La evolución de IntelligentFILE

En la primera entrada de esta serie, presenté el concepto de «IntelligentFILE »: cualquier archivo que contenga inteligencia integrada capaz de desencadenar una acción consecuente al ser procesado, abierto o transmitido. Sostuve que el archivo había pasado de ser un contenedor pasivo a convertirse en un participante activo, que su naturaleza había cambiado de forma radical y que la mayoría de las arquitecturas de seguridad empresarial no habían sabido adaptarse a estos cambios. En esta entrada, quiero profundizar en el mecanismo de esa evolución. Porque comprender cómo la IA ha transformado el archivo es un requisito previo para entender por qué fracasan las antiguas estrategias de seguridad y qué requiere realmente una respuesta moderna.

En resumen: la IA no se limitó a aumentar el número de archivos. Los hizo más eficaces, más convincentes, más evasivos y con mayores repercusiones. Redujo prácticamente a cero el coste de crear contenidos sofisticados, adaptados al contexto y estructuralmente verosímiles. Y, al hacerlo, proporcionó tanto a las empresas como a los adversarios el mismo conjunto de herramientas, sin que exista una forma fiable de distinguir quién las utiliza.

Cuando la mayoría de los responsables de seguridad hablan de la amenaza que suponen los archivos de IA, recurren a estadísticas cuantitativas. Se prevé que el volumen de la esfera de datos global se duplique con creces entre 2022 y 2026. El hecho de que más de cuatro de cada cinco empresas de servicios financieros (el 81 %) informen ahora de algún nivel de adopción de la IA. Los 500 000 archivos maliciosos registrados a diario por las plataformas de inteligencia sobre amenazas. Estas cifras son reales y significativas, pero describen la magnitud del problema, no su naturaleza.

El cambio más profundo es de carácter cualitativo. La IA ha cambiado lo que puede hacer un archivo, no solo cuántos hay.

Antes de la IA, la creación, prueba e implementación de una carga útil de malware sofisticada requerían unos conocimientos técnicos considerables. La barrera era la capacidad humana. Por lo tanto, el volumen estaba naturalmente limitado. Con la llegada de la IA, esa barrera se derrumbó. Los grandes modelos de lenguaje producen documentos de phishing convincentes, imposibles de distinguir de las comunicaciones legítimas. La IA genera estructuras de archivo únicas para cada objetivo —lo que los investigadores de seguridad denominan «contenido polimórfico»—, lo que hace que la detección basada en firmas resulte estructuralmente inadecuada. El coste de generar un documento malicioso o falsificado se ha reducido prácticamente a cero. Y, lo que es más importante, las herramientas son idénticas a las que se utilizan con fines legítimos.

La evolución de IntelligentFILE se comprende mejor a través de cuatro cambios distintos en las capacidades que ha introducido la IA, cada uno de los cuales tiene una implicación directa en materia de seguridad que las herramientas tradicionales no estaban diseñadas para abordar.

1. Construcción polimórfica a gran escala

El malware tradicional tenía una estructura fija que, una vez identificada, podía catalogarse y detectarse mediante firmas. El malware generado por IA no tiene una estructura fija. Cada instancia puede ser estructuralmente única, adaptada al contexto del objetivo y diseñada para eludir las herramientas de detección específicas contra las que el atacante ya ha realizado pruebas. No se trata de una mejora marginal en la capacidad de evasión. Es la eliminación del supuesto fundamental en el que se basa la detección basada en firmas.

2. Plausibilidad contextual a nivel de contenido

Antes de la IA generativa, crear un documento de phishing convincente requería un esfuerzo humano considerable: investigación, redacción, maquetación y precisión contextual. Aun así, los analistas experimentados solían detectar el documento como sospechoso. Hoy en día, los modelos de lenguaje grande (LLM) generan documentos de phishing, facturas fraudulentas, instrucciones de transferencia inventadas y archivos KYC sintéticos que, desde el punto de vista contextual, son indistinguibles de sus equivalentes legítimos. Más del 82 % de los correos electrónicos de phishing detectados contienen ahora contenido generado por IA. La capa de ingeniería social se ha industrializado y se ha vuelto prácticamente impecable.

