 |
| Imagen generada por IA |
El panorama de la ciberseguridad está experimentando una transformación significativa, impulsada en gran medida por la creciente influencia de la Inteligencia Artificial (IA) en el descubrimiento y la explotación de vulnerabilidades. Un reciente informe del Google Threat Intelligence Group (GTIG) subraya cómo la IA no solo está alterando la velocidad a la que se identifican las fallas de seguridad, sino también su naturaleza y el nivel de riesgo que presentan para las organizaciones.
El Acelerado Ritmo de Descubrimiento y Explotación
Los datos
recopilados por GTIG entre enero de 2025 y agosto de 2026 revelan un notable incremento en el volumen de vulnerabilidades divulgadas. Se observó una duplicación en la cantidad de vulnerabilidades reportadas mensualmente en 2026, pasando de 5,045 en enero a 10,740 en agosto. Este aumento, si bien estadísticamente relevante, requiere una contextualización: el informe advierte que la asignación automatizada de identificadores CVE en ecosistemas de código abierto puede inflar estas cifras. Un ejemplo citado es el kernel de Linux, que generó aproximadamente 5,000 CVEs en el período analizado sin observarse explotación en tiempo real (zero-day).
Paralelamente, la media mensual de vulnerabilidades explotadas en la naturaleza (in-the-wild) casi se duplicó. GTIG registró 141 vulnerabilidades explotadas distintas en los primeros ocho meses de 2026, superando las 127 de todo el año 2025. Esto representa un promedio de 18 vulnerabilidades explotadas por mes, un incremento considerable respecto a las 10.5 del año anterior. Sin embargo, es crucial notar que solo el 0.23% de las vulnerabilidades divulgadas en 2026 (aproximadamente una de cada 431) fueron efectivamente explotadas en la naturaleza. La explotación de vulnerabilidades de alto riesgo, según la clasificación propia de GTIG (distinta del CVSS), más que se duplicó, pasando de 28 en 2025 a 75 en los primeros ocho meses de 2026.
El Perfil de las Vulnerabilidades Descubiertas por IA
El informe de GTIG pone de manifiesto que las vulnerabilidades identificadas con ayuda de IA presentan un perfil de riesgo distinto. Aproximadamente el 58% de estas se clasificaron como de riesgo medio, y un 39% como de bajo riesgo. Esto contrasta marcadamente con las vulnerabilidades no descubiertas por IA, donde el 69% se catalogan como de bajo riesgo y el 28% como de riesgo medio. GTIG sugiere que esta diferencia obedece a cómo los programas de investigación emplean agentes de IA, enfocándolos en la auditoría de infraestructura crítica y límites de privilegio con el objetivo de encontrar hallazgos de mayor impacto.
Una de las métricas más relevantes es la capacidad de estas vulnerabilidades para permitir la ejecución remota de código (RCE). El 50% de las vulnerabilidades descubiertas por IA resultaron en RCE, una cifra significativamente mayor al 26% observado en vulnerabilidades no asistidas por IA. GTIG atribuye esto a la habilidad de los modelos de IA para detectar fallos de corrupción de memoria y errores lógicos que los analizadores estáticos tradicionales podrían pasar por alto.
Aunque GTIG ha confirmado la explotación en la naturaleza de vulnerabilidades descubiertas por IA, lo considera un indicador temprano más que una tendencia consolidada. Un caso específico mencionado es CVE-2026-1731, una falla de inyección de comandos del sistema operativo sin autenticación en BeyondTrust Privileged Remote Access y Remote Support. Esta vulnerabilidad, descubierta de forma autónoma por el agente de investigación Hacktron AI, fue explotada por un grupo de amenazas en un plazo de cuatro días tras su divulgación pública, seguido por cinco grupos más en un lapso de siete días.
N-days vs. Zero-days: La Estrategia de los Actores de Amenaza
El análisis de GTIG sugiere una posible reorientación de los actores de amenaza. Existe la hipótesis de que el uso de Modelos de Lenguaje Grandes (LLMs) y herramientas de IA está facilitando y haciendo más eficiente la automatización del análisis de diferencias entre versiones de productos, parches, anuncios de divulgación de vulnerabilidades y código de Prueba de Concepto (PoC). Esto permitiría a los atacantes "armar" rápidamente vulnerabilidades conocidas (n-days) en lugar de invertir recursos en el descubrimiento de nuevas vulnerabilidades cero-day.
La explotación de zero-days aumentó marginalmente, de un promedio de ocho por mes en 2025 a 11 por mes en 2026, aunque se observó un pico de 22 en agosto. Los zero-days constituyeron el 62% de las vulnerabilidades explotadas entre enero y agosto. Sin embargo, el crecimiento en la explotación general parece provenir predominantemente de los n-days.
