a solicitação não pode ser pausada, revertida ou revisada posteriormente. Um interlocutor que solicita um código de MFA que expira em trinta segundos está usando a pressão do tempo para eliminar a janela de verificação. Um interlocutor que pede uma transferência bancária para uma nova conta antes do fim do expediente está usando a pressão do prazo para fazer o mesmo.
O comportamento: qualquer ação irreversível exige verificação fora da banda, sempre, sem exceção. Fora da banda significa um canal que você inicia, usando informações de contato que você já possui, independentemente de qualquer coisa que o interlocutor tenha fornecido. Não é um número de retorno que eles lhe dão. Não é uma mensagem no Teams que eles enviam para confirmar. É uma ligação para o número que consta no seu diretório. Uma mensagem para o endereço conhecido do colega. O inconveniente é o objetivo. O atrito é a sua defesa.
Por que seu treinamento atual não está criando esses reflexos
Cada um dos quatro sinais de alerta acima é estrutural. Nenhum deles exige que seus funcionários detectem uma voz clonada. Todos exigem que seus funcionários reconheçam um padrão sob pressão – e esse padrão só se torna instinto através da exposição, não da educação.
A maioria dos programas de conscientização de segurança ensina aos funcionários o que é um ataque de vishing. Eles descrevem os sinais de alerta. Eles explicam os conceitos. Nada disso está errado. E quase nada disso cria o reflexo que é acionado quando a ligação parece urgente, a voz soa correta e o pedido tem uma justificativa plausível por trás.
A lacuna é a simulação. Especificamente, a simulação de phishing por voz que reproduz as condições estruturais de um ataque real – não um exercício roteirizado que os funcionários percebem de longe, mas um cenário construído em torno do contexto real da sua organização: o nome do seu CFO, o fluxo de trabalho real do seu help desk de TI, o processo de aprovação de pagamentos da sua equipe de contas a pagar, os fornecedores com quem sua equipe financeira fala toda semana. O cenário precisa parecer real para que o reflexo se forme.
E quando um funcionário falha – quando ele fornece o código, aprova a transferência ou concorda com o pedido de sigilo – o que acontece em seguida determina se essa falha se tornará um momento de aprendizado ou uma estatística. Um lembrete genérico três dias depois não funciona. Um módulo de treinamento construído exatamente em torno do que aquele funcionário caiu, entregue imediatamente, sim.
Como a Frame constrói o reflexo, não apenas o conhecimento
As simulações de vishing da Frame são criadas a partir do ambiente real da sua organização – seu organograma, seus fornecedores, seus fluxos de trabalho – e não de uma biblioteca de scripts genéricos. Sua equipe de contas a pagar recebe uma ligação com uma voz clonada usando o nome e o cargo do seu CFO. Seu suporte de TI recebe uma simulação de funcionário que replica exatamente o seu fluxo de verificação de identidade. Seus desenvolvedores seniores recebem uma "ligação de parceria" que segue um e-mail que sua equipe de segurança nunca enviou.
Cada simulação é projetada em torno dos padrões estruturais acima: urgência, sigilo, troca de canal e solicitações irreversíveis. Não porque sejam tópicos de treinamento interessantes, mas porque constituem a arquitetura consistente de todos os ataques de vishing bem-sucedidos registrados. Funcionários que vivenciaram essa arquitetura em um ambiente seguro a reconhecem quando ela surge na vida real.
Quando alguém cai em uma simulação de vishing da Frame, o próximo treinamento é gerado automaticamente com base no que foi perdido – não um módulo genérico sobre engenharia social, mas um cenário construído em torno do sinal de alerta específico que não foi detectado. O reflexo que não funcionou é treinado direta e imediatamente, antes que a ligação real aconteça.
Você não consegue ensinar seus funcionários a detectar uma voz clonada. Você pode ensiná-los a reconhecer que uma ligação que exige urgência, sigilo, um canal que eles não iniciaram e uma ação irreversível não é uma ligação do seu CFO – não importa o quanto pareça ser. Mas isso só funciona se o seu treinamento reproduzir a pressão que eles sentirão quando for para valer.
Agende uma demonstração e veja como a Frame cria simulações de phishing por voz baseadas na sua organização real – em minutos.
