Acceder a información interna de una de las compañías de inteligencia artificial más vigiladas del mundo en menos de 12 horas fue posible sin atacar directamente su modelo de lenguaje. El vector de entrada fue un servicio externo conectado a su infraestructura. Este incidente no es una brecha técnica aislada: es una demostración de cómo la superficie de ataque corporativa se expande cada vez que se integran herramientas de IA en las operaciones de una organización.

El punto de entrada no fue el modelo de lenguaje en sí, sino uno de los programas periféricos que lo sustentan. Esta distinción es crítica: la amenaza no proviene únicamente del núcleo del sistema de IA, sino del ecosistema de software que lo rodea. La inteligencia artificial actúa en este contexto como un acelerador, reduciendo el tiempo y los conocimientos especializados necesarios para identificar vulnerabilidades y ejecutar ataques.

Agentes de IA: el riesgo proporcional al acceso concedido

Mientras un asistente de IA se limita a responder preguntas, un agente de IA puede ejecutar tareas complejas de forma autónoma: acceder a correos electrónicos, procesar documentos, interactuar con plataformas externas y tomar decisiones encadenadas sin intervención humana en cada paso. El nivel de exposición de una organización es directamente proporcional a los permisos que otorga a estos sistemas.

La gobernanza de los agentes de IA no es un problema técnico exclusivo de los equipos de infraestructura: es una decisión estratégica que afecta a toda la organización. Establecer qué datos pueden procesar estos sistemas, bajo qué condiciones y con qué supervisión humana es tan crucial como cualquier política de acceso a datos sensibles.

La privacidad añade otra capa de complejidad. Aunque los modelos de IA no aprenden en tiempo real de cada conversación, los datos compartidos pueden ser utilizados en entrenamientos futuros según las condiciones de uso de cada plataforma. Introducir información confidencial sin revisar esas políticas representa un riesgo legal y reputacional que muchas organizaciones aún no han cuantificado.

Deepfakes y la erosión de los mecanismos de verificación de identidad

En paralelo, la proliferación de contenido sintético —imágenes, voces y videos generados por IA— está erosionando los mecanismos de verificación de identidad en los que las organizaciones han confiado históricamente. Las videoconferencias laborales, que solían ofrecer garantías de autenticidad, ya no son inmunes: la calidad actual de los deepfakes puede dificultar su detección incluso en tiempo real.

La disponibilidad de modelos de código abierto agrava esta situación. Al poder ser modificados y redistribuidos sin control de sus desarrolladores originales, estos modelos reducen la barrera de entrada para fraudes de identidad, suplantación de directivos y desinformación dirigida. La democratización de estas capacidades no es una tendencia futura: es una realidad operativa presente.

Un periodo crítico de adaptación en los próximos 18 meses

Los próximos 18 meses se perfilan como un periodo crítico en el que las defensas deberán adaptarse a una velocidad sin precedentes. Aunque existen herramientas para identificar contenidos sintéticos, la rapidez con la que evolucionan las técnicas de generación de deepfakes representa un desafío estructural para la ciberseguridad empresarial.

Las organizaciones que no actualicen sus marcos de gobernanza de IA —incluyendo políticas de acceso, auditoría de agentes y protocolos de verificación de identidad— asumen un riesgo que ya no es hipotético. La pregunta no es si estos vectores de ataque serán explotados, sino cuándo y con qué nivel de preparación los encontrará cada empresa.