El ataque automatizado de IA llegó

Durante cuatro días en julio, un grupo de agentes de IA mapeó 21 sistemas gubernamentales taiwaneses conectados. Los agentes descifraron 85 cuentas y extrajeron más de 2.500 registros de personal. Realizaron 12 oleadas de ataques. Los operadores humanos organizaron la operación. Los agentes se encargaron de gran parte de lo que vino después.

Investigadores de Dream revelaron la campaña en agosto. Se produjo el mismo mes en que las agencias estadounidenses advirtieron que los atacantes estaban empleando código generado por IA contra las máquinas que gestionan las plantas de agua y las redes eléctricas.

Juntas, marcan un cambio en lo que la IA hace por un atacante. Durante años, gestionó tareas individuales: un correo de phishing, un bloque de código de explotación. Ahora se está automatizando el tramo intermedio, la investigación y las pruebas que llevan a un atacante desde su primer punto de apoyo hasta algo que merece la pena robar. Ese trabajo solía requerir días o semanas a personas cualificadas. Los agentes lo ejecutan en paralelo y cambian de rumbo cuando algo falla.

Los ataques se comprimen. Un equipo de seguridad aún necesita tiempo para investigar una alerta, probar una solución y obtener la aprobación. Esa brecha es lo que hace que la contención sea la cuestión más aguda. Si entra un ataque impulsado por IA, ¿a dónde puede ir después?

Dentro de la cadena de ataque automatizada

El marco de Taiwán trazó su propio objetivo. Podía recorrer varias rutas de ataque a la vez y cambiar de rumbo según lo que aprendiera.

Dream descubrió que el marco podía ejecutar hasta ocho agentes de IA por oleada. Cada agente tenía un objetivo o técnica diferente. Uno podría probar credenciales mientras otro buscaba APIs expuestas.

Los agentes podrían:

• Objetivos de investigación y vulnerabilidades
• Prueba varias rutas de ataque al mismo tiempo
• Cambia de rumbo cuando una técnica falla
• Puntua cada camino según sus probabilidades de éxito
• Orientar el esfuerzo hacia los caminos más probables de funcionar

Dream llama a la fase de investigación "Ciclos de Aprendizaje". Cuando una técnica fallaba, los agentes buscaban en bases de datos de vulnerabilidades, en GitHub y publicaban investigaciones de seguridad en busca de algo nuevo. Alimentaron esos hallazgos en oleadas posteriores. También dejaron caer cables que no resistieron las pruebas repetidas.

El marco amplió su segmentación en todo Taiwán. Escaneó proveedores de tecnología informática del gobierno, una agencia de seguridad nuclear, un sistema de email gubernamental y más de siete compañías energéticas, buscando interfaces expuestas, configuraciones erróneas y fallos que pudiera emplear.

Dream no nombra al operador. Pero las notas internas del grupo cambian entre chino simplificado y tradicional, lo que apunta a un operador en chino.

Los agentes ayudaron a decidir qué probar a continuación.

Las advertencias seguían llegando

Mientras Dream seguía el ataque en Taiwán, las agencias en EE. UU. emitieron advertencias y continuaron los reportes de ataques. Cada uno apuntaba a controladores lógicos programables, o PLC. Estos son las pequeñas computadoras que controlan los procesos físicos en plantas de agua, centrales eléctricas y líneas de fábrica.

• 22 de julio: Las agencias federales advirtieron que actores vinculados a Irán estaban atacando las PLCs en toda la infraestructura crítica de EE. UU. Días después, comenzaron los ataques a las compañías de agua.
• 30 de julio: El FBI y la EPA dijeron que las compañías eléctricas de al menos siete estados denunciaron incidentes. Algunos ataques cambiaron contraseñas y direcciones IP de PLC. Eso cortaba a los operadores de la monitorización y el control.
• 5 de agosto: Las compañías eléctricas de al menos 12 estados denunciaron ataques. Algunos interrumpieron el servicio, provocaron avisos de ebullición de agua u obligaron a las cuadrillas a operar las plantas a mano.
• 19 de agosto: El FBI, la NSA y la CISA informaron que actores no identificados estaban atacando a los PLC Siemens S7 en energía, agua, manufactura y agricultura. Los atacantes usaron scripts de explotación escritos por IA disfrazados de software de monitorización normal.

Atacar un PLC que antes requiere un conocimiento profundo de sistemas industriales. La IA está bajando ese listón. Las agencias afirman que los atacantes ahora pueden construir herramientas de explotación funcionales más rápido, con mucha menos habilidad.