3. Falta de transparencia en cuanto a la procedencia

Cuando un archivo es generado por IA, las señales tradicionales de procedencia dejan de ser fiables. Los metadatos pueden ser falsificados. La autoría no puede atribuirse a un ser humano. El contenido que parece proceder de fuentes internas puede tener su origen en una infraestructura de modelos de lenguaje grande (LLM) de terceros situada fuera del perímetro de seguridad de la institución. En el caso de los servicios financieros —donde la autenticidad de un documento puede determinar la validez de una transacción, la legitimidad de un proceso de incorporación de clientes o la precisión de un modelo de riesgo—, la opacidad de la procedencia no es una simple molestia. Es una vulnerabilidad estructural.

4. «Envenenamiento por RAG»: cuando el archivo se convierte en memoria institucional

La cuarta evolución, y quizá la más trascendental, es específica de las empresas que han adoptado sistemas de «Generación Aumentada por Recuperación» (RAG), entre las que, para 2026, se encontrarán la mayoría de las instituciones financieras. En una arquitectura RAG, cada archivo incorporado se convierte en una fuente de verdad para el modelo de IA que lo lee. Un analista que formula una pregunta al sistema recibe una respuesta extraída de los documentos que se han indexado. Un solo archivo sin depurar, creado con fines maliciosos o generado por alucinaciones de la IA que entre en ese corpus indexado no solo conlleva su propio riesgo. Contamina la base de conocimientos institucional, y la IA ofrecerá esa verdad contaminada a cada consulta posterior, a gran escala, con la autoridad de un sistema interno de confianza.

Esta es la responsabilidad de RAG. Un banco que utilice un escáner de un solo motor está a un solo archivo falsificado o alterado por la IA de corromper toda su base de conocimientos interna. Una vez que se introduce un archivo malicioso, la IA presentará ese contenido como verdad institucional a todos los empleados que lo consulten. El alcance del daño no es el archivo en sí, sino todo aquello con lo que el archivo entre en contacto.

Un aspecto fundamental de la evolución de IntelligentFILE es la ampliación de la superficie de ataque más allá de la bandeja de entrada del correo electrónico, que históricamente ha sido el principal foco de atención de la arquitectura de seguridad de archivos. Hoy en día, cada punto de entrada constituye un vector de amenaza.

• Cloud y almacenamientoCloud : cada archivo que se sube a SharePoint, OneDrive, S3 o una plataforma de colaboración constituye un evento de ingesta. Los archivos en reposo conllevan los mismos riesgos que los archivos en tránsito, y a menudo se analizan con menos rigor.

• API y flujos de trabajo automatizados: los flujos automatizados de archivos entre sistemas —plataformas de cumplimiento normativo, lagos de datos, entradas para modelos de IA— funcionan a una velocidad de milisegundos. El análisis tradicional en entornos de prueba no puede igualar esta velocidad sin convertirse en un cuello de botella.

• Formularios web y portales para clientes: cada envío de documentación de KYC, solicitud de préstamo, reclamación de seguro y formulario de alta de inversores constituye un punto de recepción de archivos. Los portales para clientes son entornos de gran volumen y alta confianza, con una exposición al riesgo igualmente elevada.

• Archivos de la cadena de suministro y de terceros: los ataques a la cadena de suministro generados por IA se ocultan ahora en archivos de confianza y de apariencia legítima procedentes de proveedores y socios conocidos. La fuente es de confianza, pero el contenido puede no serlo. Las herramientas tradicionales carecen de mecanismos para distinguirlos.

• Soportes extraíbles y transferencia física: En entornos regulados y aislados (air-gapped) —especialmente en operaciones de servicios financieros, la administración pública y las infraestructuras críticas—, los soportes físicos siguen siendo un canal principal de ingesta de archivos y un perímetro de seguridad en el que a menudo se invierte menos de lo necesario.

