{"id":68792,"date":"2026-09-15T08:04:12","date_gmt":"2026-09-15T08:04:12","guid":{"rendered":"https:\/\/overcentral.com\/es\/?p=68792"},"modified":"2026-09-15T08:04:12","modified_gmt":"2026-09-15T08:04:12","slug":"ciberataques-ia-asistente-orquestador-68792","status":"publish","type":"post","link":"https:\/\/overcentral.com\/es\/ciberataques-ia-asistente-orquestador-68792\/","title":{"rendered":"Los ciberataques con IA pasan del asistente al orquestador aut\u00f3nomo"},"content":{"rendered":"

La inteligencia artificial generativa est\u00e1 redefiniendo la econom\u00eda de los ciberataques. Ya no se trata solo de que un atacante utilice un chatbot para escribir c\u00f3digo malicioso; el salto cualitativo radica en que los sistemas de IA est\u00e1n pasando de ser meros asistentes a convertirse en orquestadores aut\u00f3nomos de campa\u00f1as completas. As\u00ed lo documenta el nuevo informe de inteligencia de amenazas de Anthropic<\/a>, Detecting and countering misuse of AI: September 2026<\/em>, publicado el 10 de septiembre, que analiza la actividad maliciosa detectada y bloqueada entre diciembre de 2025<\/a> y agosto de 2026. El informe revela c\u00f3mo la IA no solo acelera tareas ofensivas, sino que permite a actores con recursos limitados ejecutar operaciones que hasta hace poco requer\u00edan equipos especializados, al tiempo que las propias plataformas y credenciales de IA se convierten en objetivos de primera clase para los ciberdelincuentes.<\/p>\n

Del asistente al orquestador: el salto que cambia la inteligencia de amenazas<\/h2>\n

La evoluci\u00f3n m\u00e1s significativa que describe Anthropic es el tr\u00e1nsito de la IA de un rol de apoyo a un rol de direcci\u00f3n. En las campa\u00f1as estudiadas, ya no se observa \u00fanicamente a un atacante preguntando a un chatbot c\u00f3mo escribir determinado c\u00f3digo. En varios casos aparecen sistemas multiagente capaces de encargarse de reconocimiento, desarrollo de herramientas, explotaci\u00f3n, procesamiento de informaci\u00f3n robada o exfiltraci\u00f3n, mientras que el operador humano se limita a establecer objetivos y supervisar determinados resultados.<\/p>\n

Seg\u00fan Anthropic, la mayor\u00eda de las operaciones analizadas cont\u00f3 con alg\u00fan grado de ejecuci\u00f3n u orquestaci\u00f3n directa por parte de la IA. Esta transici\u00f3n, que la compa\u00f1\u00eda resume con la expresi\u00f3n \u00abfrom assistant to orchestrator\u00bb, introduce una consecuencia especialmente importante para los equipos de inteligencia de amenazas: la sofisticaci\u00f3n t\u00e9cnica de una campa\u00f1a deja de ser un indicador tan fiable del nivel de recursos del atacante. Capacidades que antes diferenciaban a una operaci\u00f3n respaldada por un Estado de un peque\u00f1o grupo criminal est\u00e1n empezando a estar disponibles para categor\u00edas muy distintas de adversarios. Herramientas y frameworks ofensivos con agentes de IA ayudan a automatizar partes de la cyber kill chain<\/em>, mientras tareas como reconocimiento, generaci\u00f3n de c\u00f3digo, an\u00e1lisis de entornos y procesamiento masivo de informaci\u00f3n pueden ejecutarse en paralelo y a velocidad de m\u00e1quina.<\/p>\n

Espionaje ruso y malware que intenta evadir detecciones en tiempo real<\/h2>\n

Uno de los casos m\u00e1s significativos es GTG-20006, un actor cuya actividad Anthropic considera coherente con informes p\u00fablicos relacionados con Midnight Blizzard, el grupo de espionaje ruso. Seg\u00fan la investigaci\u00f3n, el grupo utiliz\u00f3 flujos de trabajo apoyados por IA para automatizar desde el desarrollo de herramientas y la adquisici\u00f3n de infraestructura hasta campa\u00f1as de phishing, persistencia, mando y control y exfiltraci\u00f3n de informaci\u00f3n.<\/p>\n

