![[Joan Alonso Design] Diseño gráfico y Web](https://joanalonsodesign.es/wp-content/uploads/2023/01/Logo-JoanAlonsoDesign-1.png){kind=logo}
En 2023 ya era evidente que los ciberdelincuentes estaban empezando a utilizar inteligencia artificial para hacer más eficientes algunas fases de sus ataques. Tres años después, el panorama es bastante más concreto: la IA no ha sustituido las técnicas clásicas de ciberdelincuencia, pero sí está acelerando, escalando y mejorando procesos como el phishing, la suplantación de identidad, la creación de contenido falso y determinadas tareas de reconocimiento y automatización.
La principal diferencia entre el discurso de entonces y la realidad de 2026 es que hoy disponemos de más datos. Europol, ENISA, Microsoft y otras organizaciones describen un ecosistema donde la inteligencia artificial se integra en operaciones criminales reales, aunque la mayoría de los ataques siguen apoyándose en problemas conocidos: credenciales débiles, vulnerabilidades sin parchear, ingeniería social, malware como servicio y sistemas expuestos.
Por eso conviene evitar una idea demasiado simple: que la IA haya creado una nueva generación de ciberataques completamente autónomos. Lo que está ocurriendo es más parecido a una industrialización de técnicas ya existentes. Los delincuentes pueden producir mensajes más convincentes, adaptar campañas a distintos idiomas, crear identidades sintéticas y automatizar tareas que antes exigían más tiempo. El riesgo aumenta porque baja el coste de producir ataques a gran escala.
Cómo están utilizando la inteligencia artificial los ciberdelincuentes en 2026
Europol dedicó su Internet Organised Crime Threat Assessment 2026 a analizar cómo la IA, el cifrado y los servicios proxy están expandiendo la capacidad de la ciberdelincuencia. La agencia europea no presenta la inteligencia artificial como una amenaza aislada, sino como un habilitador que se integra en fraudes, ciberataques y ecosistemas criminales ya existentes.
Microsoft llega a una conclusión parecida en su Digital Defense Report 2025. La compañía observa que los actores maliciosos están utilizando IA para escalar campañas de phishing y automatizar partes de las intrusiones, mientras que los defensores emplean la misma tecnología para detección, análisis y respuesta.
El punto importante es que la IA actúa como multiplicador. Un delincuente que antes redactaba manualmente diez mensajes fraudulentos puede generar cientos de variantes, probar distintos tonos y adaptar el contenido a perfiles concretos. La infraestructura criminal sigue siendo la misma: dominios falsos, credenciales robadas, malware, cuentas muleto y servicios de pago ilícitos.
Phishing generado por IA: más volumen y mejor personalización
El phishing sigue siendo una de las principales puertas de entrada a organizaciones. ENISA situó el phishing como el método inicial de acceso más común en su Threat Landscape 2025, representando el 60 % de los puntos de entrada analizados. La IA no inventa ese vector; lo hace más escalable.
Antes, un correo fraudulento podía delatarse por errores gramaticales, traducciones pobres o mensajes genéricos. Los modelos generativos permiten redactar textos fluidos en varios idiomas, imitar un registro profesional y modificar el contenido según sector, cargo o contexto.
También pueden resumir información pública sobre una empresa y utilizarla para preparar mensajes dirigidos. LinkedIn, páginas corporativas, notas de prensa y perfiles públicos proporcionan suficiente material para crear un correo que parezca plausible.
Microsoft afirma que las campañas de phishing impulsadas por IA pueden ser considerablemente más efectivas que enfoques tradicionales. Aun así, una cifra concreta nunca debe interpretarse como una probabilidad universal: el resultado depende de objetivo, canal, entrenamiento de usuarios, filtros de correo y controles de identidad.
Deepfakes y suplantación: el fraude entra en una nueva fase
Otra evolución relevante es la combinación de IA generativa con fraude de identidad. Voz, vídeo e imágenes pueden producirse o modificarse con suficiente realismo como para engañar a una persona durante una llamada, una videoconferencia o un proceso de verificación.
Microsoft señaló en 2025 un fuerte crecimiento de documentos e identidades sintéticas utilizados para superar verificaciones. Los sistemas más sofisticados ya no se limitan a una fotografía falsa: pueden simular movimientos, expresiones y respuestas visuales que buscan superar controles de vida.
Esto afecta especialmente a procesos donde una persona toma una decisión basándose en apariencia y voz. Un supuesto director puede pedir una transferencia urgente; un falso proveedor puede solicitar un cambio de cuenta bancaria; o un impostor puede intentar recuperar acceso a una cuenta utilizando material sintético.
