Entrevistas

Omer Bachar, Co-fundador e CEO da Vetric – Série de Entrevistas

Antoine Tardif
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveO bootstrapping forçou a Vetric a priorizar a confiabilidade da infraestrutura em vez…
Ver mais
  • O bootstrapping forçou a Vetric a priorizar a confiabilidade da infraestrutura em vez da expansão a todo custo.
  • Modelos de detecção são inúteis sem uma infraestrutura de dados públicos escalável para alimentá-los com ameaças em tempo real.
  • Deepfake-como-Serviço já está mercantilizado no nível gratuito com ferramentas de código aberto.

Omer Bachar, Co-fundador e CEO da Vetric, é um empreendedor israelense e líder de tecnologia focado em inteligência de código aberto (OSINT) que construiu uma carreira ao redor de resolver desafios complexos de dados e inteligência. Antes de fundar a Vetric em 2022, Bachar desenvolveu e monetizou vários negócios na web como adolescente, ganhando experiência em desenvolvimento web, SEO, monetização de tráfego e operações digitais escaláveis. Mais tarde, ele serviu nas Forças de Defesa de Israel, onde ajudou a modernizar as operações da Polícia Militar por meio da automação, IA, mineração de dados e metodologias ágeis, liderando equipes e iniciativas de produtos. Após uma startup anterior que fracassou e um período de pesquisa intensiva na Tailândia com seus co-fundadores, Bachar lançou a Vetric com foco em infraestrutura em vez de financiamento de venture, crescendo a empresa de forma autossustentável enquanto atendia organizações que dependem do acesso escalável a dados da web pública. Seu trabalho centra-se em WEBINT, OSINT, coleta de dados e inteligência de ameaças digitais, particularmente em áreas que envolvem impersonação, fraude e riscos relacionados a deepfakes.

Vetric é uma empresa de infraestrutura de dados que ajuda organizações a coletar, processar e operacionalizar dados da web pública em escala. A empresa se posiciona como uma camada de infraestrutura confiável para equipes de confiança, segurança cibernética e inteligência que precisam de acesso confiável e em tempo real a informações da web aberta. Em vez de construir uma plataforma de enfrentamento ao consumidor, a Vetric se concentra em APIs gerenciadas e pipelines de dados flexíveis projetados para simplificar a coleta de dados da web pública em larga escala em ambientes online em constante mudança. A empresa enfatizou uma abordagem de “dados para o bem”, apoiando organizações que trabalham para identificar campanhas de impersonação, deepfakes, golpes e outras ameaças digitais. De acordo com a empresa, ela cresceu de uma pequena equipe de fundadores para uma operação em expansão que atende a mais de 100 organizações globalmente, mantendo o foco em infraestrutura escalável e confiabilidade operacional.

Você começou a construir negócios na internet como adolescente, mais tarde trabalhou na modernização da Polícia Militar israelense com ferramentas de IA e OSINT, e eventualmente co-fundou a Vetric.io após passar meses pesquisando problemas na Tailândia. Como essas experiências moldaram sua crença de que a infraestrutura de dados, e não apenas os modelos de detecção, se tornaria o verdadeiro campo de batalha na luta contra deepfakes e impersonação digital?

A linha comum entre todos esses capítulos foi a mesma: todo problema que eu pensei ser um problema de detecção se revelou um problema de dados um nível abaixo.

Como adolescente encontrando vulnerabilidades, a parte difícil nunca foi a exploração — era construir a infraestrutura para encontrar os alvos certos em escala. Na Polícia Militar, a OSINT era a lacuna que ninguém estava trabalhando. Criminosos estavam deixando evidências por toda a web aberta, à vista de todos, e não tínhamos quase nenhum meio sistemático para alcançá-las. Então, na Tailândia, passamos meses conversando com agências de defesa, equipes de inteligência de ameaças, fornecedores de proteção de marca, equipes de fraude. O mesmo padrão em todos os lugares. Todos queriam insights.

Foi então que clicou. Os modelos de detecção são apenas tão bons quanto os dados que você os alimenta. Se você não pode ver o deepfake no momento em que ele aparece na web aberta, seu detector é irrelevante. O campo de batalha não é se seu modelo pode detectar uma face sintética em um benchmark — é se você tem visibilidade na superfície onde o ataque realmente vive. A infraestrutura de dados pública é a parte que ninguém quer construir porque é difícil e sem glamour, mas sem ela o resto da pilha é teatro.