Entre los objetivos identificados aparecen organismos gubernamentales, organizaciones diplom\u00e1ticas y de defensa y entidades vinculadas a Ucrania y a la industria de drones. Anthropic afirma haber identificado m\u00e1s de 20 organizaciones dentro de sus actividades de planificaci\u00f3n, reconocimiento u operaciones. Uno de los elementos m\u00e1s preocupantes es el uso de agentes para comprobar si las herramientas maliciosas estaban siendo detectadas por productos de seguridad. Cuando se detectaba un implante, los sistemas pod\u00edan iniciar procesos de modificaci\u00f3n y reconstrucci\u00f3n destinados a intentar recuperar la evasi\u00f3n.<\/p>\n

El informe considera que este modelo puede alterar una de las din\u00e1micas tradicionales de la defensa. Hasta ahora, desarrollar una nueva detecci\u00f3n impon\u00eda un coste al atacante, que ten\u00eda que modificar manualmente sus herramientas. Si ese ciclo puede automatizarse parcialmente, los adversarios podr\u00edan reducir de forma considerable ese coste. Para los defensores, la consecuencia resulta clara: depender exclusivamente de firmas est\u00e1ticas ser\u00e1 todav\u00eda menos eficaz.<\/p>\n

\u00abVibe hacking\u00bb: c\u00f3mo ShinyHunters automatiza el saqueo de credenciales<\/h2>\n

El informe tambi\u00e9n analiza varios operadores que Anthropic sospecha que estaban asociados con el colectivo ShinyHunters. Aqu\u00ed aparece otro concepto relevante: vibe hacking<\/em>. Anthropic lo utiliza para describir operaciones en las que el atacante indica un objetivo general \u2014por ejemplo, acceder a cierta informaci\u00f3n utilizando unas credenciales\u2014 y deja que la IA examine el entorno, programe scripts, ejecute tareas, resuma resultados e itere hasta completar la misi\u00f3n. En algunos casos, el operador ni siquiera necesita conocer con precisi\u00f3n la arquitectura tecnol\u00f3gica de cada v\u00edctima.<\/p>\n

Uno de los actores investigados gestionaba una infraestructura distribuida que hab\u00eda descargado alrededor de 1,8 millones de APK de Android<\/strong> para buscar secretos y credenciales expuestos. En otra intrusi\u00f3n contra un proveedor SaaS, el acceso permiti\u00f3 llegar a datos correspondientes a aproximadamente 200 organizaciones clientes y obtener m\u00e1s de 2.100 conjuntos de tokens de Azure AD pertenecientes a m\u00e1s de 40 tenants<\/em>, seg\u00fan el informe. Anthropic se\u00f1ala adem\u00e1s que algunas intrusiones evolucionaron extremadamente r\u00e1pido: una escal\u00f3 desde un \u00fanico token de desarrollador robado hasta el control administrativo de un entorno cloud en aproximadamente tres horas.<\/p>\n

La novedad, de nuevo, no reside tanto en las t\u00e9cnicas utilizadas. Credenciales robadas, phishing, servicios expuestos, vulnerabilidades web y sistemas sin parchear siguen formando parte del arsenal. Lo que cambia es la capacidad de automatizar el trabajo necesario para explotar esas oportunidades.<\/p>\n

\u00bfQu\u00e9 es el \u00abvibe hacking\u00bb?<\/strong> Es una modalidad de ataque en la que el operador humano define un objetivo amplio \u2014como \u00abaccede a los datos de este cliente usando estas credenciales\u00bb\u2014 y la IA se encarga de explorar el entorno, escribir scripts, ejecutar comandos, procesar resultados y ajustar el enfoque de forma iterativa hasta lograr el objetivo. El atacante puede desconocer los detalles t\u00e9cnicos del sistema v\u00edctima; la inteligencia artificial act\u00faa como un equipo de reconocimiento y explotaci\u00f3n aut\u00f3nomo.<\/p>\n

F\u00e1bricas aut\u00f3nomas de exploits: un solo mes, m\u00e1s de una docena de posibles zero-day<\/h2>\n

Otro caso, denominado GTG-10007, muestra un escenario que puede resultar especialmente relevante para los fabricantes de tecnolog\u00eda. Anthropic investig\u00f3 a operadores de habla china que habr\u00edan construido flujos de trabajo destinados a investigar vulnerabilidades y desarrollar exploits de manera continuada. Los agentes analizaban firmware y binarios, recorr\u00edan cadenas de referencias de c\u00f3digo, formulaban hip\u00f3tesis sobre posibles vulnerabilidades y generaban posteriormente c\u00f3digo para comprobarlas contra sistemas de laboratorio.<\/p>\n