La defensa no consiste únicamente en “aprender a detectar deepfakes”. La calidad mejora demasiado rápido. Es más robusto incorporar verificaciones fuera de banda, límites de autorización y procedimientos que no dependan de una única señal biométrica.
La IA también facilita la creación de identidades falsas
Los perfiles sintéticos son útiles para fraude, campañas de ingeniería social, cuentas señuelo y operaciones de manipulación. Generar fotografías, biografías, textos y actividad aparente requiere hoy mucho menos esfuerzo que hace unos años.
En determinadas plataformas, un atacante puede combinar una identidad visual generada con información robada de personas reales. Esa mezcla complica la detección porque algunos datos son válidos y otros inventados.
Para las empresas, esto significa que verificar una relación únicamente mediante correo, fotografía o perfil social ya no es suficiente. Los procesos de alta de proveedores, cambios bancarios, recuperación de cuentas y aprobación de pagos necesitan controles adicionales.
Malware y código generado con IA: qué está ocurriendo realmente
El discurso más alarmista suele afirmar que los modelos generativos permiten crear malware avanzado con un solo prompt. La realidad es más matizada. La IA puede ayudar a escribir scripts, modificar fragmentos de código, traducir programas entre lenguajes o explicar técnicas conocidas. También puede reducir la barrera de entrada para actores con conocimientos limitados.
Sin embargo, desarrollar malware operativo capaz de evadir defensas, mantener persistencia, gestionar infraestructura y adaptarse a entornos reales sigue requiriendo experiencia. Los grupos avanzados ya disponían de esa capacidad antes de la popularización de los modelos generativos.
El cambio más significativo está probablemente en la productividad. Un operador puede automatizar tareas repetitivas, depurar código más rápido y experimentar con variantes. Eso no convierte automáticamente a un principiante en un grupo de ransomware sofisticado, pero sí puede aumentar el volumen de herramientas de baja y media complejidad.
Cybercrime-as-a-Service: la IA se suma a una economía ya industrializada
La ciberdelincuencia moderna funciona cada vez más como un mercado de servicios. Existen intermediarios de acceso, proveedores de malware, operadores de ransomware, vendedores de credenciales y redes de blanqueo de dinero.
Microsoft describe esta economía como un ecosistema especializado donde diferentes actores venden piezas de un ataque. La IA encaja perfectamente en ese modelo porque puede ofrecerse como otro servicio: generación de mensajes, creación de perfiles, automatización de fraude o procesamiento de información robada.
Esto explica por qué la amenaza no depende de que cada atacante domine todas las técnicas. Un grupo puede comprar acceso inicial, alquilar infraestructura, adquirir credenciales y utilizar herramientas generativas para personalizar el fraude.
La mayoría de los ataques siguen aprovechando fallos conocidos
A pesar de toda la atención sobre inteligencia artificial, la base de la mayoría de los incidentes continúa siendo bastante convencional. ENISA identificó phishing y explotación de vulnerabilidades como principales vías de intrusión en los incidentes analizados durante 2024-2025.
Microsoft señala además que gran parte de los ataques de identidad continúan utilizando password spraying, una técnica antigua basada en probar contraseñas comunes contra muchas cuentas.
Esta realidad tiene una consecuencia importante: reforzar identidad, actualizar sistemas y reducir superficie de ataque sigue aportando más valor que buscar exclusivamente defensas “contra IA”.
Las passkeys y la autenticación resistente al phishing son un buen ejemplo. Aunque un correo generado por IA sea perfecto, una passkey correctamente implementada no puede entregarse accidentalmente a un sitio falso del mismo modo que una contraseña.
La IA convierte la ingeniería social en un problema de escala
La ingeniería social siempre ha explotado emociones humanas: urgencia, autoridad, miedo, curiosidad o confianza. La IA permite generar variantes adaptadas a cada situación.
Un atacante puede preparar mensajes diferentes para dirección, contabilidad, soporte técnico y recursos humanos. También puede ajustar tono, vocabulario y contexto geográfico.
Cuando se combina con filtraciones de datos, la personalización aumenta. Nombre, cargo, empresa, proveedor habitual o proyectos públicos pueden integrarse en mensajes que parecen legítimos.
Eso significa que la formación basada exclusivamente en detectar “correos mal escritos” ha quedado obsoleta. El entrenamiento debe centrarse en procesos: verificar cambios de cuenta, desconfiar de urgencias atípicas y utilizar canales alternativos para confirmar instrucciones sensibles.
Fraude financiero y Business Email Compromise
El Business Email Compromise sigue siendo una de las formas más costosas de fraude digital. El atacante intenta convencer a una empresa para que realice una transferencia o cambie datos bancarios.
