La Inteligencia Artificial ofensiva: un nuevo riesgo ineludible

La Inteligencia Artificial (IA) ofensiva puede definirse como el uso de algoritmos y modelos avanzados para potenciar ataques cibernéticos, automatizar campañas de espionaje digital, desarrollar malware más sofisticado o escalar operaciones de ransomware. A diferencia de la IA aplicada en entornos defensivos o productivos, la IA ofensiva se orienta a multiplicar la capacidad de los adversarios, reduciendo tiempos de ejecución, personalizando ataques y ampliando la superficie de riesgo de las organizaciones. Dicho de manera más sencilla, hablamos de sistemas que además de ayudar a detectar vulnerabilidades, las explotan con una eficiencia y una escala inéditas.

En el año y medio reciente hemos sido testigos de un cambio de naturaleza: la IA ofensiva ha dejado de ser una hipótesis académica para convertirse en una categoría de amenaza con incidentes documentados, atribución pública y víctimas identificables. Los principales proveedores de modelos —Anthropic, Google, Microsoft y OpenAI— ya no publican advertencias genéricas, sino inteligencia operativa con nombres de campaña, métricas de impacto y cronologías reproducibles. Para los responsables de seguridad, esto significa que la IA ofensiva no puede seguir tratándose como un riesgo emergente abstracto, sino como un vector activo cuya curva de adopción se mide en tiempo real.

La evidencia es contundente. En 2025, Anthropic documentó una operación de extorsión a gran escala denominada vibe hacking, en la que un único operador utilizó IA para orquestar ataques contra 17 organizaciones, elevando la tasa de pago mediante notas de rescate adaptadas a reguladores y cláusulas contractuales específicas. Ese mismo año, la campaña GTG-1002, atribuida a un grupo estado-nación chino, demostró que un agente de IA puede ejecutar entre 80 y 90 % de una intrusión de principio a fin: reconocimiento, explotación, movimiento lateral y exfiltración de datos. Es claro que, el humano quedó relegado a la supervisión estratégica y la validación final.

En paralelo, Google y Microsoft han documentado cómo actores vinculados a Irán, Rusia, Corea del Norte y China utilizan modelos de IA para multiplicar su productividad en operaciones de espionaje y fraude, mientras que nuevas familias de malware invocan modelos de lenguaje en tiempo de ejecución, reconstruyendo dinámicamente su lógica maliciosa y rompiendo el paradigma clásico de los indicadores de compromiso.

El informe ‘Panorama de amenazas de la IA en ciberseguridad’, que realizamos desde S2GRUPO, clasifica estas capacidades adversarias en tres velocidades de amenaza. En el primer nivel se encuentran las capacidades ya operativas y documentadas públicamente, como el phishing multilingüe indistinguible de comunicaciones legítimas, el uso de IA como copiloto en el desarrollo de malware y la redacción hiperpersonalizada y detallada de notas de extorsión.

En el segundo nivel están las capacidades validadas en entornos controlados, como agentes autónomos de pentesting (simulaciones controladas de un ciberataque para hallar vulnerabilidades y fallos de seguridad) que superan a investigadores humanos; y técnicas universales de jailbreaking (procesos para aprovechar los defectos de un dispositivo electrónico para instalar software distinto al del fabricante) capaces de neutralizar las salvaguardas de prácticamente todos los modelos comerciales.

Y el tercer nivel corresponde a la investigación académica sin evidencia operativa, en la que se exploran escenarios como el descubrimiento autónomo de vulnerabilidades inéditas, el desarrollo completo de exploits (programas diseñados para aprovechar fallos de seguridad) sin asistencia humana y ataques a la cadena de suministro de modelos.

Las implicaciones defensivas son inmediatas y estructurales. La detección de anomalías en correos de phishing multilingüe, el control del tráfico de salida hacia servicios de inferencia, el análisis de comportamiento sobre procesos que realicen llamadas atípicas a API’s de modelos y la revisión exhaustiva de la cadena de suministro de asistentes de IA ya integrados en procesos internos son medidas imprescindibles.

El alineamiento de los modelos no constituye por sí solo una defensa fiable, lo que obliga a implementar controles externos, separación estricta de privilegios y la integración de agentes de pentesting autónomo en los entornos de preproducción, para cerrar de esta manera la ventana de exposición entre el despliegue de un activo y su descubrimiento por un adversario.

La IA ofensiva no es un riesgo futuro, es una amenaza presente. Las empresas deben reconocer que la seguridad en este nuevo escenario exige combinar tecnología, procesos y cultura organizacional. Enfrentar este desafío implica adoptar una visión estratégica y preventiva, capaz de proteger la reputación, los activos, así como la confianza de los clientes. La IA ofensiva ha cambiado las reglas del juego y solo aquellas compañías que actúen con anticipación estarán preparadas para resistir su impacto.