Redacción MBA
La carrera por la inteligencia artificial cambió de tono. Después de años de anuncios sobre productividad, asistentes de programación y automatización de tareas, OpenAI, Anthropic, Amazon Web Services (AWS), Google, Microsoft y Oracle salieron a pedir una respuesta coordinada frente a una amenaza más concreta: que los mismos modelos capaces de escribir código, analizar documentación técnica y operar herramientas digitales aceleren los ataques contra la infraestructura que sostiene la vida cotidiana.
El mensaje no se limita a una declaración de principios. Más de 100 organizaciones —entre ellas firmas de nube, semiconductores, seguridad, finanzas, pagos, comercio electrónico y software— firmaron una carta para reclamar una “movilización defensiva” global. El diagnóstico es que existe una ventana limitada para corregir vulnerabilidades acumuladas antes de que las capacidades de IA vuelvan más frecuentes, baratas y sofisticadas las campañas de intrusión.
La lista de sectores en riesgo da dimensión al problema. La carta menciona hospitales, plantas de tratamiento de agua y la infraestructura que permite hacer funcionar internet. No son objetivos elegidos al azar: combinar sistemas antiguos, dependencia de proveedores externos, presupuestos de seguridad desiguales y, en muchos casos, la imposibilidad de detener la operación para actualizar o reemplazar tecnologías vulnerables.
La advertencia también expone una contradicción difícil de ignorar. Las grandes compañías que piden proteger al mundo digital son, al mismo tiempo, las que están llevando al mercado sistemas de IA cada vez más autónomos y potentes. La propuesta de respuesta no es frenar ese desarrollo, sino poner esas capacidades en manos de quienes defienden redes, servidores, aplicaciones y servicios esenciales. La apuesta es que la IA inclinará la balanza a favor de los defensores antes de que los atacantes logren aprovecharla mejor.
Durante años, la ciberseguridad convivió con problemas conocidos: software sin actualizar, configuraciones incorrectas, contraseñas débiles, permisos excesivos, servicios expuestos a internet y dependencias de código que nadie revisa en profundidad. La diferencia es que encontrar, conectar y explotar esas fallas requería tiempo, conocimiento especializado y trabajo manual.
Los modelos de IA reducen parte de esa fricción. Pueden leer grandes cantidades de código, revisar configuraciones, analizar registros de actividad, identificar patrones en documentación técnica y sugerir caminos para encadenar vulnerabilidades. No es necesario reemplazar por completo a un atacante humano para amplificar el riesgo: alcanza con que permitirá hacer más pruebas, más rápido y menor costo.
La carta firmada por las empresas sostiene que, en los próximos meses, los ciberataques habilitados por IA serán mucho más extendidos a medida que los modelos mejoren. El punto relevante no es si aparecerá una máquina que opere sola contra una red crítica, sino que las campañas tradicionales de phishing, robo de credenciales, reconocimiento de sistemas y explotación de errores podrán automatizarse en una escalada inédita.
OpenAI ya había anticipado el problema en un texto publicado el 17 de agosto. Allí se describió que un colectivo de agentes logró vulnerar la infraestructura de investigación de la compañía y también la infraestructura de producción de otra empresa, combinando fallas desconocidas con credenciales filtradas en internet. La empresa reconoció que el episodio la llevó a revisar sus propias estimaciones sobre las capacidades cibernéticas reales de los modelos.
El antecedente importa porque muestra el salto cualitativo de los agentes. Un chatbot que responde preguntas puede equivocarse o inventar información; un sistema que navega por interfaces, ejecuta código, accede a credenciales y enlaza pasos dentro de una red puede transformar esos errores en un incidente operativo. La frontera ya no está solamente en qué sabe responder un modelo, sino en qué permisos tiene para actuar.
El llamado conjunto evita, por ahora, reclamar un gran marco regulatorio internacional. Propone algo más inmediato: fortalecer las defensas conocidas y acelerar la adopción de herramientas de IA para tareas de seguridad. Para las organizaciones, las prioridades son corregir vulnerabilidades de mayor riesgo, revisar accesos, limitar privilegios, verificar que las funcionan y elevar los criterios de seguridad para todo software que se compra, construye o despliega, incluso el código generado por inteligencia artificial.
La insistencia sobre lo básico no es menor. Una parte significativa de los ataques exitosos no depende de técnicas espectaculares, sino de fallas acumuladas durante años. Servidores sin parches, cuentas con permisos de administrador innecesarios, software heredado, proveedores con controles débiles y redes sin segmentación forman una superficie de ataque que creció más rápido que la capacidad de defensa.
La IA puede ayudar a leer ese mapa con otra velocidad. Puede clasificar alertas, detectar configuraciones peligrosas, revisar cambios de código antes de que lleguen a producción y ordenar millas de informes de vulnerabilidades según su urgencia. Pero una herramienta capaz de detectar un problema no garantiza que una organización pueda solucionarlo. Hay sistemas hospitalarios, industriales o financieros que no pueden apagarse sin afectar servicios críticos, y otros donde actualizar una aplicación puede romper procesos de los que dependen de toda una cadena operativa.