La IA puede mejorar varias fases del ataque: investigación previa, redacción del mensaje, generación de voz y creación de documentos falsos. La combinación es peligrosa porque cada elemento refuerza al resto.
Una llamada con voz sintética puede confirmar un correo fraudulento. Después, un PDF generado con apariencia profesional puede completar la historia.
Por eso los controles financieros deben diseñarse para resistir incluso una suplantación convincente. Doble aprobación, límites, confirmación por canales preestablecidos y periodos de espera para cambios sensibles reducen el riesgo.
La IA también puede atacar sistemas de IA
El uso criminal de inteligencia artificial no se limita a generar contenido. A medida que las empresas incorporan modelos y agentes, aparecen nuevos puntos de ataque: prompt injection, manipulación de datos, abuso de herramientas y extracción de información.
Microsoft incluye entre los nuevos riesgos la manipulación de modelos, el envenenamiento de datos y los prompts adversariales. Si un agente tiene acceso a correo, archivos o sistemas internos, un atacante puede intentar engañarlo para que actúe fuera de sus límites.
Este problema se vuelve especialmente relevante con agentes de inteligencia artificial que utilizan herramientas. Cuanta más autonomía tenga un sistema, mayor debe ser el control sobre permisos, fuentes y acciones irreversibles.
Qué deberían hacer las empresas en 2026
Reforzar la identidad
Las contraseñas siguen siendo uno de los puntos más explotados. MFA resistente al phishing, passkeys, bloqueo de autenticaciones anómalas y reducción de privilegios dificultan enormemente el trabajo del atacante.
Actualizar sistemas y servicios expuestos
La explotación de vulnerabilidades sigue siendo una vía principal de entrada. Parches, inventario de activos y eliminación de servicios innecesarios continúan siendo medidas básicas.
Proteger procesos, no solo personas
No podemos exigir que un empleado detecte perfectamente una voz sintética o un documento falso. El proceso debe impedir que una única interacción permita realizar una transferencia o modificar una cuenta bancaria.
Revisar permisos de herramientas de IA
Los asistentes y agentes corporativos deben utilizar privilegio mínimo. Un modelo que solo necesita consultar documentos no debería poder enviar correos, modificar bases de datos o ejecutar pagos.
Registrar y auditar acciones
Las herramientas automatizadas deben dejar trazabilidad. Si una acción se ejecuta mediante IA, la organización necesita saber qué información la originó y qué permisos se utilizaron.
Preparar respuesta a incidentes
La velocidad de los ataques aumenta. Tener copias de seguridad, procedimientos de contención, responsables definidos y canales alternativos de comunicación reduce el impacto cuando algo falla.
Cómo puede protegerse una pyme
Una pequeña empresa no necesita desplegar un centro de operaciones de seguridad para mejorar mucho su protección. Puede empezar por medidas con alto impacto:
- utilizar passkeys o MFA fuerte en correo, WordPress, hosting y servicios cloud;
- mantener plugins, temas, sistemas y dispositivos actualizados;
- realizar copias de seguridad desconectadas o protegidas contra borrado;
- verificar siempre por otro canal los cambios de cuenta bancaria;
- limitar privilegios de administración;
- usar filtros modernos de correo y protección de endpoints;
- formar al equipo con ejemplos realistas, no únicamente con correos obvios;
- documentar qué hacer si una cuenta se compromete.
Estas recomendaciones enlazan con los principios básicos de seguridad para una página web. La IA cambia el volumen y calidad de algunos engaños, pero no invalida las prácticas fundamentales.
Qué papel tiene la inteligencia artificial defensiva
La misma tecnología que ayuda a atacantes también se utiliza para detectar patrones, analizar grandes volúmenes de señales y automatizar respuesta.
Microsoft explica que los sistemas de defensa basados en IA ya intervienen en detección de identidad, fraude y respuesta a incidentes. Los agentes de seguridad pueden correlacionar señales y actuar en segundos cuando coinciden varios indicadores.
Sin embargo, automatizar defensa también introduce riesgos. Un sistema puede generar falsos positivos, bloquear cuentas legítimas o interpretar mal una señal.
Por eso la IA defensiva debe utilizarse con controles, métricas y supervisión. La automatización es más segura cuando las acciones reversibles pueden ejecutarse automáticamente y las irreversibles requieren validación adicional.
La gran amenaza no es una “IA hacker autónoma”
En 2026 no existen pruebas públicas de una inteligencia artificial autónoma capaz de ejecutar de principio a fin cualquier ciberataque sofisticado sin intervención humana. Los ataques reales siguen combinando personas, herramientas, infraestructura y servicios especializados.
