Noticias

Google vio ataques con IA sin un humano en el medio: qué viene y qué hacer hoy

Collage editorial sobre papel negro: a la derecha, un tablero de ajedrez de cartulina verde lima y blanco con piezas recortadas y flechas de movimiento, y detrás una silla de cartón vacía. A la izquierda, una tira verde con «Seguridad · Informe de Google, 16 de noviembre de 2026», el titular «Ataques con IA sin un humano en el medio» y una etiqueta con «Google prevé: totalmente autónomos en 3 a 6 meses».

Google dice que ya vio ataques con IA en los que ningún humano intervino entre encontrar la falla y explotarla: un sistema de agentes que buscó fallas en aplicaciones web y las explotó por su cuenta. Lo cuenta el informe AI Threat Tracker que su Grupo de Inteligencia de Amenazas (GTIG) y Mandiant publicaron el 16 de noviembre de 2026, y el pronóstico que trae es todavía más incómodo: en uno a tres meses esperan ataques poco sofisticados manejados por varios agentes de IA, con poca o ninguna intervención humana, y en tres a seis meses, ataques sofisticados y totalmente autónomos.

Le importa a cualquiera que tenga algo expuesto a internet —un sitio web, un servidor de impresión, un portal de clientes— y a las empresas que usan modelos de IA con claves de API, porque el mismo informe documenta robos de esas claves que terminaron en facturas de más de 100.000 dólares en un solo día, con casos también en Sudamérica.

Qué hacer hoy: si administrás servidores o un sitio, acortá el tiempo entre que sale un parche y lo instalás, porque esa ventana es la que la IA está achicando. Si tu empresa usa APIs de modelos de IA, revisá dónde están guardadas las claves, sacalas de cualquier repositorio público y poné alertas de gasto. Y si usás un asistente de programación con IA, revisá los cambios a sus archivos de configuración como revisás el código. Si sos usuario común y no administrás nada de eso, no hay una acción nueva: las de siempre (actualizar, contraseñas únicas, doble factor) siguen siendo las que pesan.

Qué encontró Google «por primera vez»

El hallazgo que da título al informe salió de un descuido del atacante. GTIG encontró expuesto un servidor de pruebas que alojaba un sistema de varios agentes para investigar y explotar vulnerabilidades, al que sus autores llamaban exploit_agent, conectado a varios modelos de lenguaje, tanto comerciales de última generación como locales.

Lo que automatiza ese sistema es una de las partes más laboriosas del trabajo de un especialista: compara el código de aplicaciones web populares antes y después de un parche, deduce qué falla se corrigió, redacta el exploit (el programa que aprovecha la falla) y lo ejecuta contra los sitios que todavía no se actualizaron, sin intervención humana. Es lo que en seguridad se llama explotar una falla «n-day»: no es un secreto nuevo, es uno que ya se publicó, y el negocio está en llegar antes que el administrador. Junto con datos robados a las víctimas, Google encontró scripts para lo que viene después de entrar: reconocimiento interno, fuerza bruta, instalación de webshells (accesos ocultos que quedan dentro del sitio) y hasta borrar las de otros atacantes. Según la telemetría de víctimas que había en el servidor, al operador le interesaban sitios franceses de medios, entretenimiento y educación.

En el último trimestre, GTIG identificó por primera vez a actores de amenazas que usaban marcos de LLM para automatizar por completo el descubrimiento y la explotación de vulnerabilidades, sin un humano en el circuito.

— Google Threat Intelligence Group, AI Threat Tracker, 16 de noviembre de 2026 (traducción propia)

Google aclara algo que conviene no perder de vista: la mecánica de las intrusiones no cambió. Siguen entrando por credenciales robadas y por sistemas sin parchear. Lo nuevo es la velocidad y la escala con la que estas herramientas encadenan esos pasos. Sobre los abusos de sus propios modelos que describe, Google dice que deshabilitó los activos vinculados y que usó lo aprendido para que Gemini se niegue a ayudar con ese tipo de ataques.

La escalera de Google: de chatear con la IA a atacar sin nadie al volante

El informe ordena la evolución en siete etapas. Las cuatro primeras son las que Google dice haber observado entre fines de 2025 y septiembre de 2026: usar un chatbot para escribir un mensaje de phishing, meter llamadas a un modelo dentro de un malware, automatizar partes de una operación y experimentar con marcos autónomos. La quinta es la de hoy: varias etapas de un ataque ejecutadas por herramientas manejadas por IA, con supervisión humana mínima.

