X-Force Threat Intelligence Index 2026

Los ciberadversarios siguen ganando escala e impacto al explotar debilidades fundamentales en la identidad, el control de acceso y la gestión de credenciales, en lugar de recurrir a técnicas muy sofisticadas o novedosas. Aunque las herramientas de ataque y la automatización han avanzado, las condiciones subyacentes que permiten el compromiso siguen siendo prácticamente las mismas.

Una vez establecido el acceso, los atacantes persiguen constantemente el robo de credenciales, la escalada de privilegios y el secuestro de sesiones, lo que les permite el movimiento lateral a través de entornos híbridos, en la nube y SaaS. Esta actividad se amplificó aún más, según los datos del informe de este año, por el hecho de que más de la mitad de las vulnerabilidades publicadas no requerían autenticación, lo que permitía a los atacantes afianzarse sin eludir por completo los controles de identidad.

Además, la exposición de las credenciales de los chatbots con IA en los mercados clandestinos demuestra que las plataformas de IA se han convertido rápidamente en parte de la superficie de ataque de la identidad empresarial. Aunque las credenciales observadas ya no eran válidas, su asociación reiterada con malware infostealer pone de relieve el creciente riesgo que suponen las credenciales no gestionadas y la mala higiene de identidad en los ecosistemas SaaS y de IA

Al mismo tiempo, el aumento de casi cuatro veces en las infracciones graves de la cadena de suministro y de terceros en los últimos cinco años refleja la creciente dependencia de los adversarios de identidades comprometidas, credenciales compartidas e integraciones excesivamente confiables para obtener acceso y mantener la persistencia.

Dadas estas tendencias, ¿cómo deben responder las organizaciones y por dónde deben empezar? Y ¿cómo pueden convertir la seguridad en una verdadera ventaja empresarial, y no sólo en un esfuerzo de mitigación de riesgos?

A medida que los actores de amenazas utilizan la IA para ejercer presión sobre los equipos de seguridad (amplificando sus campañas de phishing, acelerando la creación de código malicioso y perfeccionando la ingeniería social), los responsables de seguridad necesitan adoptar un enfoque proactivo, en lugar de reactivo, ante estas amenazas. Deben preparar a sus organizaciones para el futuro con una seguridad integral impulsada por IA.

Esta estrategia de "shift left" (de una respuesta reactiva y táctica a un plan proactivo) implica, en primer lugar, obtener una visión holística del panorama de amenazas en rápida evolución, incorporando las últimas amenazas y el contexto más amplio y los conocimientos adquiridos en su plan.

Estos conocimientos pueden ser proporcionados por socios de seguridad, utilizando la detección y respuesta a amenazas potenciadas por IA agéntica y preparándose para las amenazas poscuánticas. Esta acción shift-left también debe incluir una base sólida de gestión, evaluación y postura de riesgos.  Con la gestión de la postura de seguridad de la IA (AISPM), las organizaciones pueden obtener una mayor visibilidad y protección para las aplicaciones con IA en entornos de nube, lo que les permite monitorizar y gobernar sus recursos de IA, al tiempo que protegen las implementaciones frente amenazas como el envenenamiento de datos y los ataques adversarios.

El shift-left también debe tener en cuenta el contexto empresarial de una organización y su apetito al riesgo. Debe dar prioridad a la protección de los activos y datos críticos en función del impacto empresarial, comprender las motivaciones y capacidades de los adversarios, e identificar y gestionar activamente las dependencias de la cadena de suministro y de terceros.

El reciente auge de los centros de operaciones de seguridad autónomos, que utilizan IA agéntica para aumentar las funciones de los trabajadores de seguridad, puede coordinar a múltiples agentes para que trabajen en todo el ciclo de vida de las amenazas, desde la búsqueda de amenazas hasta su corrección, proporcionando a las organizaciones las herramientas que necesitan para detectar y mitigar los ataques generados por IA, cada vez más complejos.

Para las organizaciones, proteger las identidades siempre ha supuesto un reto. Y ahora va a ser aún más difícil. A medida que los atacantes afinan sus operaciones basadas en credenciales, los responsables de TI y seguridad deben recurrir a la IA para obtener visibilidad sobre los riesgos y amenazas relacionados con las identidades en todo su panorama de TI. Al combinar servicios y soluciones potenciados con IA de detección y respuesta ante amenazas de identidad (ITDR) y gestión de la posición de seguridad de la identidad (ISPM), las organizaciones pueden actuar con mayor rapidez y eficacia para identificar vulnerabilidades y prevenir ataques.

Por si aún no queda claro: la identidad debe tratarse como una infraestructura crítica. Dada la sensibilidad de los datos impulsados por IA y los flujos de trabajo agénticos, los líderes de seguridad que aún no lo han hecho deberían elevar sus sistemas de identidad al mismo nivel de resiliencia, gobierno y monitorización que los componentes centrales de la infraestructura. Deberían centralizar la gestión del acceso a las identidades y el gobierno de las identidades del personal, los clientes, los socios y las máquinas.