Seg\u00fan el informe, uno de esos procesos aplicado de forma continuada sobre dispositivos de red produjo m\u00e1s de una docena de posibles vulnerabilidades zero-day en un solo mes<\/strong>. El escenario apunta hacia una evoluci\u00f3n relevante de la investigaci\u00f3n ofensiva: sistemas capaces de trabajar durante horas o d\u00edas sobre grandes cantidades de c\u00f3digo mientras mantienen memoria de proyecto y dividen el trabajo entre m\u00faltiples agentes. Para los fabricantes de hardware y software, esto supone una amenaza creciente: ya no solo compiten contra equipos humanos de investigaci\u00f3n, sino contra procesos automatizados que no se fatigan y pueden escalar de forma masiva.<\/p>\n

La cadena de suministro de IA se convierte en objetivo prioritario<\/h2>\n

Una de las conclusiones con mayores implicaciones empresariales es que las credenciales de inteligencia artificial ya tienen valor propio dentro de la econom\u00eda criminal. API keys, tokens de sesi\u00f3n y accesos a modelos pueden utilizarse como bot\u00edn, como capacidad de computaci\u00f3n financiada por la v\u00edctima y como mecanismo para ocultar la verdadera procedencia de una actividad.<\/p>\n

Anthropic documenta criminales que buscaron claves expuestas en aplicaciones, repositorios de c\u00f3digo, contenedores, dispositivos y servicios de IA. Tambi\u00e9n detect\u00f3 supuestos servicios de acceso barato a modelos que en realidad instalaban herramientas para robar credenciales. En otro caso, denominado GTG-50020, un atacante consigui\u00f3 extraer claves de producci\u00f3n pertenecientes a proveedores de IA mediante instrucciones maliciosas dirigidas a un entorno automatizado de evaluaci\u00f3n. Posteriormente utiliz\u00f3 las credenciales robadas para continuar atacando.<\/p>\n

Una campa\u00f1a posterior procedente de la misma infraestructura se dirigi\u00f3 aproximadamente contra 30 compa\u00f1\u00edas de IA en<\/a> unos cuatro d\u00edas<\/strong>, seg\u00fan Anthropic. La compa\u00f1\u00eda precisa que sus propios sistemas no fueron comprometidos: las claves afectadas pertenec\u00edan a clientes y hab\u00edan sido sustra\u00eddas de los entornos de estos. El mensaje defensivo es importante: una API key de un modelo de IA debe tratarse como una credencial de producci\u00f3n cr\u00edtica, no como una simple clave de una herramienta secundaria.<\/p>\n

Un atacante individual puede parecer un grupo organizado<\/h2>\n

GTG-50029 constituye quiz\u00e1 el mejor ejemplo de la reducci\u00f3n de la barrera de entrada. Anthropic describe a un \u00fanico operador franc\u00f3fono que utiliz\u00f3 IA para atacar partidos pol\u00edticos europeos, medios de comunicaci\u00f3n, think tanks<\/em> y proveedores SaaS relacionados con estas organizaciones. De 42 entidades seguidas durante la investigaci\u00f3n, el atacante habr\u00eda conseguido acceso interno a al menos 14. Anthropic estima que obtuvo entre 12 y 26 GB de volcados de bases de datos que conten\u00edan, entre otra informaci\u00f3n, datos de miembros y donantes de organizaciones pol\u00edticas.<\/p>\n

Para la compa\u00f1\u00eda, casos como este evidencian que las metodolog\u00edas avanzadas ya no pertenecen exclusivamente a organizaciones con grandes plantillas. Un individuo suficientemente motivado puede apoyarse en agentes para mantener simult\u00e1neamente reconocimiento, desarrollo, explotaci\u00f3n y an\u00e1lisis de datos. La inteligencia artificial no solo acelera el ataque, sino que multiplica la capacidad operativa de una sola persona, difuminando la l\u00ednea entre un actor aislado y un grupo estructurado.<\/p>\n

M\u00e1s all\u00e1 del ciberataque: vigilancia, influencia y fraude h\u00edbrido<\/h2>\n

