Un ciberataque asistido por IA es una intrusión en la que las herramientas de inteligencia artificial prestan apoyo en una o varias fases, como el reconocimiento, la búsqueda de vulnerabilidades, la creación de contenidos de phishing o la generación de código, y no un ataque que un modelo de IA planifique y ejecute sin dirección humana. Las advertencias de OpenAI y Anthropic se refieren a este modelo asistido, no a atacantes de IA autónomos. |
|---|
Puntos clave
- OpenAI y Anthropic se han sumado a más de 100 empresas para advertir de que la IA está reduciendo el nivel de dificultad necesario para llevar a cabo ciberataques
- CrowdStrike ha documentado una campaña asistida por IA contra bancos surcoreanos que utilizaba herramientas de ARTEX basadas en un backend de DeepSeek, y en la que también se detectaron historiales de sesiones de Claude Code
- Las medidas de prevención, como la limpieza de archivos y el análisis previo a la ejecución, reducen la exposición al malware generado por IA, pero la detección y la respuesta siguen siendo necesarias como complemento de estas medidas.
- Los responsables de seguridad pueden actuar ya: dar prioridad a las vulnerabilidades expuestas de alto riesgo, reforzar los controles de acceso, inspeccionar y depurar los archivos no fiables, poner a prueba las defensas existentes y confirmar que están preparados para responder ante incidentes.
- Según se informa, OpenAI y Anthropic están ensayando escenarios para «el día después» ante una posible reacción negativa de la opinión pública tras un ataque a gran escala perpetrado con ayuda de la IA, aunque no se trata de un calendario confirmado por OpenAI
Qué es lo que OpenAI y Anthropic están planeando realmente
OpenAI y Anthropic están abordando la posibilidad de un ciberataque a gran escala asistido por IA como una cuestión de preparación. En agosto de 2026, ambas empresas se unieron a más de 100 organizaciones para firmar una carta abierta en la que advertían de que la IA está reduciendo las barreras de coste y competencia que antes frenaban a los atacantes, y pedían a los defensores que abordaran las vulnerabilidades y los errores de configuración que ya se han acumulado antes de que ese cambio se acelere. La carta plantea esto como un riesgo compartido para cualquier organización que gestione una infraestructura expuesta, no solo para los objetivos de alto perfil.
Esa preparación se extiende a cómo esperan las empresas que reaccione el público. Según Axios, OpenAI y Anthropic están ensayando en privado planes para «el día después», comunicaciones y manuales de respuesta ante la indignación pública que seguiría a un ataque grave perpetrado con ayuda de la IA, y las fuentes describen un plazo de entre 6 y 12 meses. Ese plazo procede de las fuentes de Axios, no de una proyección publicada por la propia OpenAI, y OpenAI ha afirmado que sus propios escenarios de preparación no son resultados inevitables.
Para los responsables de seguridad, la distinción importa menos que la orientación. Ya sea en un plazo de seis meses o de dos años, las empresas que desarrollan estos sistemas de IA ya están considerando los ataques asistidos como una realidad operativa a corto plazo, lo cual es motivo suficiente para dar prioridad a las defensas que se tratarán más adelante.
Dónde ya están apareciendo los ataques asistidos por IA
Ya existen pruebas de ataques perpetrados con ayuda de la IA, al margen de las advertencias sobre lo que podría suceder en el futuro. El caso público más evidente es una campaña contra instituciones financieras surcoreanas que CrowdStrike documentó en un estudio sobre un conjunto de herramientas que la empresa denomina ARTEX.
El informe de CrowdStrike reveló que el autor de la amenaza utilizó ARTEX, un marco de trabajo basado principalmente en un backend de DeepSeek, junto con historiales de sesiones de Claude Code encontrados en la misma infraestructura del atacante. El informe también señala que el número de organizaciones afectadas sigue sin confirmarse.
El estudio no menciona ningún producto antivirus concreto que no haya detectado dicha actividad, ni ofrece fundamentos para estimar la magnitud de un posible incidente futuro. Los datos muestran que detrás de una campaña documentada se utilizaba un conjunto variado de herramientas, pero no confirman que un único modelo de IA llevara a cabo todas las fases del ataque.
Sin embargo, la carta del sector de agosto de 2026, firmada por OpenAI, Anthropic y más de 100 organizaciones más, expresa su preocupación por la dirección que podrían tomar los ataques basados en la IA, en lugar de centrarse en los ataques que ya se habían observado.
Cómo cambia la IA el panorama de los ciberataques
La IA cambia la dinámica económica de un ataque: reduce el tiempo y los conocimientos especializados que antes se requerían en cada fase. La investigación de vulnerabilidades es el ejemplo más claro. Las herramientas de IA pueden analizar el código y las configuraciones en busca de puntos débiles más rápido que un analista que trabaje por su cuenta y, una vez identificado un punto débil, redactar el código de explotación. Esto acorta un proceso que antes llevaba días a un equipo especializado.
