En abril de este año, Anthropic revolucionó la inteligencia artificial (IA) y la ciberseguridad al vetar el lanzamiento público de Claude Mythos, una IA con capacidad sin precedentes para descubrir y explotar nuevas vulnerabilidades. Para controlar su potencial, la compañía limitó el uso de este modelo exclusivamente al proyecto Glasswing, una alianza confidencial de 150 organizaciones de 15 países que hoy asume haber detectado 23.000 vulnerabilidades. Aunque el hito es innegable, voces críticas acusaron a la compañía de inflar cifras con fines comerciales al incluir fallos menores, pertenecientes a proyectos obsoletos o ya descubiertos, si bien quizá aún no parcheados.
Este movimiento forzó una reacción inmediata en gigantes como OpenAI y Google, que lanzaron variantes de IA orientadas a la ciberseguridad. La progresión técnica ha sido exponencial, y se mide con precisión en CyberGym, simulador que evalúa la efectividad en el ataque cibernético. En este entorno, las IA pasaron de un tímido 20-30 por ciento de efectividad en 2025 a un 66 por ciento en febrero de 2026 con Opus 4.6, escalando al 79 por ciento en marzo con GPT 5.4. Tan solo un mes después Claude Mythos alcanzó un 83 por ciento de éxito.
Sin embargo, el punto de inflexión definitivo llegó en agosto de 2026. Los modelos open-weights, como Deepseek v4, ya igualan ese 83 por ciento de efectividad, mientras opciones como GLM 5.3 alcanzan el 79 por ciento. Esto disuelve el monopolio de las grandes corporaciones y democratiza globalmente un poder cibernético ofensivo que ya está al alcance de cualquiera.
El desequilibrio estratégico en el nuevo escenario digital
Estos resultados exigen perspectiva, ya que la escasez de métricas fiables impide extrapolar el rendimiento real de las IA. Su avance técnico se debe al entrenamiento específico en el dominio ofensivo, una especialización que parece marcar el camino hacia la inteligencia artificial general (AGI).
No obstante, existe una asimetría crítica. Y es que la IA es brillante atacando, pero mediocre defendiendo. Según 1Password, menos del 50 por ciento de sus tareas de parcheo automático tienen éxito. Esta brecha quedó patente en julio de 2026 con el incidente de Hugging Face, provocado por modelos de OpenAI que, mientras eran evaluados en el simulador ExploitGym, eludieron su aislamiento de forma autónoma. Los agentes descubrieron una vulnerabilidad zero-day en Artifactory para salir a Internet, donde 1.200 agentes cooperaron espontáneamente como un enjambre (swarm) no planificado hasta comprometer la infraestructura.
Ante amenazas autónomas y la llegada de la automejora recursiva –donde las IA se perfeccionan a sí mismas sin humanos–, Anthropic, OpenAI, Google y xAI impulsaron en septiembre de 2026 un frente para la evaluación independiente de sus modelos frontera, asumiendo la necesidad de frenar su desarrollo si fuera necesario. Mientras tanto, la complejidad técnica provoca una «parálisis de la ciberseguridad por IA», cuyo impacto es crítico para los proyectos de código abierto, expuestos públicamente y sin equipos para un parcheo inmediato.
Ante el vertiginoso escalado de los atacantes, resulta ineludible utilizar la propia IA para acelerar nuestra ciberdefensa, estrategia liderada por Serval Networks. Esta realidad exige cambiar el paradigma de seguridad organizacional. El problema fundamental, según advierten desde Picus, es una peligrosa asincronía temporal. Mientras las empresas defienden a velocidad de calendario, los atacantes, impulsados por la IA, golpean de forma automatizada a velocidad de máquina.
Las bases operativas de la nueva ciberdefensa corporativa
Para este cambio de paradigma, Serval Networks plantea que la estrategia corporativa debe fundamentarse en varios aspectos clave, entre los que destacan:
- Gobierno de la IA: establecer políticas claras dentro de las organizaciones, dado que la mayoría carece de un marco regulatorio definido o tiene serias dificultades para implementarlo con éxito.
- Arquitectura CTEM de Gartner: desplegar de forma automatizada las fases de identificación, descubrimiento, priorización, validación y mitigación continua de vulnerabilidades. Este proceso requiere la integración colaborativa de herramientas especializadas como SVM, BAS, TIP y EASM para una protección integral.
- Reducción del ciclo de mitigación: resulta imperativo abandonar los periodos tradicionales de parcheo de 90 días, ya que son una eternidad en la era de la IA. Las organizaciones deben migrar hacia ciclos casi inmediatos ante amenazas de alto impacto.
- Revisión de la cadena de suministro de software: es crucial seleccionar rigurosamente a los proveedores tanto comerciales como de código abierto, auditando a fondo su capacidad para identificar y reparar fallos.
- Uso obligado de CI/CD: esta práctica debe implementarse de forma sistemática en el desarrollo de software para garantizar un alineamiento real con DevOps y SecOps.
- Priorización y mitigación agéntica: la velocidad y el volumen de información exigen una arquitectura agéntica que automatice la priorización y corrección de vulnerabilidades. Para ello, es imprescindible enriquecer el contexto con inteligencia específica de la organización mediante técnicas RAG y el aprendizaje de pasadas iteraciones.
El enfoque estratégico de Serval Networks
En este contexto, la propuesta de Serval Networks sitúa la IA como eje vertebrador de su oferta y se articula en torno a tres pilares:
- La IA como motor de detección avanzada: esta línea refuerza los productos de ciberseguridad con IA y machine learning. Ambas tecnologías acumulan años de eficacia en la detección de conductas anómalas, análisis masivo de eventos, priorización de alertas e identificación de amenazas complejas. Para lograrlo, Serval Networks colabora con fabricantes líderes, integrando estas capacidades en red, cloud, aplicaciones, datos, vulnerabilidades y soluciones de detección y respuesta.
- Protección y gobierno en el uso de la IA: este pilar aborda el desafío emergente del uso de herramientas de IA generativa, asistentes corporativos y modelos propios en las empresas. Su adopción acelerada genera riesgos inéditos como la fuga de información, el uso indebido de datos sensibles, la falta de trazabilidad o la exposición de desarrollos internos. Para permitir una innovación segura, Serval Networks ofrece soluciones para descubrir las herramientas de IA en uso, establecer políticas de acceso, prevenir la pérdida de datos y proteger aplicaciones, modelos y entornos de desarrollo.
- Servicios profesionales impulsados por IA: esta línea aplica la IA tanto a los servicios tradicionales como nuevos de la compañía para automatizar el análisis de configuraciones, la revisión de políticas, las auditorías y el procesamiento de grandes volúmenes de datos. Actualmente, ya están operativos casos de uso como la conversión de políticas entre fabricantes, el análisis masivo de reglas, la detección de inconsistencias, la generación de informes asistidos por IA y el diseño y desarrollo a medida de soluciones según las necesidades del cliente. Esta evolución reduce tiempos operativos, mejora la consistencia del análisis y libera a los especialistas para tareas de mayor valor añadido.
En definitiva, el entorno de exposición provocado por el uso masivo de la IA por parte de los atacantes obliga a actuar de inmediato. Esto exige un giro de 180 grados en la ciberdefensa, apoyándose inevitablemente en la propia IA, tal como aplica Serval Networks para proteger a sus clientes. El escenario es mucho más complejo y retador, pero el optimismo está justificado si se toman las medidas adecuadas.
La entrada Ciberdefensa a velocidad de máquina ante el impacto de la IA se publicó primero en Red Seguridad.
