El uso de inteligencia artificial por grupos de ciberespionaje vinculados a China está dejando una señal que los CISOs no deberían pasar por alto: la IA no solo puede hacer más sofisticado un ataque, también puede hacerlo más rápido, más barato y, sobre todo, más escalable.

La inteligencia artificial se ha convertido en una de las principales apuestas de las organizaciones para fortalecer su ciberseguridad. Se utiliza para analizar grandes volúmenes de datos, detectar anomalías, priorizar alertas y automatizar respuestas.

Pero mientras las organizaciones buscan aprovechar estas capacidades para defenderse, los atacantes están haciendo lo mismo para mejorar sus operaciones ofensivas. Un reciente reporte puso esta realidad nuevamente sobre la mesa.

De acuerdo con una investigación de TeamT5, grupos de hackers vinculados al Estado chino aumentaron más del doble el volumen de sus ataques después de incorporar herramientas de inteligencia artificial a diferentes etapas de sus operaciones. Entre las tecnologías utilizadas aparece DeepSeek* junto con otros modelos de IA.

El dato es relevante. Pero hay algo todavía más importante detrás de él:

La IA puede estar cambiando la escala a la que puede operar un atacante. El doble de ataques no significa el doble de hackers.

El hallazgo de TeamT5 resulta especialmente interesante porque apunta a un cambio en la productividad de las operaciones ofensivas.

Un atacante necesita realizar numerosas tareas antes, durante y después de intentar comprometer un objetivo.

• Investigar una organización.
• Identificar sus activos.
• Analizar dominios e infraestructura.
• Buscar vulnerabilidades.
• Revisar código.
• Preparar herramientas.
• Generar o adaptar exploits.

Muchas de estas actividades consumen tiempo, pero no necesariamente requieren que una persona esté involucrada en cada paso. Ahí entra la IA.

De acuerdo con los hallazgos citados en la investigación, los grupos analizados comenzaron a delegar determinadas tareas en modelos de inteligencia artificial, permitiendo que los operadores humanos concentraran su tiempo en actividades de mayor nivel.

Por eso, el dato de que los ataques se hayan duplicado no debería interpretarse simplemente como que existen el doble de atacantes. Puede significar algo mucho más interesante: Cada atacante puede estar haciendo mucho más trabajo.

¿Por qué DeepSeek aparece en la conversación?

DeepSeek ha llamado particularmente la atención porque algunos de sus modelos ofrecen capacidades avanzadas con menos restricciones para determinadas tareas que otros servicios comerciales.

Para un atacante, eso puede resultar atractivo.

Pero reducir el problema a “DeepSeek es una herramienta para hackers” sería una conclusión demasiado sencilla.

El verdadero problema está en la disponibilidad de modelos que pueden ser utilizados, modificados o integrados dentro de diferentes flujos de trabajo.

En otras palabras: no estamos frente a un problema de una sola plataforma.

Estamos frente a un ecosistema en el que diferentes modelos pueden convertirse en componentes de una operación ofensiva. Y eso hace mucho más difícil resolver el riesgo simplemente bloqueando una aplicación.

Cuando la IA deja de ser asistente y empieza a operar

Esta evolución se vuelve todavía más relevante cuando los modelos se conectan con agentes y herramientas capaces de ejecutar acciones.

Unit 42 documentó un caso en el que un actor de habla china utilizó DeepSeek junto con Hermes Agent para automatizar diferentes etapas de una operación ofensiva.

El sistema podía realizar tareas de reconocimiento, identificar vulnerabilidades, buscar herramientas de explotación y llevar a cabo intentos de ataque con una intervención humana limitada. Este punto merece especial atención, porque existe una diferencia importante entre: una IA me ayuda a encontrar una vulnerabilidad y un agente de IA encuentra objetivos, analiza vulnerabilidades y utiliza herramientas para intentar explotarlas.

En el primer caso tenemos asistencia. En el segundo, tenemos automatización de una cadena de ataque. Y esa transición es la que los equipos de seguridad necesitan comenzar a incorporar en sus modelos de amenaza.

La preocupación no es que la IA reemplace al hacker. Por ahora, no es necesario imaginar escenarios en los que una IA completamente autónoma dirige una operación de principio a fin. La evidencia disponible apunta a algo más realista. Un atacante humano utiliza diferentes modelos y herramientas para automatizar partes del proceso, la persona sigue tomando decisiones, la IA hace una parte cada vez mayor del trabajo. Eso puede ser suficiente para generar una ventaja significativa.

Imaginemos la diferencia entre un investigador de amenazas que puede analizar manualmente 50 objetivos y otro que cuenta con herramientas capaces de procesar cientos o miles de ellos. No necesariamente significa que la IA encuentre una vulnerabilidad que un humano nunca habría descubierto. Significa que puede permitir buscar más oportunidades en menos tiempo.

Y en ciberseguridad, el volumen importa.

Una nueva presión sobre los equipos defensivos

Este cambio genera una pregunta incómoda para los SOC: ¿qué pasa si el atacante puede investigar nuestros sistemas más rápido de lo que nosotros podemos detectar sus movimientos?