Las dos que faltan son proyección, y así las rotula Google en su gráfico. La sexta, a uno a tres meses: ataques poco sofisticados, coordinados por varios agentes, con poca o ninguna interacción humana. La séptima, a tres a seis meses: ataques sofisticados y totalmente autónomos. Es una estimación de un equipo con mucha visibilidad —responde incidentes con Mandiant y ve lo que pasa en sus propios modelos—, pero sigue siendo un pronóstico, no una medición, y el informe no dice con qué método fijó esos plazos.

Diagrama sobre papel negro con la tira «La escalera de Google · IA en manos de atacantes» y el título «De chatear con la IA a atacar sin humanos». Siete escalones numerados suben de izquierda a derecha: «Chatbot para escribir», «IA dentro del malware», «Partes automatizadas», «Marcos autónomos en prueba», el quinto resaltado en verde con «Hoy: supervisión humana mínima», y dos con borde punteado: «En 1 a 3 meses: sin humano en el circuito» y «En 3 a 6 meses: totalmente autónomos». Cintas aclaran «Observado: fines de 2025 a septiembre de 2026» y «Proyección de Google». Al pie, la fuente: Google GTIG, 16-11-2026.
Ilustración editorial asistida por IA, sin fotografías ni logos. Las siete etapas del uso de IA por atacantes según la Figura 2 del informe AI Threat Tracker de Google, 16 de noviembre de 2026; las etapas 6 y 7 son proyección de Google.

Por qué importa: la ventana para parchear se achica

El informe trae dos casos recientes que muestran qué pasa en la práctica. El primero es PaperCut, el software de gestión de impresión que usan muchas escuelas y oficinas. A fines de agosto de 2026, atacantes explotaron como zero-days, antes de que hubiera parche, dos fallas (CVE-2026-81578, que permite saltear la autenticación, y CVE-2026-82078) que, encadenadas, dejan ejecutar código en el servidor sin credenciales. Según Google, investigadores y la empresa Huntress generaron exploits funcionales con ayuda de modelos de lenguaje en menos de un día desde que se conocieron las fallas, y cuatro días después de la divulgación GreyNoise registró una campaña en la que un atacante, probablemente con modelos de lenguaje (LLM), armó y probó los exploits, preparó la lista de objetivos y atacó a cientos de organizaciones. En algunos casos pasó de su primer acceso al control total de la red de la empresa (administrador del dominio) en minutos.

Cronología sobre papel blanco con la tira «Caso PaperCut · Agosto de 2026» y el título «La ventana para parchear se achica». Sobre una cinta verde, tres tarjetas: «Día 0: se conocen dos fallas», junto al recorte de una impresora de oficina, «Menos de 1 día: investigadores logran exploits con IA» y «Día 4: campaña contra cientos de organizaciones». Sobre una franja negra, una etiqueta verde dice «En algunos casos, administrador del dominio en minutos». Al pie, las fuentes: Google GTIG, 16-11-2026; GreyNoise, 09-09-2026.
Ilustración editorial asistida por IA, sin fotografías ni logos. Cronología de las fallas de PaperCut según el informe de Google del 16 de noviembre de 2026 y el análisis de GreyNoise del 9 de septiembre de 2026.

Los números de GreyNoise, que publicó su análisis el 9 de septiembre, incluyen a América Latina: contó al menos 440 servidores comprometidos, de 395 organizaciones identificadas en 48 países, y entre ellos 5 en Brasil, 3 en Argentina, 2 en Chile, 2 en Puerto Rico y una en cada uno de estos: Colombia, Ecuador y México. El detalle más raro es que Brasil figuraba en la lista de 28 países que el propio atacante había marcado para evitar, y aun así hubo víctimas ahí (y en otros siete de esa lista, como Sudáfrica y China); GreyNoise dice que no está claro por qué los agentes se desviaron, y lo pone como ejemplo de agentes que se descontrolan. La empresa, de todos modos, deja una conclusión útil:

Las organizaciones no están indefensas frente a los ataques con agentes, y el endurecimiento tradicional sí tiene un impacto positivo en la seguridad de una organización.

