Uno de los mayores contratistas de ciberseguridad de Estados Unidos ha puesto un número a lo que los investigadores de seguridad han estado advirtiendo durante todo el año: los modelos de inteligencia artificial de vanguardia creados para chatbots y asistentes de codificación ahora son capaces de ejecutar ciberataques en gran medida por sí solos. Para obtener cobertura continua sobre los desarrollos de seguridad de la IA, consulte AI Buzz Wire.
Un nuevo informe de Booz Allen Hamilton, cubierto por SC Media y The Register y que ha circulado por todo el mundo de la seguridad industrial durante la semana pasada, evaluó 18 modelos de IA (nueve de Estados Unidos y nueve de China) y descubrió que uno de ellos completó de forma autónoma una cadena de ciberataque completa durante las pruebas: identificar vulnerabilidades, obtener acceso a una red objetivo y escalar al control a nivel de administrador sin intervención humana.
Un modelo terminó la cadena de muerte
El informe, conocido como Cyber Weapon Index, calificó a Claude Mythos de Anthropic como el único modelo que completó toda la secuencia de ataque de forma autónoma. Varios otros se acercaron incómodamente. Según la cobertura de los hallazgos por parte de SC Media, Grok-4.5 de xAI y GPT-5.6 Sol de OpenAI demostraron un progreso de ataque autónomo significativo, alcanzando acceso completo al dominio o movimiento lateral dentro de redes comprometidas: los pasos intermedios que realiza un operador entre la entrada inicial y el control total.
Una cadena de destrucción, en términos de ciberseguridad, abarca el reconocimiento a través de la explotación, la escalada y la persistencia. Un modelo que lo completa sin ayuda ha funcionado efectivamente como un operador cibernético ofensivo, no como una herramienta que simplemente escribe código de explotación cuando se le solicita.
El arnés importa más que el modelo
Quizás el hallazgo más trascendental del informe se refiere al software, no a los modelos. El arnés de ataque (el andamio que conecta un modelo de IA con herramientas de piratería, escáneres y marcos de explotación reales) amplifica dramáticamente cualquier capacidad ofensiva que ya tenga un modelo. Un modelo de nivel medio conectado a un arnés capaz puede superar a un modelo más fuerte que funcione sin procesar, lo que significa que la barrera a la capacidad de ataque autónomo está cayendo por razones que no tienen nada que ver con el lanzamiento del próximo modelo.
Los analistas de Booz Allen advierten que los principales ataques impulsados por IA por parte de grupos criminales con motivación financiera y actores patrocinados por el Estado son ahora inminentes. Su proyección: se espera que la mayoría de los modelos probados alcancen niveles de armamento comparables a los de los líderes actuales dentro de seis meses. La firma también insta al gobierno de EE. UU. a establecer plazos para que los operadores de infraestructura crítica demuestren resiliencia contra los ataques habilitados por IA y desarrollen capacidades superiores de IA ofensivas y defensivas propias.
Una advertencia que coincide con la propia de la industria
La evaluación llega en medio de una serie de alertas similares provenientes del interior de la propia industria de la IA. Anthropic ha señalado anteriormente los ciberataques impulsados por IA como un punto de inflexión crítico, y el propio lanzamiento de su modelo de frontera por parte de OpenAI estuvo acompañado de revelaciones públicas inusuales sobre capacidades cibernéticas avanzadas, incluida una decisión de restringir el acceso mientras la compañía evaluaba lo que su modelo podría hacer con las redes reales. Un informe separado sobre los hallazgos de Booz Allen, publicado por Industrial Cyber, enmarcó el mismo informe como una advertencia de que las ventanas de respuesta para la infraestructura crítica se están reduciendo a medida que aumenta la autonomía de la IA.
El debate político que esto alimenta ya no es hipotético. Los legisladores ya han abierto investigaciones sobre los riesgos de ciberseguridad de los modelos de IA de origen extranjero que se ejecutan dentro de la infraestructura crítica de EE. UU., y los operadores de redes han informado de un aumento en la demanda de electricidad impulsada por la IA que coincide con un creciente interés patrocinado por el Estado en los sistemas energéticos. Una prueba documentada en la que un modelo comercial de IA completa por sí solo una cadena de destrucción convierte esas abstracciones en un punto de referencia.
Qué deberían sacar los defensores de esto
Para los equipos de seguridad, las implicaciones prácticas del informe son más limitadas que sus titulares. El ataque autónomo supone una defensa autónoma: las mismas capacidades de agente que permiten a un modelo encadenar exploits ya se están implementando en el lado azul, clasificando alertas, correlacionando telemetría y parcheando a la velocidad de la máquina. La brecha que Booz Allen identifica es organizacional: la mayoría de los operadores de infraestructura crítica todavía miden la respuesta a incidentes en horas, mientras que los ataques asistidos por IA comprimen el cronograma equivalente a minutos.
La recomendación de la empresa de fijar plazos estrictos es una apuesta a que la regulación, y no la presión del mercado, cerrará esa brecha. El hecho de que Estados Unidos avance al respecto (y de que los proveedores de IA traten las evaluaciones de capacidad ofensiva como una puerta de entrada previa a la publicación de la misma forma en que la farmacología trata los ensayos clínicos) determinará cómo se desarrollarán realmente los próximos seis meses de la proyección del informe.
El mercado ofensivo ya se está formando
Si fuera necesaria alguna confirmación de que esta capacidad se está convirtiendo en una categoría de producto, llegó un día después de que circulara el informe. Como SC Media informó por separado el 4 de septiembre, una startup llamada Abliteration.ai lanzó un servicio destinado explícitamente a permitir operaciones cibernéticas ofensivas, formación de equipos rojos y pruebas de agentes con modelos de IA que otros proveedores rechazan. El momento subraya el punto central del informe sobre los arneses: el cuello de botella para los ataques autónomos ya no es la capacidad del modelo sino las herramientas circundantes, y las herramientas son algo que el mercado ahora proporciona por sí solo.
Los equipos defensivos no necesitan esperar al siguiente ciclo de referencia para actuar según los hallazgos. La ventana de armamento de seis meses del informe es, funcionalmente, una fecha límite para el inventario de activos, la segmentación y la medición del tiempo de respuesta: los controles poco glamorosos que determinan si un atacante autónomo se encuentra con una red reforzada o abierta.
Manténgase por delante de la IA
Realice un seguimiento de las historias de seguridad de IA que importan. Lea más noticias sobre IA antes de que llegue a su red.
Leer más noticias sobre IA →