Durante años, las organizaciones han trabajado para reducir el tiempo de detección y respuesta. Pero ahora aparece una nueva variable: la velocidad de reconocimiento del adversario.

Si un atacante puede automatizar el descubrimiento de activos, analizar configuraciones, revisar vulnerabilidades y probar diferentes caminos, la ventana disponible para reaccionar puede reducirse. Esto obliga a los equipos de seguridad a pensar más allá de la detección tradicional.

La defensa necesita aumentar también su capacidad de automatización.

¿Qué debería revisar un CISO?

El caso de DeepSeek deja varias preguntas que pueden trasladarse directamente a una estrategia de seguridad.

1. ¿Sabemos qué IA está utilizando nuestra organización?

La discusión sobre Shadow AI adquiere una nueva dimensión. No basta con saber si los empleados utilizan herramientas de IA. Hay que conocer qué información introducen, qué aplicaciones conectan y qué capacidades tienen esas herramientas.

Un modelo utilizado para generar texto representa un riesgo distinto al de un agente que puede acceder a sistemas corporativos y ejecutar acciones.

2. ¿Qué permisos tienen nuestros agentes?

La llegada de agentes de IA obliga a extender principios conocidos de seguridad, como el mínimo privilegio.

Un agente debería tener acceso únicamente a aquello que necesita para cumplir su función. Además, sus acciones deberían quedar registradas y ser monitoreables. Un agente de IA también es una identidad. Y como cualquier identidad, necesita controles.

3. ¿Qué tan automatizada está nuestra defensa?

Si el adversario puede automatizar reconocimiento y análisis, depender exclusivamente de procesos manuales puede generar una desventaja.

Los SOC deberían evaluar qué tareas pueden automatizar de manera segura:

• Correlación de eventos.
• Priorización de alertas.
• Enriquecimiento de indicadores.
• Aislamiento de endpoints.
• Bloqueo de credenciales comprometidas.
• Investigación inicial de incidentes.
• Validación de vulnerabilidades.

El objetivo no es eliminar al analista. Es permitir que el analista tome decisiones de mayor valor mientras la automatización se ocupa de la escala.

La verdadera brecha no está solamente en el modelo

La noticia también abre otro debate: los controles de seguridad de los modelos. Algunos sistemas tienen mecanismos para impedir que un usuario obtenga instrucciones relacionadas con actividades maliciosas.

Otros ofrecen menos restricciones, especialmente cuando se utilizan modelos abiertos o se ejecutan localmente. Esto plantea un desafío para la comunidad de seguridad. Pero incluso aquí hay que tener cuidado.

La solución no puede ser simplemente construir una lista de modelos “buenos” y “malos”.

Un modelo aparentemente seguro puede convertirse en un componente de riesgo si se conecta con herramientas y permisos inadecuados. Y un modelo con pocas restricciones no necesariamente representa una amenaza por sí mismo.

El riesgo aparece cuando sus capacidades se combinan con acceso y ejecución.

La nueva superficie de ataque es el sistema completo

Para un CISO, esta puede ser una de las principales conclusiones del caso. La seguridad de la IA no puede evaluarse únicamente mirando el modelo.

Hay que mirar todo el sistema:

Modelo + datos + herramientas + identidad + permisos + ejecución.

Un agente que puede leer información confidencial tiene un riesgo.

Uno que además puede modificarla tiene otro.

Uno que puede modificarla y ejecutar comandos sobre infraestructura crítica tiene uno todavía mayor.

Por eso, la gobernanza de IA deberá evolucionar al mismo ritmo que las capacidades de los agentes.

¿Estamos preparados para un atacante que escala?

El caso analizado por TeamT5 no significa que todos los ciberataques vayan a convertirse mañana en operaciones completamente autónomas.

Pero sí muestra hacia dónde se está moviendo el escenario. Los atacantes están experimentando con IA, están incorporando modelos a sus procesos, están automatizando tareas.

Y, en determinados casos, están conectando esos modelos con agentes y herramientas capaces de ejecutar acciones.

La pregunta para las organizaciones ya no debería ser si la IA será utilizada en ataques. La pregunta es qué tan preparada está su defensa para enfrentar ataques que pueden ejecutarse a mayor velocidad y escala.

Porque la ventaja que ofrece la IA al atacante no necesariamente está en crear el ataque más sofisticado.

Puede estar en algo mucho más sencillo: hacer cien intentos donde antes podía hacer diez.

La carrera por la escala

La historia de DeepSeek y los grupos de hackers vinculados a China funciona como una señal de algo más grande.

La inteligencia artificial está empezando a modificar la economía del ciberataque:

Menos tiempo. Menos trabajo manual. Más objetivos. Más automatización. Más capacidad operativa.

Y eso obliga a replantear también la defensa. Para los CISOs, el reto no será simplemente incorporar IA al SOC. Será construir una arquitectura de seguridad capaz de detectar, decidir y responder a una velocidad comparable con la de un adversario que también está automatizando.

Porque si el atacante aprende a escalar con IA, la pregunta ya no es si la organización tiene inteligencia artificial.

La pregunta es: ¿su seguridad puede escalar con ella?