Dados financeiros protegidos por criptografia hoje podem se tornar vulneráveis no futuro, à medida que a computação quântica avança. O setor, que deve movimentar US$ 1,1 bilhão em receitas globais em 2027, segundo o Gartner, já mobiliza bancos, governos e empresas de tecnologia em torno da chamada criptografia pós-quântica, com orientações recentes do NIST dos Estados Unidos e iniciativas do ITI no Brasil.
Perguntas frequentes sobre computação quântica e segurança bancária
Por que a computação quântica preocupa o setor bancário?
Computadores quânticos suficientemente avançados poderiam quebrar algoritmos matemáticos que hoje protegem dados pessoais, comunicações e transações financeiras. Embora essa capacidade ainda não exista, o risco futuro já motiva ações preventivas.
O que é a estratégia ‘colha agora, decifre depois’?
É a prática de criminosos capturarem e armazenarem dados criptografados hoje, mesmo sem conseguir decifrá-los, na expectativa de usar computadores quânticos mais potentes no futuro para acessar essas informações.
Os bancos já podem ser atacados por computadores quânticos?
Não. Especialistas consultados, como Rafael Dantas, da TLD, afirmam que ainda não existe um computador quântico capaz de quebrar a segurança bancária atual. O risco é relacionado à exposição futura de dados coletados agora.
O que o NIST e o ITI estão fazendo sobre o tema?
O NIST publicou em 2024 os primeiros padrões de criptografia pós-quântica e, mais recentemente, novas orientações para substituição de algoritmos vulneráveis. No Brasil, o ITI avança para incorporar esses mecanismos à certificação digital.
As empresas brasileiras estão preparadas para essa transição?
A preparação ainda é desigual. Segundo João Marcelo Silva Souza, do QuIIN/Senai Cimatec, poucas empresas estão prontas, embora grandes bancos já desenvolvam iniciativas. Fintechs e fornecedores tendem a estar mais atrasados nesse processo.
A computação quântica também pode ajudar a combater fraudes?
Sim, há potencial para identificar transações suspeitas e analisar grandes volumes de dados, mas essas aplicações ainda estão em estágio inicial. Hoje, inteligência artificial e machine learning seguem mais maduros para detecção de fraudes.
Para acompanhar como bancos e instituições financeiras lidam com esse e outros desafios tecnológicos, vale consultar o valuation, o histórico de preços e os indicadores fundamentalistas dessas companhias na plataforma.