Vulnerabilidades en Sistemas de IA
El informe también aborda el creciente número de divulgaciones de vulnerabilidades en los propios sistemas de IA. GTIG rastreó 2,076 CVEs relacionados con IA entre enero de 2025 y agosto de 2026, con más de 1,500 registrados en 2026. Aproximadamente la mitad de estos afectan a marcos de orquestación de IA. Hasta la fecha, solo un número reducido de estos CVEs han sido confirmados como explotados en la naturaleza, incluyendo fallas en LiteLLM y Langflow. No se ha observado explotación de zero-day en infraestructura de IA.
Tendencias Futuras y Preparación
GTIG anticipa que las tasas de descubrimiento y explotación de vulnerabilidades continuarán incrementándose en el corto y mediano plazo. Este escenario plantea desafíos significativos para las organizaciones en términos de gestión de riesgos y continuidad operativa.
Métrica Clave |
Vulnerabilidades Descubiertas por IA (Ene-Ago 2026) |
Vulnerabilidades No Descubiertas por IA (Ene-Ago 2026) |
Tendencia General (Vs 2025) |
|---|---|---|---|
Volumen Mensual de Divulgaciones |
Incremento significativo (datos no desagregados por IA vs. no IA) |
Incremento significativo (datos no desagregados por IA vs. no IA) |
Duplicado en 2026 |
Vulnerabilidades Explotadas Mensuales (Promedio) |
No especificado directamente, pero RCE es alto |
No especificado directamente |
Aprox. 18 (vs. 10.5 en 2025) |
% de Vulnerabilidades Explotadas (Ene-Ago 2026) |
No especificado directamente |
No especificado directamente |
0.23% (1 de 431) |
% de Vulnerabilidades de Alto Riesgo (Clasificación GTIG) |
39% bajo, 58% medio |
69% bajo, 28% medio |
Más del doble (28 a 75 en 8 meses) |
% con Capacidad de Ejecución Remota de Código (RCE) |
50% |
26% |
No especificado directamente |
Impacto en Zero-days (Promedio Mensual) |
No especificado directamente |
No especificado directamente |
11 (vs. 8 en 2025) |
Zero-days como % del Total Explotado (Ene-Ago 2026) |
No especificado directamente |
No especificado directamente |
62% |
Buenas Prácticas
Ante este escenario, las organizaciones deben fortalecer sus estrategias de ciberseguridad con un enfoque proactivo y adaptativo:
Monitoreo Continuo y Análisis de Riesgo:
Implementar sistemas de monitoreo robustos que permitan la detección temprana de actividades anómalas y la evaluación constante del perfil de riesgo de los activos.
Adaptación a Nuevas Tecnologías:
Estar al tanto de las vulnerabilidades emergentes en tecnologías de IA y marcos de orquestación, e integrar la seguridad desde las fases tempranas del desarrollo e implementación.
Perspectiva MaclaTech
Nuestros análisis técnicos y estratégicos para organizaciones suelen enfocarse en:
Identificación de capacidades críticas relacionadas con la detección y respuesta ante la evolución de amenazas asistidas por IA.
Análisis de impacto operativo y continuidad tecnológica frente a la creciente tasa de explotación de vulnerabilidades.
Muchas organizaciones identifican vulnerabilidades o dependencias críticas únicamente cuando ocurre un incidente, interrupción o evento que afecta la operación, lo que a menudo resulta en brechas de seguridad significativas y pérdidas operativas.
¿Está su organización preparada para identificar y mitigar el impacto de vulnerabilidades de alto riesgo descubiertas o explotadas a una velocidad sin precedentes por herramientas de IA?
Conozca el nivel de riesgo de su organización
Conclusión
La irrupción de la IA en el ámbito del descubrimiento de vulnerabilidades representa un cambio de paradigma para la ciberseguridad. Si bien ofrece herramientas poderosas para la defensa, también empodera a los atacantes con capacidades de análisis y explotación aceleradas. Las organizaciones que adopten una postura proactiva, fundamentada en inteligencia de amenazas actualizada y un entendimiento profundo de cómo la IA está moldeando el panorama de riesgos, estarán mejor posicionadas para defenderse de las amenazas emergentes y mantener la resiliencia operativa.
Fuentes
- Google Threat Intelligence Group. (s.f.).AI Is Changing the Pace and Profile of Vulnerability Discovery. Recuperado de https://www.securityweek.com/google-ai-is-changing-the-pace-and-profile-of-vulnerability-discovery/
: IA Acelera Descubrimiento y Perfil de Vulnerabilidades Críticas){kind=link}
0 Comentarios