Você argumentou que o problema dos deepfakes mudou fundamentalmente nos últimos 18 meses. Quais são as mudanças tecnológicas específicas que estão tornando a fraude gerada por IA mais perigosa do que as ondas anteriores de golpes e ataques de impersonação?

Três coisas mudaram ao mesmo tempo, e a combinação é o que torna isso diferente.

Primeiro, os modelos multimodais se tornaram suficientemente bons para que você possa gerar vídeo, voz e texto convincentes a partir do mesmo prompt em minutos. O que costumava exigir uma pequena equipe e algumas semanas agora leva uma pessoa e um café.

Segundo, o custo caiu drasticamente. Uma clonagem de voz de alta qualidade de uma figura pública costumava exigir um orçamento de GPU sério. Hoje, isso roda em hardware de consumidor ou em uma assinatura mensal de $20. O custo não é mais uma barreira.

Terceiro — e essa é a peça subestimada — a camada de distribuição acompanhou. Os falsos não mais se encontram em algum fórum obscuro esperando para serem descobertos. Eles vivem na web aberta, nas mesmas fontes públicas que seus clientes e funcionários consomem dezenas de vezes por dia, muitas vezes com amplificação paga em cima. Um vídeo fabricado viaja exatamente tão rápido quanto qualquer outra coisa na internet pública.

Nas ondas anteriores, um atacante tinha que escolher entre qualidade, velocidade, escala e alcance. Agora eles podem ter todos os quatro por menos de $100. A assimetria entre o que custa fabricar uma impersonação convincente e o que custa para uma empresa detectar, atribuir e responder a ela é maior do que nunca. Essa é a mudança.

A maioria das discussões públicas sobre deepfakes ainda se concentra em software de detecção. Por que você acredita que a infraestrutura de dados pública confiável é agora tão importante quanto os próprios modelos de IA?

Porque um detector que não pode ver a ameaça é um projeto de pesquisa, não uma defesa.

A maioria da conversa sobre deepfakes se concentra em se o modelo pode distinguir uma face sintética de uma face real em um benchmark controlado. Isso é básico. O problema operacional é o mais difícil: um vídeo de impersonação de marca é postado às 3h da manhã, recebe 200.000 visualizações antes que alguém note, e sua pipeline de detecção tem que realmente receber esse conteúdo em tempo real, atribuí-lo e acionar uma resposta. Se você não tiver uma maneira estável e escalável de ingerir dados da web pública — os lugares onde a impersonação e a fraude realmente se desenrolam —, você não tem nada para executar seu detector.

Há um ponto relacionado que fizemos recentemente em uma peça sobre a violação da cadeia de suprimentos da Anodot. As empresas estão começando a perceber que a postura de segurança de seus fornecedores de dados é sua própria postura de segurança. A mesma realização está vindo para a IA: a confiabilidade de sua pilha de detecção é a confiabilidade de sua pipeline de dados. Os modelos recebem a imprensa. A infraestrutura faz o trabalho. Tratar esses dois como linhas de orçamento separadas é um erro que o mercado está prestes a parar de cometer.

A Vetric cresceu para uma escala significativa sem financiamento externo, atendendo empresas e organizações relacionadas à inteligência. Como o fato de ser autossustentável influenciou a forma como você construiu a empresa e priorizou a confiabilidade da infraestrutura sobre a expansão de crescimento a todo custo?

A autossustentação força um tipo de obsessão pelo cliente que as empresas financiadas podem evitar por um longo tempo. Sempre acreditamos em dar valor antes de crescer rapidamente — e para nós, isso não é um slogan, é uma realidade financeira.

Cada dólar em nossa conta bancária é um que um cliente escolheu nos dar em troca de algo que funcionou. Não temos um colchão de $50 milhões para pontuar a lacuna entre um produto que quase funciona e um que funciona.

Isso muda cada decisão que a empresa toma. Isso moldou nossa arquitetura tanto quanto moldou nossa estratégia. Nossos clientes, agências de inteligência, equipes de proteção de risco digital, equipes de segurança pública, plataformas de inteligência de ameaças, não querem apenas um produto que funcione.