También deben aplicar controles de acceso continuos basados en el riesgo, informados por el contexto —como el comportamiento del usuario, la postura del dispositivo y las características de la carga de trabajo. Este cambio también requerirá capacidades de búsqueda de amenazas, protecciones específicas de IA y controles de seguridad a nivel de infraestructura para defenderse de ataques externos cada vez más sofisticados.

Más allá del riesgo de las credenciales comprometidas, el aumento de las vulnerabilidades que no requieren autenticación muestra la importancia de integrar la identidad directamente en las arquitecturas de las aplicaciones.

Para proteger esas arquitecturas, los equipos de seguridad deben proporcionar una autenticación sólida y la aplicación de autorizaciones para aplicaciones públicas e internas, API y comunicaciones de servicio a servicio. Se deben utilizar políticas de acceso que tengan en cuenta la identidad para limitar la exposición y evitar que las explotaciones a nivel de aplicación se conviertan en un compromiso más amplio.

No hay nada que guste más a los atacantes que una vulnerabilidad pasada por alto o ignorada. Afortunadamente, los líderes de seguridad saben cómo gestionar esto, volviendo a los principios fundamentales. Eso implica adoptar un enfoque continuo y proactivo para identificar los puntos débiles en todos los entornos, como buscar:

- Código inseguro

- Credenciales débiles o reutilizadas

- Errores de configuración

- Cambios no autorizados

- Valores predeterminados inseguros

- Comportamiento de riesgo del usuario

- Ausencia de parches

Si un atacante logra penetrar el sistema, hay tres medidas que pueden ayudar a evitar que una explotación inicial derive en el robo de credenciales o la exfiltración de datos: la corrección proactiva, una configuración segura y la monitorización continua del comportamiento de las aplicaciones.

También se necesitan pruebas de penetración en toda la pila tecnológica, incluyendo aplicaciones, redes, nube, modelos de IA, mainframes, hardware e incluso personal, para descubrir vulnerabilidades y brechas de configuración que podrían provocar el acceso no autorizado o la exposición de sistemas y datos confidenciales.

Los chatbots de IA y los flujos de trabajo deben protegerse y gobernarse con el mismo rigor, o incluso mayor, que otras plataformas SaaS empresariales. Muchas veces, en la prisa y la presión por implementar, esto no pasa. Eso es un problema porque los riesgos y amenazas de la IA plantean retos significativos para las organizaciones.

La IA agéntica ha introducido nuevos riesgos y amplificado otros. Los líderes de seguridad necesitan una solución integral de gobierno de la IA para escalar la IA con confianza y transparencia, y de una manera que genere valor. Para evitar el vendor lock-in, la solución debe ser abierta, híbrida e independiente de la plataforma, lo que significa que las organizaciones pueden utilizar el modelo correcto para el caso de uso correcto e implementar su IA donde tenga más sentido.  

El gobierno de los modelos permite evaluar la IA subyacente para comprobar su rendimiento y precisión y protegerla de comportamientos inadecuados. Mantenerse al día con las normativas que se refieren al uso de la IA es crítico para mantener el cumplimiento y reducir riesgos.

Las organizaciones deberían evaluar la adopción de la IA en toda la empresa, lo que incluye aplicar autenticación robusta y controles de acceso condicional, proteger los sistemas de IA, salvaguardar las credenciales y los tokens de los servicios de IA y monitorizar patrones de acceso anómalos o posibles exposiciones de credenciales.

Las configuraciones incorrectas de seguridad, las vulneraciones de datos y los errores humanos de siempre pueden llevar a la exposición pública de la marca, dominio, direcciones IP o activos específicos de clientes de una organización. Esto pone de manifiesto el riesgo que reside fuera del control del perímetro de su red. Los equipos de seguridad deberían trabajar con un socio de confianza para identificar la exposición de estos valiosos activos en la web superficial pública, la deep web no indexada y los sitios de mercado negro en la dark web. Estos servicios especializados incluyen capacidades de monitorización para robo de credenciales, dominios sospechosos, CVE y boletines de seguridad.

A medida que los datos y la IA desempeñan un papel cada vez más vital en las organizaciones digitalizadas de hoy en día y en toda nuestra economía digital, los líderes de seguridad deben innovar y adaptarse a la velocidad del cambio impulsado por la IA. Para ello, ellos y sus equipos deben asegurarse de contar con los controles de protección de datos adecuados, como cifrado, controles de acceso, prevención de pérdida de datos, monitorización y auditoría, y clasificación segura de datos, para proteger los datos de la organización y gestionar qué datos se están almacenando en la IA para evitar la exposición involuntaria de datos confidenciales.

Aunque la seguridad de datos siempre ha sido importante, gana aún más importancia en el mundo de la IA: es necesario descubrir dónde residen los datos confidenciales, entender cómo se utiliza y se exponen, priorizar los riesgos de datos en función del contexto y utilizar controles proactivos, todo ello cumpliendo los estrictos requisitos de cumplimiento como RGPD, CCPA, PCI-DSS y muchos más.