El enfoque de seguridad predominante frente a las amenazas relacionadas con los archivos ha sido la detección: analizar el archivo, compararlo con firmas conocidas y, a continuación, marcarlo como sospechoso o permitir su ejecución. Este modelo resultaba adecuado para un mundo en el que las amenazas tenían estructuras fijas, una velocidad de generación limitada por el factor humano y firmas de comportamiento reconocibles. Ese mundo ya no existe.

«La detección parte de la base de que se puede distinguir entre un archivo seguro y uno peligroso. La inteligencia artificial ha demostrado que esa suposición es errónea. La respuesta inteligente no consiste en mejorar la detección, sino en eliminar de raíz la necesidad de confiar en el archivo».

En la era de IntelligentFILE, la brecha entre lo que las herramientas de detección pueden identificar de forma fiable y lo que las amenazas generadas por IA son capaces de producir es estructural, no incremental. Las herramientas de un solo motor tienen una tasa de detección inferior al 50 % frente a las amenazas generadas por IA de «hora cero». Las bases de datos de firmas van con un retraso de entre 24 y 72 horas respecto a la amenaza, lo que supone una eternidad en un entorno en el que se generan cargas útiles polimórficas por objetivo y por campaña. Además, el problema de la «primera visión» implica que, en el momento en que se detecta una nueva estructura de amenaza generada por IA, las herramientas tradicionales no la detectan hasta que se actualizan las firmas, una ventana de oportunidad que los atacantes aprovechan activamente.

Si la detección ya no es suficiente, ¿qué la sustituye? La respuesta es un cambio de enfoque: pasar de un modelo que se pregunta «¿es este archivo malicioso?» a uno que se pregunta «¿puedo eliminar por completo el riesgo que supone este archivo antes de que entre en el entorno?».

Esta es la lógica de la tecnología Deep CDR™, que no intenta detectar contenidos maliciosos, sino que desmonta el archivo, elimina todos los elementos activos —independientemente de si parecen amenazantes— y reconstruye una versión estructuralmente limpia para su uso. Se trata de un enfoque de «confianza cero» aplicado a nivel de archivo: no se confía en ningún archivo, todos los archivos se desinfectan y la carga de la prueba se elimina por completo de la herramienta de inspección.

EL PUNTO DE INFLEXIÓN DE 2026 El coste de generar un documento malicioso se ha reducido prácticamente a cero. El coste de una filtración ha alcanzado los 4,4 millones de dólares en el sector de los servicios financieros. La asimetría nunca ha sido tan grande, y el modelo de seguridad que parte de la base de que la detección puede cerrar esa brecha se diseñó para una época diferente. IntelligentFILE exige una respuesta diferente.

A medida que los modelos de IA ganen en capacidad y los flujos de trabajo autónomos se conviertan en la norma, el archivo seguirá adquiriendo nuevas capacidades —y nuevos riesgos—. Pero el punto de inflexión ya se ha producido. El archivo ya ha cruzado el umbral que lo separa de ser un objeto pasivo a convertirse en un agente con repercusiones. La arquitectura necesaria para gestionarlo a ese nivel de capacidad ya está disponible en la actualidad. La cuestión es si las empresas la implementarán antes de que el coste de no hacerlo se vuelva inevitable.

En la próxima entrada de esta serie, nos centraremos en la realidad operativa: qué supone la evolución de IntelligentFILE para el Centro de Operaciones de Seguridad —los equipos encargados de detectar, clasificar y responder a las amenazas que este nuevo panorama de archivos genera cada día—.

El riesgo de los archivos es un riesgo financiero. OPSWAT los datos de los clientes, los sistemas de transacciones y el cumplimiento normativo mediante una prevención de amenazas a los datos en múltiples capas.

Descubre cómo puedes proteger tu organización conlas solucionesOPSWAT para entidades financieras.