É por isso que desenhamos a fronteira de confiança da maneira que fizemos. Empurramos dados para os clientes; nunca os puxamos deles. Não mantemos credenciais de longo prazo para o cloud de um cliente. Quando os clientes querem entrega em seu próprio AWS, usamos funções de IAM com IDs externas de leitura e gravação — o padrão recomendado pela AWS especificamente projetado para prevenir o tipo de violação de fornecedor como vetor de ataque que acabou de atingir os clientes da Anodot.

Plataformas de Deepfake como Serviço estão reduzindo a barreira de entrada para os atacantes. Estamos nos aproximando de um ponto em que capacidades de fraude altamente sofisticadas se tornam completamente comoditizadas e acessíveis a quase qualquer pessoa?

Já estamos lá para as capacidades básicas — e não apenas na camada paga, na camada gratuita. Estamos 12 a 18 meses longe das mais sofisticadas. Veja o que está disponível agora. Modelos como Sora geram vídeo convincente a partir de um prompt de texto. Projetos de troca de face de código aberto no GitHub pegam qualquer imagem de referência e colocam essa face em um vídeo, e os resultados realmente parecem bons — sem habilidade especializada necessária, sem pagamento, sem mercado subterrâneo.

A barreira para produzir um falso de alta qualidade é um download gratuito e uma tarde de experimentação. Também há serviços pagos que envolvem um fluxo de trabalho de ponta a ponta em torno dos mesmos tipos de modelos para pessoas que não querem instalar nada, mas a camada de código aberto é a história real, porque é a que você não pode preço fora de ninguém. A pessoa que opera não precisa entender a tecnologia subjacente mais do que alguém que executa um kit de phishing precisa entender SMTP.

O que está vindo em seguida é o nível de kit de campanha em uma caixa — kits de impersonação pré-construídos para marcas específicas, executivos específicos, ciclos de eleições específicos, com a mídia sintética, as contas falsas, o cronograma de distribuição e o direcionamento todos embalados juntos. Uma vez que isso exista em escala, o custo marginal de executar um ataque de impersonação cai para aproximadamente o custo de executar um anúncio pago. A implicação para os defensores é desconfortável. Você não pode mais assumir que o atacante é sofisticado ou bem financiado. O atacante é qualquer pessoa com um laptop e um ressentimento. Isso muda o volume e a variedade de ameaças por uma ordem de magnitude, e redefine o que significa “ameaça credível” para qualquer marca, executivo ou figura pública com presença na internet.

Muitas empresas ainda dependem de sistemas de monitoramento fragmentados e inteligência de ameaças atrasada. Quais são as principais fraquezas que você vê na forma como as organizações coletam e processam dados da web pública relacionados à impersonação e fraude?

Algumas fraquezas continuam aparecendo em conversas com clientes. A primeira é a fragmentação. A maioria das empresas executa uma ferramenta para monitoramento de marca, outra para proteção de executivos, outra para fraude, outra para operações de segurança. Cada uma puxa de fontes diferentes com diferentes coberturas, diferentes latências e diferentes pontos cegos.

Quando uma campanha de impersonação quebra em vários cantos da web aberta ao mesmo tempo, as costuras entre essas ferramentas são exatamente onde o atacante se esconde. E abaixo dessa fragmentação está um problema mais profundo: a maioria dessas ferramentas otimiza para a derrubada. Remover o perfil falso é necessário, mas por si só é um jogo de whac-a-mole — outro aparece no dia seguinte. As equipes que estão obtendo alavancagem real estão dobrando a aposta na investigação: conectando os pontos entre contas, infraestrutura e campanhas, para que estejam desmantelando a rede por trás da impersonação, em vez de acertar uma URL de cada vez.

A segunda é a dependência de middleware que precisa de acesso profundo às sistemas do cliente. Esse é o problema estrutural que escrevemos no contexto da violação da Anodot — fornecedores que exigem OAuth ou chaves de API para o cloud do cliente se tornam pontos únicos de falha para todos os downstream. O SOC 2 não vai salvá-los disso. A arquitetura ou tem o raio de explosão ou não.

A terceira é a latência. Muito do que é vendido como “inteligência de ameaças em tempo real” é na verdade atrasado em quatro a 24 horas porque a coleta subjacente é orientada por lote. Para a impersonação e a fraude, isso é uma eternidade. No momento em que o alerta é disparado, a campanha já terminou.