La coordinación entre las distintas fases es el segundo cambio. La campaña ARTEX descrita anteriormente muestra cómo las herramientas de IA facilitan el reconocimiento, la preparación y la ejecución dentro de una misma operación, vinculando pasos que antes requerían un equipo con competencias diversas y desarrolladas por separado.
En conjunto, estas capacidades apuntan a un mayor número de intentos y a una iteración más rápida por parte de los atacantes. Se trata de una interpretación basada en la investigación de CrowdStrike y en las preocupaciones expresadas en la carta del sector, no de un recuento confirmado de nuevos ataques.
La carta del sector encabezada por OpenAI sostiene que esas mismas capacidades subyacentes de la IA pueden ayudar a los defensores a abordar las vulnerabilidades y las configuraciones erróneas que ya se han acumulado, mediante la automatización de la clasificación de incidencias, la verificación de parches y el análisis de registros a una escala que los equipos de seguridad han tenido dificultades para alcanzar solo con su plantilla. Las herramientas de ataque y las de defensa avanzan gracias a la misma tecnología.
Por qué la prevención debe complementar la detección
Detectar una amenaza y eliminar la posibilidad de que se produzca un daño son dos funciones de seguridad distintas. Los ataques asistidos por IA hacen que esa distinción sea importante: una organización que se base únicamente en la detección está apostando a que todos los ataques se parezcan a algo que ya ha visto antes.
Detección frente a prevención: qué hace realmente cada una
- La detección identifica comportamientos maliciosos, normalmente después de que un archivo o una acción ya se haya introducido en el entorno, comparándolos con firmas conocidas, heurísticas o modelos de comportamiento.
- La prevención elimina o restringe las acciones que puede realizar un archivo antes incluso de que se ejecute, independientemente de si un motor de detección lo reconoce como una amenaza.
La detección solo puede detectar aquello que ha visto o para lo que ha sido entrenada. La prevención no necesita reconocer una amenaza para neutralizarla.
Dónde se aplica la tecnología Deep CDR™
Tecnología Deep CDR™ es nuestra tecnología de desactivación y reconstrucción de contenidos. En lugar de analizar un archivo en busca de patrones maliciosos conocidos, elimina el contenido activo y reconstruye el archivo en una versión limpia y utilizable, lo que significa que cubre archivos para los que los motores de detección aún no disponen de firmas.
Esto se extiende a los ataques dirigidos directamente contra los sistemas de IA. En el ataque EvilFont, una fuente personalizada altera la forma en que un documento se muestra a un lector humano frente a lo que un modelo de IA extrae del mismo archivo, sin que haya ninguna estructura defectuosa ni firma que permita su detección. La tecnología Deep CDR™ elimina la fuente incrustada durante la reconstrucción, lo que frustra el ataque independientemente de si se reconoce como malicioso.
La tecnología Deep CDR™ es uno de los componentes de un conjunto más amplio de controles complementarios:
- La inspección de archivos analiza el tipo y la estructura de los mismos antes de dar por bueno cualquier dato.
- El análisis previo a la ejecución evalúa el comportamiento en un entorno controlado antes de que un archivo llegue al usuario.
- La tecnología Deep CDR™ elimina o reconstruye cualquier elemento activo del archivo, independientemente de si está marcado como malicioso.
- La detección y la respuesta siguen siendo necesarias ante riesgos que ni siquiera llegan en forma de archivos
El razonamiento que sustenta la seguridad basada en la prevención
Este caso con múltiples capas es el argumento central de «Cybersecurity Upside Down», el libro de Benny Czarny, fundador y director ejecutivo de OPSWAT . En él se sostiene que las estrategias de seguridad basadas en supuestos de detectabilidad resultan cada vez más ineficaces por una sencilla razón: los archivos, ya sean los que abre un empleado o los que llegan por correo electrónico, nunca se han abordado plenamente solo mediante la detección, independientemente de si han sido generados por IA o no.
Esa perspectiva es más importante que cualquier afirmación concreta sobre la velocidad. Tanto si un atacante ha utilizado inteligencia artificial para generar malware como si lo ha escrito a mano, el riesgo es el mismo: un archivo llega a un sistema antes de que nadie haya evaluado si es seguro. Las medidas de prevención eliminan ese riesgo, independientemente de cómo se haya creado el archivo.
Dónde encaja el Aether™ de MetaDefender
La tecnología Deep CDR™ está diseñada para proporcionar una copia reconstruida y segura de un archivo, aunque hay tres situaciones en las que se requiere un enfoque diferente.
- Algunas organizaciones deben conservar el archivo original, sin modificaciones, por motivos legales, de cumplimiento normativo o forenses, y una copia reconstruida, por su propia naturaleza, no es ese archivo.