El alcance del informe va mucho m\u00e1s all\u00e1 de los ataques contra sistemas inform\u00e1ticos. Anthropic asegura haber desactivado operaciones de vigilancia vinculadas a actores alineados con Estados, contratistas y proveedores comerciales de tecnolog\u00edas de vigilancia. En uno de los casos, un \u00fanico consultor habr\u00eda utilizado Claude como principal recurso de ingenier\u00eda para desarrollar una plataforma de interceptaci\u00f3n de comunicaciones destinada a autoridades malienses. La compa\u00f1\u00eda tambi\u00e9n describe actividades relacionadas con actores chinos e iran\u00edes, sistemas de monitorizaci\u00f3n de disidentes y herramientas destinadas al seguimiento de personas y organizaciones.<\/p>\n

En las campa\u00f1as de influencia aparece otra tendencia: la IA no solo genera propaganda, sino que ayuda a construir toda la organizaci\u00f3n necesaria para producirla. Los actores investigados utilizaron los modelos como una especie de redacci\u00f3n automatizada, pero tambi\u00e9n para crear bases de datos de objetivos, personajes ficticios, manuales de doctrina, sistemas de puntuaci\u00f3n, dossiers y reglas destinadas a ocultar la procedencia de determinados contenidos. Anthropic tambi\u00e9n observ\u00f3 intentos de eliminar advertencias sobre informaci\u00f3n no verificada, ocultar su atribuci\u00f3n original o hacer que narrativas patrocinadas pareciesen proceder de fuentes independientes. No obstante, la compa\u00f1\u00eda subraya un dato importante: gran parte de esas operaciones consigui\u00f3 escasa audiencia aut\u00e9ntica y algunas pudieron ser interrumpidas antes de obtener una distribuci\u00f3n relevante.<\/p>\n

El fraude constituye otro vector significativo. El informe detalla una red de aplicaciones de citas falsas en la que personajes controlados mediante IA manten\u00edan conversaciones aut\u00f3nomas con potenciales v\u00edctimas. El sistema combinaba perfiles artificiales con trabajadores reales capaces de intervenir cuando era necesaria una videollamada u otra interacci\u00f3n dif\u00edcil de automatizar. Es una se\u00f1al de c\u00f3mo el fraude digital puede evolucionar hacia operaciones h\u00edbridas en las que humanos e inteligencia artificial colaboran para hacer m\u00e1s convincente el enga\u00f1o.<\/p>\n

La batalla por robar las capacidades de los propios modelos<\/h2>\n

Anthropic asegura haber detectado desde febrero campa\u00f1as de destilaci\u00f3n il\u00edcita procedentes de siete laboratorios establecidos en China. La destilaci\u00f3n es una t\u00e9cnica leg\u00edtima cuando un modelo avanzado se utiliza con autorizaci\u00f3n para entrenar otro sistema. La compa\u00f1\u00eda utiliza el t\u00e9rmino \u00abil\u00edcita\u00bb para referirse a campa\u00f1as encubiertas y a gran escala destinadas a reproducir sus capacidades sin permiso.<\/p>\n

Seg\u00fan Anthropic, estas operaciones utilizan redes de cuentas falsas, tarjetas o credenciales robadas, proxies y servicios de intermediaci\u00f3n para conseguir acceso a los modelos. La compa\u00f1\u00eda atribuye adem\u00e1s determinadas campa\u00f1as a compa\u00f1\u00edas chinas y sostiene que, en algunos casos, conversaciones procedentes de usuarios de otros servicios habr\u00edan terminado siendo enviadas a Claude para producir datos de entrenamiento. Anthropic afirma que algunas conten\u00edan datos personales, informaci\u00f3n empresarial y credenciales, lo que introduce no solo una cuesti\u00f3n de propiedad intelectual, sino tambi\u00e9n un riesgo para la privacidad y la seguridad de los usuarios. Estas atribuciones y conclusiones proceden de la investigaci\u00f3n de Anthropic y deben entenderse como tales.<\/p>\n

Implicaciones pr\u00e1cticas para los equipos de seguridad<\/h2>\n

El informe no dibuja un escenario en el que las t\u00e9cnicas tradicionales hayan dejado de funcionar. Su principal advertencia puede resultar m\u00e1s inc\u00f3moda: los ataques conocidos se est\u00e1n volviendo m\u00e1s baratos, r\u00e1pidos, escalables y accesibles. Para las organizaciones, eso obliga a revisar algunas prioridades.<\/p>\n