A quarta é a alocação errada entre cobertura de detecção e capacidades de análise. As empresas investem em ferramentas que sinalizam conteúdo sintético ou suspeito, mas subinvestem na cobertura para realmente ver o que está sendo postado sobre elas em toda a web aberta, e nas capacidades de análise para dar sentido ao que elas veem — quem está por trás disso, como as contas se conectam, que infraestrutura elas compartilham. Sinalizar é um passo; cobertura e análise são o que transformam um sinal em ação. Isso é como comprar um grande alarme de incêndio e esquecer de conectá-lo.

Você falou sobre lidar com bilhões de pontos de dados públicos todos os meses. Quais são os desafios técnicos que surgem ao tentar construir infraestrutura em tempo real capaz de identificar ameaças impulsionadas por IA em escala de internet?

Os problemas difíceis não são os que as pessoas esperam. A primeira coisa a dizer é que construir esse tipo de infraestrutura não é a parte difícil — mantê-la é. Você não constrói um pipeline como o nosso uma vez e se afasta. Você precisa de uma equipe inteira cujo trabalho é mantê-lo vivo, e essa é a equipe que construímos. As fontes públicas que coletamos mudam constantemente, e qualquer uma delas pode quebrar silenciosamente um coletor. A maioria do esforço de engenharia ao longo da vida de um produto como este vai para a manutenção, não para o desenvolvimento verde.

A segunda é que o dimensionamento é uma esteira. Você melhora o pipeline, você o impulsiona mais, e em algum ponto a escala se torna muito para o que você construiu e as coisas começam a tremer. Então você reconstrói essa camada — às vezes do zero — para o próximo nível. Esse ciclo nunca realmente termina. Cada ordem de magnitude em volume é efetivamente um sistema diferente, mesmo que pareça o mesmo produto por fora.

A terceira é o tempo de atividade, que soa entediante até lembrar quem são nossos clientes. Alguns deles usam nossos dados para ajudar a prevenir ataques terroristas. Em tempo real significa que você não tem um período de graça. As coisas vão quebrar — elas sempre fazem — e o que importa é que elas estejam funcionando o resto do tempo e sejam consertadas o mais rápido possível quando não estiverem. Nós projetamos a postura de chamada, o alerta e a redundância em torno dessa realidade, não em torno de um número de uptime genérico de SaaS.

À medida que a mídia sintética se torna mais convincente, você acha que a sociedade está se movendo em direção a uma crise de confiança mais ampla, onde as pessoas começam a duvidar de áudio, vídeo e comunicações legítimas por padrão?

Mais perto do que as pessoas querem admitir. Mas não acho que isso acabe em colapso — acho que acaba em um novo equilíbrio.

A versão ingênua da crise de confiança diz: ninguém acreditará em nenhum áudio ou vídeo, e a esfera pública colapsa. Não acho que seja para onde isso vai. Os seres humanos são notavelmente adaptáveis em relação a ambientes epistêmicos. Aprendemos a ler jornais com ceticismo, então a televisão, então a web. Vamos aprender a ler a mídia gerada por IA com ceticismo também, e isso não é inteiramente um resultado ruim — um baseline mais saudável de “verifique antes de confiar” está atrasado.

O que acho que vamos ver é uma mudança no que conta como evidência. Áudio e vídeo brutos se tornarão formas mais fracas de prova; proveniência, assinatura criptográfica, cadeia de custódia e verificação de identidade se tornarão formas mais fortes. As instituições que descobrem como verificar de forma confiável suas próprias comunicações — bancos, governos, organizações de notícias — vão se destacar. Aquelas que não o fizerem serão impessoalmente impulsionadas para a irrelevância.

O intervalo perigoso é o do meio, os próximos dois a três anos, onde os falsos se tornam convincentes mais rápido do que a camada de verificação é implantada. Esse é o intervalo onde o dano é feito, e esse é o intervalo para o qual estamos tentando dar aos nossos clientes a visibilidade para sobreviver.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Vetric. 

Antoine é um líder visionário e sócio fundador da Unite.AI, movido por uma paixão inabalável por moldar e promover o futuro da IA e da robótica. Empreendedor que já fundou várias empresas, acredita que a IA transformará a sociedade tanto quanto a eletricidade e costuma falar com entusiasmo sobre o potencial das tecnologias disruptivas e da inteligência artificial geral (AGI).

Como futurista, dedica-se a explorar como essas inovações moldarão o nosso mundo. Além disso, é fundador da Securities.io, uma plataforma voltada ao investimento em tecnologias de ponta que estão redefinindo o futuro e transformando setores inteiros.