— GreyNoise, «Agents Gone Wild», 9 de septiembre de 2026 (traducción propia)

El segundo caso es el de PHP, el lenguaje detrás de buena parte de los sitios web del mundo. Las fallas CVE-2026-109618 y CVE-2026-109619, que circularon con el apodo PHP2Shell, se descubrieron con análisis asistido por IA, y antes de que salieran los parches oficiales, el 21 de octubre, ya circulaban un video de prueba de concepto y código del arreglo publicado antes de tiempo, lo que permitió a investigadores y a atacantes comparar versiones. En los días siguientes aparecieron cientos de supuestos exploits que no funcionaban, probablemente generados con ayuda de modelos, y verificarlos uno por uno se volvió un trabajo extra para los defensores. La consultora Forrester, que analizó aquella semana caótica en su blog del 3 de noviembre, decía que hasta ese momento no conocía ninguna intrusión exitosa con esas fallas, y sacaba esta lectura:

La ausencia de una intrusión conocida es evidencia de que las defensas funcionaron, aunque se haya pensado que las organizaciones exageraron.

— Forrester, «PHP2Shell Had Teeth, But The Real Story Is The Eclectic Mayhem», 3 de noviembre de 2026 (traducción propia)

ARTEX, CAIRN y compañía: las suites de pentest que se usan para atacar

La otra pieza del informe son los marcos de ataque con varios agentes. Muchos nacieron como herramientas de código abierto para pruebas de penetración —es decir, para que una empresa contrate a alguien que intente entrar y le diga por dónde— y terminaron en manos de atacantes. Google nombra a ARTEX, CAIRN, CyberStrikeAI y PentAGI, y dice haber visto CAIRN en intrusiones contra objetivos que incluyen al sector aeroespacial de Estados Unidos. Todos comparten lo mismo: buscan y explotan fallas de baja complejidad en equipos expuestos a internet, y se adaptan sobre la marcha.

ARTEX ya tenía alerta propia. El FBI publicó el 13 de noviembre un aviso FLASH en el que dice que, desde al menos agosto de 2026, distintos actores lo usan contra organizaciones de todo el mundo en finanzas, gobierno, tecnología, defensa, energía, salud, telecomunicaciones y otros sectores, y que algunas intrusiones pasaron del primer contacto a acceso privilegiado en menos de tres horas. Lo primero que pide el FBI en sus acciones inmediatas es lo menos glamoroso: hacer un inventario de todo lo que está publicado en internet —incluidos portales de proveedores, sistemas viejos y apps que armó otra área— y sacar de la vista pública las consolas de administración.

LLMjacking: te roban la IA y te pasan la factura

La parte más cercana al bolsillo es el LLMjacking: atacantes que roban credenciales de nube o claves de API para usar modelos de IA a costa de la víctima. Mandiant, la firma de respuesta a incidentes de Google, atendió varios casos durante 2026 y el informe da cifras concretas: el consumo y la facturación se disparan en horas, en algunos casos los cargos fraudulentos de un solo día superaron los 100.000 dólares, y en los peores el abuso acumulado llegó al millón de dólares antes de que se cortara. Las intrusiones que describen afectaron a empresas de servicios financieros, comercio, transporte y tecnología de Norteamérica, Sudamérica y Asia-Pacífico.

¿Cómo entraban? Con lo de siempre: credenciales válidas encontradas en repositorios públicos de GitHub, sesiones robadas y sitios falsos para que la víctima entregara sus tokens. Después, ese acceso se revende. Google sigue la proliferación de lo que llama «LLM Mixers», tiendas clandestinas que venden acceso a modelos de IA usando un pozo de credenciales y servidores robados, repartiendo las consultas entre varias víctimas para que nadie note el pico. En los anuncios que analizó, en mercados en ruso y en chino, los precios iban de 0,10 a 25 dólares por millón de tokens. Sí, existe un mercado de IA trucha con lista de precios y recargo por consulta larga: un vendedor cobra cinco veces más cuando el pedido supera los 100.000 tokens.