Eso no significa que la autonomía no vaya a crecer. Los modelos ya pueden encadenar tareas, usar herramientas y tomar decisiones intermedias. La tendencia merece atención.
Pero exagerar el presente puede ser contraproducente. Si una empresa teme un hipotético hacker autónomo y descuida contraseñas, parches o procesos de pago, estará ignorando los riesgos que ya tiene delante.
Qué nos dicen los datos europeos
El Threat Landscape 2025 de ENISA analizó 4.875 incidentes ocurridos entre julio de 2024 y junio de 2025. Los ataques DDoS dominaron por volumen, impulsados principalmente por hacktivismo, mientras que ransomware se mantuvo como una de las amenazas de mayor impacto.
Esto demuestra que el panorama es heterogéneo. No todos los incidentes están relacionados con inteligencia artificial y no todas las amenazas tienen motivación financiera.
Europol añade otro elemento: la IA está ampliando el alcance de la ciberdelincuencia junto con servicios de anonimización, mercados criminales y herramientas cada vez más accesibles. La tecnología no actúa aislada; se integra en un ecosistema.
Qué cambia para usuarios particulares
Las personas también deben asumir que una voz, una fotografía o un vídeo ya no son pruebas suficientes de identidad.
Si un familiar solicita dinero mediante una llamada inesperada, conviene devolver la llamada a un número conocido. Si un supuesto banco pide instalar una aplicación, debe verificarse desde la web o teléfono oficial. Si una cuenta solicita un cambio urgente, no hay que utilizar el enlace recibido para comprobarlo.
Las técnicas clásicas de verificación siguen funcionando precisamente porque no dependen de identificar si un contenido es sintético.
La relación entre IA, ciberseguridad y confianza
El problema de fondo es que la inteligencia artificial reduce el coste de falsificar señales que antes considerábamos fiables. Texto correcto, voz reconocible, fotografía realista y documentos bien diseñados ya no garantizan autenticidad.
Eso obliga a desplazar la confianza desde la apariencia hacia mecanismos verificables: criptografía, autenticación fuerte, firmas digitales, procesos de autorización y canales independientes.
La transición hacia métodos de autenticación menos dependientes de contraseñas forma parte de esta evolución. Cuanto menos dependa la seguridad de que una persona detecte un engaño, mejor resistirá ataques generados a escala.
Conclusión
La inteligencia artificial ha cambiado la ciberdelincuencia, pero no de la manera más cinematográfica. No ha reemplazado ransomware, phishing, robo de credenciales ni explotación de vulnerabilidades. Los ha hecho más rápidos, baratos y escalables.
En 2026 ya vemos phishing automatizado, identidades sintéticas, deepfakes y herramientas generativas integradas en cadenas criminales reales. Al mismo tiempo, la mayoría de los incidentes siguen entrando por fallos conocidos.
La estrategia correcta combina ambas perspectivas: prepararse para nuevas formas de fraude sin abandonar fundamentos como MFA resistente al phishing, actualizaciones, copias de seguridad, privilegio mínimo y procesos de verificación.
Para empresas que dependen de web, correo y servicios digitales, la seguridad debe diseñarse para asumir que un mensaje, una voz o una imagen pueden falsificarse. Si estás revisando la arquitectura de una web o un flujo digital, integrar autenticación, permisos y verificaciones desde el diseño suele ser mucho más efectivo que añadir controles al final.
Preguntas frecuentes
¿La IA permite crear ciberataques totalmente autónomos?
No existe evidencia pública de sistemas capaces de ejecutar cualquier ataque sofisticado de principio a fin sin intervención humana. La IA automatiza partes del proceso, pero los ataques reales continúan combinando operadores, infraestructura y herramientas especializadas.
¿El phishing generado por IA es más difícil de detectar?
Sí, porque puede estar mejor escrito, adaptarse a distintos idiomas y utilizar información pública de la víctima. Por eso la defensa debe apoyarse en procesos y autenticación fuerte, no únicamente en detectar errores de redacción.
¿Cómo protegerse de un deepfake de voz?
La mejor defensa es verificar la solicitud por un canal independiente. Para operaciones sensibles, una llamada o vídeo no debería ser suficiente por sí solo.
¿La inteligencia artificial también ayuda a defenderse?
Sí. Los sistemas de seguridad utilizan IA para detectar anomalías, analizar señales, bloquear fraude y automatizar respuesta. Como cualquier automatización, necesita controles y supervisión.
Fuentes y referencias
Esta actualización se ha elaborado a partir de Europol IOCTA 2026, ENISA Threat Landscape 2025 y Microsoft Digital Defense Report 2025. Las cifras de proveedores se presentan en su contexto y no se extrapolan como tasas universales de riesgo.