La IA está pasando de asistente a operador

Taiwán sigue un patrón. En 2025, Anthropic reveló una campaña de espionaje vinculada a China en la que Claude Code realizó la mayor parte del trabajo táctico. La IA realizaba reconocimiento. Encontró y probó vulnerabilidades. Ayudaba a escribir código de exploits, recopilar credenciales, localizar cuentas valiosas y clasificar los datos robados. Anthropic estimó que la IA llevó a cabo entre el 80% y el 90% de la campaña. La gente intervino principalmente en decisiones clave.

Durante años, la IA ayudó a los atacantes a escribir emails de phishing, investigar objetivos y generar código. Ahora encadena esas tareas. Puede encontrar una debilidad, investigarla, probarla y cambiar a otra opción cuando falla. En Taiwán, varios agentes hicieron eso a la vez.

El siguiente turno puede ser de agentes que sigan trabajando con aún menos dirección. OpenAI está probando un modelo no publicado llamado Astra que puede convertir una idea en código, ejecutar el experimento y reportar un reporte. La compañía afirma que el trabajo puede sustituir una semana del tiempo de un investigador. OpenAI también ha señalado que las primeras evaluaciones podrían situar a Astra en el umbral de ciberseguridad "Crítico " bajo su Marco de Preparación. Respondió endureciendo la monitorización, el sandboxing y los límites de red.

Astra no estuvo atada a ningún ataque. Pero apunta en la misma dirección que Taiwán: agentes que trabajan más tiempo, gestionan más tareas y necesitan menos intervención humana para seguir avanzando.

Mismos ataques, menos tiempo

Quitando la automatización, el ataque que hay debajo resulta familiar.

"No introdujo un nuevo vector de amenaza", dijo Christer Swartz, director de soluciones industriales en Illumio. "Solo que acelera dramáticamente lo que los atacantes ya pueden hacer."

Los atacantes aún necesitan un punto de apoyo. Aún necesitan credenciales, servicios expuestos o sistemas débiles. Y una vez dentro, aún necesitan un camino hacia algo que valga la pena robar, romper o retener para pedir rescate.

Lo que cambia es el reloj. Un equipo de seguridad puede necesitar investigar una alerta, averiguar qué pasó, probar una solución y obtener la aprobación antes de cambiar nada. Un atacante automático no espera a nada de eso.

Contienen el ataque antes de que se extienda

Por eso Rajoo Nagar, director senior de marketing de producto en Illumio, afirma que el enfoque debe ir más allá del perímetro. El acceso inicial rara vez causa el daño.

"Es realmente el movimiento lateral el que provoca eso", dijo.

Así que la pregunta se vuelve más sencilla. Si entra un ataque impulsado por IA, ¿a dónde puede ir después?

1. Empieza por la visibilidad. Los equipos necesitan ver qué sistemas y cargas de trabajo se comunican entre sí, y dónde existen conexiones que nadie necesita.

"No puedes proteger lo que no puedes ver", dijo Nagar.

1. Luego cierra los caminos.
2. Luego segmentar. Illumio Segmentation separa aplicaciones críticas y sistemas de producción, por lo que una máquina comprometida no abre una ruta a través del entorno. El objetivo es mantener un punto de apoyo pequeño.

La velocidad también importa en defensa. Swartz sostiene que los equipos pueden ya no tener tiempo para entender cada detalle antes de actuar. Su analogía es sencilla. Si alguien está derribando tu puerta principal, la cierras con llave antes de preguntar por qué.

"Aislaremos esa brecha y luego podremos entenderla más adelante", dijo.

La IA puede mover más rápido. Todavía necesita un lugar a donde ir.

El ataque a Taiwán, las advertencias del PLC, la campaña Anthropic y Astra apuntan en la misma dirección. La IA es automatizar el trabajo entre encontrar una debilidad y alcanzar algo valioso. Eso da a los atacantes velocidad, escala y más disparos a puerta con menos esfuerzo.

Los defensores pueden no ganar todas las carreras hacia una vulnerabilidad. Pero siguen controlando lo que ocurre luego de la posición de apoyo. Si la IA hace que un ataque se mueva más rápido, cerciórate de que no tenga ningún sitio útil a donde ir.

Observa cómo Illumio Segmentation contiene brechas antes de que se propaguen. Explore la Segmentación de Illumio