Datos sobre papel negro con la tira «LLMjacking · Casos de Mandiant en 2026» y el título «Te roban la IA y te pasan la factura». Un ticket de papel blanco que se desenrolla lista tres renglones: «Más de US0.000 en un solo día», «Hasta US millón acumulado» y «Reventa: de US<img decoding=,10 a US por millón de tokens», con un sello verde que dice «Fraude». Una etiqueta dice «Casos en Norteamérica, Sudamérica y Asia-Pacífico». Al pie, la fuente: Google GTIG y Mandiant, 16-11-2026." width="1920" height="1080" data-lazy-src="https://tucodigodigital.com/wp-content/uploads/2026/11/03_llmjacking_factura.png"/>
Ilustración editorial asistida por IA, sin fotografías ni logos. Cifras de LLMjacking del informe AI Threat Tracker de Google y Mandiant, 16 de noviembre de 2026.

Las herramientas de IA de la empresa, nueva puerta de entrada

El informe también describe cómo un grupo usó las propias herramientas de IA de sus víctimas. En la sección sobre actores de Corea del Norte, Google cuenta que un grupo que sospecha que es MIDNIGHT NEPTUNE atacó a empresas de criptomonedas de Norteamérica y Europa con perfiles falsos de reclutadores en redes profesionales —las fotos tenían marcas de agua SynthID, la marca de Google DeepMind para contenido generado por IA, lo que según Google confirma que esas identidades se crearon con IA— que llevaban a las víctimas a plataformas de reunión falsas con señuelos del tipo «ClickFix», donde se les pedía correr un script de «diagnóstico».

Una vez adentro, el grupo pasó a los repositorios de código internos y modificó los archivos de configuración .claude/settings.json para que, cuando un empleado abriera Claude Code, el asistente de programación de Anthropic, se descargara una puerta trasera llamada SOMBERMEME. Para disimular, creó tokens de acceso de GitHub con nombres que imitaban a Microsoft Copilot. Google no lo describe como una vulnerabilidad con CVE, sino como el abuso de una función prevista: los archivos de configuración del agente pueden ejecutar comandos al arrancar, y el grupo usó esos «hooks» de ejecución, ya adentro de la red, como vía de acceso dentro de la empresa. Google lo resume como atacantes que explotan los mecanismos de ejecución nativos de los agentes de IA como vectores de acceso empresarial. La lección vale para cualquier herramienta de este tipo: un archivo de configuración que ejecuta cosas al arrancar es código, y merece la misma revisión que el código.

Qué hacer hoy frente a los ataques con IA, según quién seas

  • Si administrás un sitio o servidores expuestos: medí cuánto tardás en instalar un parche crítico y bajalo. Google dice que estas herramientas achican la distancia entre que se publica un arreglo y llega el primer ataque. Si no podés parchear rápido, usá las protecciones transitorias que publican los fabricantes o tu firewall de aplicaciones web mientras tanto.
  • Si sos una pyme con cosas publicadas: hacé el inventario que pide el FBI. Lo que se olvida —el panel de una impresora, un portal viejo, la app que armó otra área— es justo lo que estas herramientas encuentran primero.
  • Si tu empresa usa APIs de IA: buscá claves en repositorios y archivos compartidos, guardalas en un gestor de secretos, rotá las viejas y configurá alertas y topes de gasto en la consola del proveedor. Un pico de consumo a la madrugada no es entusiasmo del equipo.
  • Si usás asistentes de programación con IA: tratá sus archivos de configuración como código. Revisá los cambios que llegan a esos archivos en los repositorios y desconfiá de cualquier script de «diagnóstico» que te pidan correr en una entrevista o una reunión.
  • Si sos usuario común: actualizaciones automáticas, contraseñas distintas para cada servicio y doble factor: un equipo al día deja menos para explotar.

Lo que todavía no se sabe

  • Con qué método fijó Google los plazos de uno a seis meses. El gráfico los marca como proyección y el informe no explica cómo los calculó.
  • Cuántas víctimas tuvo exploit_agent. Google describe el sistema y a quiénes apuntaba, pero no da una cifra de sitios comprometidos.
  • Cuánto LLMjacking hay en América Latina. El informe menciona Sudamérica entre las regiones afectadas, sin países ni montos por región.
  • Quién está detrás de varios casos. La atribución a MIDNIGHT NEPTUNE es «sospechada», con esa palabra, y el operador de exploit_agent no tiene nombre en el informe.

Fuentes

Deja una respuesta