- Los archivos ejecutables, los instaladores y los scripts están diseñados para ser activos, por lo que eliminar su contenido activo supondría eliminar la funcionalidad que necesitan los usuarios; por ello, se requiere una decisión al respecto en lugar de una reconstrucción.
- Además, un archivo desinfectado, por sí solo, no indica al equipo de seguridad cuál era la amenaza, de dónde procedía ni si forma parte de una campaña más amplia.
MetaDefender Aether™ aborda estos tres aspectos analizando el archivo sin alterarlo. Se trata de nuestra solución de detección de «zero-day» de cinco capas, diseñada para el malware novedoso y evasivo que la detección basada en firmas no detecta. Su capa de análisis estático utiliza la IA Predictive Alin para predecir la intención maliciosa antes de la ejecución, sin necesidad de firmas ni detonación. Los archivos limpios con un alto grado de confianza se autorizan en milisegundos, los archivos maliciosos con un alto grado de confianza se bloquean y los archivos dudosos pasan a la fase de análisis dinámico en un entorno aislado basado en emulación. Las amenazas de día cero confirmadas en esta fase se incorporan a la IA Predictive Alin, de modo que cada una de ellas refuerza la detección futura.
MetaDefender Aether también permite a los equipos elegir entre rapidez y profundidad. El análisis centrado en la rapidez ofrece un veredicto en el menor tiempo posible, lo que resulta adecuado para flujos de archivos de gran volumen, mientras que el análisis en profundidad da prioridad a la extracción del mayor número posible de indicadores de compromiso frente al tiempo de análisis, lo que resulta adecuado para la investigación y la respuesta.
LLM Scanning aplica el mismo enfoque a la propia IA; MetaDefender Aether detecta amenazas ocultas en los archivos de los modelos sin ejecutar su código y examina los LLM en tiempo real en busca de inyección de comandos y divulgación de datos confidenciales, de modo que los equipos que incorporan modelos de código abierto y de terceros a su entorno puedan tratarlos como archivos no fiables. Cuando se utilizan conjuntamente, la tecnología Deep CDR™ neutraliza lo que se puede reconstruir de forma segura, y MetaDefender Aether analiza lo que debe permanecer intacto.
Qué pueden hacer ahora los responsables de seguridad
Los responsables de seguridad no necesitan que se confirme un ataque impulsado por la inteligencia artificial para actuar. Las mismas organizaciones que firmaron la carta del sector de agosto de 2026 señalan cinco áreas sobre las que la mayoría de los equipos de seguridad ya tienen visibilidad, incluso aunque ninguna de ellas haya sido priorizada recientemente.
- Soluciona primero las vulnerabilidades expuestas y de alto riesgo: los sistemas conectados a Internet y las vulnerabilidades que se sabe que han sido explotadas son los que reportan mayores beneficios a los atacantes. Comprueba que la corrección haya funcionado realmente, en lugar de marcar el ticket como resuelto.
- Reducir los permisos excesivos: reforzar los controles de acceso para que una cuenta comprometida o un intento de phishing asistido por IA no pueda acceder a los sistemas críticos.
- Revisa y desinfecta los archivos no fiables antes de utilizarlos: considera sospechosos por defecto los vectores de ataque basados en archivos, como los archivos adjuntos de correo electrónico, las descargas y los soportes extraíbles.
- Comprueba periódicamente las defensas existentes: los ciclos de pruebas obsoletos dejan expuestas las vulnerabilidades conocidas durante más tiempo de lo que la mayoría de los equipos creen.
- Verificar la preparación para la respuesta ante incidentes y la recuperación: Asegúrate de que los planes de respuesta tengan en cuenta plazos de ataque más rápidos y asistidos por IA, y no solo las campañas más lentas en torno a las cuales se han diseñado la mayoría de los planes.
El Congreso de los Estados Unidos no ha aprobado requisitos vinculantes en materia de seguridad de la IA, y las propuestas sobre el «interruptor de emergencia» que se han debatido a lo largo de 2026 siguen estancadas. Esa es una razón más para actuar directamente en estos cinco aspectos, en lugar de esperar a que se apruebe una normativa que podría tardar años en llegar.
Los equipos de seguridad siguen teniendo que proteger los mismos elementos contra los que se dirigen los ataques asistidos por IA: los archivos, los puntos de acceso y los datos que circulan por sus sistemas. Incorporamos controles de inspección, depuración y acceso en los puntos por los que el contenido no fiable entra en una organización, incluyendo el correo electrónico, la transferencia de archivos, los soportes extraíbles y las descargas de Internet.
Si desea saber cómo se aplican esos controles a los tipos de archivos y puntos de entrada con los que trabaja realmente su organización, nuestro equipo puede guiarle a lo largo de una evaluación de los flujos de trabajo.