Por eso la carta incorpora un concepto central: controles compensatorios. Cuando no es posible aplicar un parche sin interrumpir una operación esencial, la organización debería sumar capas alternativas de defensa y verificar que realmente reduzcan el riesgo. Es una mirada menos glamorosa que el uso de agentes autónomos, pero más cercana a las dificultades de una empresa real.
Los gobiernos aparecen como otro actor ineludible. Las firmas reclaman financiamiento para servicios esenciales con recursos limitados, canales más eficaces para compartir inteligencia sobre amenazas y programas de acceso confiables a modelos avanzados para equipos defensivos. El punto tiene una dimensión política: si las mejores herramientas quedan concentradas en un grupo reducido de corporaciones o agencias estatales, hospitales, municipios, universidades y empresas medianas podrían quedar expuestas frente a atacantes con capacidades cada vez más accesibles.
Newsletter gratuito ¿Te está resultando útil esta nota? Suscribite gratis y recibí cada semana el mejor análisis de tecnología, IA y mercados directamente en tu correo.  |
El planteo de OpenAI y sus socios tiene una tensión inevitable. Para que los defensores detecten y corrijan fallas complejas, necesitan modelos capaces de analizar sistemas sensibles, código privado, configuraciones de red y registros de incidentes. Pero abrir ese acceso también amplía la posibilidad de uso indebido.
La respuesta que propone la industria es un régimen de acceso diferenciado: modelos más avanzados disponibles para defensores verificados, pruebas autorizadas, monitoreo de actividades y mecanismos privados para informar vulnerabilidades antes de que se hagan públicos. Reuters señaló que la carta pide a los gobiernos acelerar estos programas de acceso confiable, que permiten a determinados equipos utilizar modelos de mayor capacidad antes de una distribución más amplia.
El esquema tiene sentido desde la seguridad operativa, pero abre interrogantes relevantes. ¿Quién define qué organización merece ser considerada confiable? ¿Cómo se audita el uso de esos modelos? ¿Qué ocurre cuando una empresa terceriza seguridad en proveedores de otros países? ¿Cuáles son las garantías para que un programa de defensa no se convierta en una nueva fuente de vigilancia o concentración tecnológica?
La trazabilidad será decisiva. La carta reclama que las compañías de desarrollo IAn identidades de agentes que puedan ser rastreadas y responsabilizadas. Es un avance conceptual importante: si un agente revisa infraestructura, genera parches, prioriza alertas o toma acciones acotadas, debe quedar registro de qué hizo, con qué permisos, sobre qué sistemas y bajo qué supervisión humana.
La alternativa no puede ser dejar a los equipos de seguridad librados a herramientas opacas. En sectores críticos, la automatización debe avanzar por niveles: primera lectura y diagnóstico; después recomendaciones; más tarde acciones limitadas y reversibles; y sólo bajo condiciones muy controladas, operaciones de mayor impacto. La promesa de respuesta a la velocidad de la máquina no debería desplazar la responsabilidad humana sobre decisiones que pueden afectar servicios públicos, datos personales o actividad económica.
La discusión parece diseñada para las grandes empresas de Estados Unidos, Europa y Asia, pero tiene consecuencias directas para América Latina. La región combina una rápida digitalización de pagos, servicios estatales, salud, logística y comercio con una infraestructura desigual y presupuestos de ciberseguridad que suelen llegar tarde a las prioridades de inversión.
En Argentina, el riesgo atraviesa desde las entidades financieras y las fintech hasta hospitales, universidades, pymes industriales, sistemas de energía y administraciones públicas. La expansión de herramientas de IA puede ayudar a equipos pequeños a revisar código, clasificar incidentes y documentar correcciones. Sin embargo, también permite que grupos criminales automaticen engaños más creíbles en español, adapten ataques a cada organización y exploren sistemas expuestos con menor costo.
El primer paso no requiere comprar la plataforma más cara ni convertir toda el área tecnológica en un laboratorio de agentes. Requiere conocer qué activos existen, quién tiene acceso a ellos, qué sistemas están conectados a internet y cuáles son las fallas sin resolver. La segunda etapa consiste en usar IA con controles: entornos de prueba, permisos mínimos, datos protegidos, revisión humana y registros de cada intervención.
Hay una oportunidad para proveedores locales de seguridad, universidades y empresas de software que puedan traducir estas capacidades a necesidades concretas. La defensa no depende sólo de modelos de frontera. Depende también de implementar bien autenticación multifactor, segmentación de redes, gestión de identidades, copias de respaldo, actualización de sistemas y capacitación de equipos.
La carta global tiene valor porque reconoce que el problema no se resolverá en los laboratorios de IA ni en los directorios de las compañías más grandes. Pero su eficacia se medirá fuera de los comunicados: en cuántas vulnerabilidades se corrigen, cuánto tiempo tarda una organización en contener un ataque y qué tan accesibles son las herramientas para quienes protegen servicios que no pueden fallar.
La inteligencia artificial puede hacer que el mundo digital sea más vulnerable o más defendible. La diferencia no estará en el próximo modelo que salga al mercado, sino en si gobiernos, empresas y proveedores actúan antes de que las fallas conocidas se conviertan en la materia prima de ataques automatizados. ¿La infraestructura crítica logrará reforzarse a tiempo, o la reacción llegará recién después del primer incidente de gran escala?
