Unit 42 documenta una intrusión en la que varios agentes de IA trabajaron coordinadamente para robar credenciales, lograr acceso administrador y comprometer infraestructura empresarial.
La inteligencia artificial aplicada a los ciberataques acaba de mostrar hasta qué punto puede acelerar una intrusión. Investigadores de Unit 42, la división de inteligencia de Palo Alto Networks, han analizado un ataque de ransomware en el que un operador humano utilizó varios agentes de IA para comprometer una red empresarial en menos de 10 horas.
Según los investigadores, una operación comparable realizada principalmente por equipos humanos podría haber requerido aproximadamente dos semanas.
La diferencia no estuvo en descubrir una extraordinaria vulnerabilidad desconocida. El atacante explotó problemas mucho más habituales: una API expuesta, credenciales almacenadas en código y tokens con excesivos privilegios. La novedad fue utilizar agentes capaces de trabajar simultáneamente, intercambiar información y modificar sus siguientes acciones sobre la marcha.
Varios agentes de IA atacando al mismo tiempo
El incidente fue publicado por Unit 42 el 2 de septiembre y muestra una evolución significativa respecto al uso tradicional de IA por ciberdelincuentes.
Hasta ahora, buena parte de la preocupación se había centrado en utilizar modelos generativos para escribir phishing, desarrollar scripts o analizar código.
En este caso, el salto estuvo en la orquestación de agentes de IA especializados.
El atacante humano marcaba objetivos y conservaba el control de las decisiones relevantes, mientras diferentes agentes ejecutaban tareas concretas en paralelo.
Según Unit 42, los sistemas consiguieron observar, evaluar, actuar y replantear sus operaciones en tiempo real.
El resultado fue una intrusión ejecutada a una velocidad difícil de igualar mediante procedimientos manuales.
De una API pública hasta conseguir acceso como root
La operación comenzó con el acceso a un endpoint de una API pública.
Desde ese punto, el atacante consiguió introducirse en la red mediante un túnel y desplegó un agente automatizado de reconocimiento para elaborar un mapa de los microservicios internos de la organización.
Otros subagentes comenzaron simultáneamente a revisar repositorios de código.
Allí localizaron tokens y contraseñas de servicios almacenados directamente en el código, uno de los errores de seguridad más conocidos y peligrosos en entornos empresariales.
Los tokens expuestos proporcionaron una nueva vía de entrada.
El atacante consiguió acceder al sistema utilizado para gestionar secretos y terminó obteniendo credenciales administrativas con las que alcanzar privilegios de root.
En cuestión de horas había pasado de una superficie pública de la organización a sus sistemas más sensibles.
El atacante llegó hasta las canalizaciones CI/CD
El alcance no terminó ahí.
Los agentes permitieron comprometer las canalizaciones CI/CD, es decir, la infraestructura utilizada para automatizar procesos de integración, pruebas y despliegue de software.
Este tipo de sistemas constituye un objetivo especialmente sensible porque puede proporcionar acceso privilegiado a código, credenciales y entornos de producción.
El atacante también tomó el control de una aplicación empresarial y consiguió claves de acceso a servicios en la nube.
Según el análisis del incidente, estas credenciales llegaron a permitir que infraestructura de IA perteneciente a la propia víctima pudiera ser reutilizada para posteriores actividades maliciosas.
El caso muestra así un escenario especialmente preocupante: no solo comprometer los sistemas de una empresa, sino aprovechar sus propios recursos computacionales para ampliar la operación.
La IA llegó a generar un informe de 80 páginas
Uno de los detalles más llamativos fue la documentación producida durante el ataque.
El operador ordenó a uno de los agentes elaborar un informe sobre la postura de seguridad de la organización.
El resultado fue una auditoría técnica de aproximadamente 80 páginas.
Los agentes intercambiaban además archivos Markdown estructurados entre diferentes sesiones, utilizaban llamadas a modelos de lenguaje y generaban scripts adaptados a las necesidades que aparecían durante la intrusión.
El proceso se parecía menos a un único hacker realizando tareas sucesivas y más a un equipo automatizado de especialistas trabajando simultáneamente.
El verdadero peligro no fue una vulnerabilidad de día cero
Este elemento es probablemente la principal advertencia del caso.
Los atacantes no necesitaron una sofisticada vulnerabilidad de día cero para conseguir un impacto considerable.
Rickard Carlsson, responsable de la compañía de seguridad Detectify citado en el análisis, destaca precisamente lo ordinarias que eran muchas de las debilidades encontradas: API expuestas, credenciales incrustadas y tokens capaces de proporcionar acceso a sistemas sensibles.
Los agentes de IA no inventaron una nueva forma de vulnerar sistemas.
Encontraron y explotaron los errores existentes mucho más rápido.
La amenaza está, por tanto, en la combinación entre automatización, paralelización y capacidad de adaptación.
El ciberataque se convierte en un flujo de trabajo automatizado
El cambio puede resumirse en una palabra: orquestación.
Un atacante ya no necesita realizar personalmente cada tarea de reconocimiento, análisis y explotación. Puede repartirlas entre agentes especializados y supervisar el conjunto.
Mientras un agente analiza repositorios, otro puede probar credenciales y un tercero cartografiar servicios internos.
Cuando uno encuentra información relevante, los demás pueden aprovecharla.
Ese modelo reduce los tiempos muertos y permite ejecutar simultáneamente operaciones que antes debían hacerse de manera secuencial.
Unit 42 considera que el incidente demuestra cómo un atacante que domine estas herramientas puede acelerar drásticamente toda la cadena de ataque.
El problema para las empresas: defenderse también a «velocidad de máquina»
Si los atacantes pueden operar en horas, una organización que revise alertas o vulnerabilidades cada varios días parte con una desventaja evidente.
Los investigadores plantean por ello un cambio de filosofía: la seguridad debe ser continua y no periódica.
Repositorios de código, infraestructura como código, sistemas de gestión de secretos, canalizaciones CI/CD y servicios vinculados a IA deben considerarse parte de una misma superficie de ataque.
Entre las prioridades señaladas están utilizar credenciales de corta duración, controlar las integraciones de IA, reducir privilegios y automatizar mecanismos de contención capaces de revocar rápidamente accesos comprometidos.
También resulta esencial detectar patrones propios de una operación automatizada: ráfagas de peticiones API, cambios rápidos entre respuestas HTTP 401 y 200, autenticaciones paralelas o utilización repentina de modelos de IA por identidades que normalmente no los emplean.
La IA no inventa necesariamente mejores ataques: permite ejecutarlos mucho más rápido
El incidente introduce una conclusión incómoda para las empresas.
La revolución inmediata de la IA en ciberseguridad quizá no consista en crear técnicas de ataque completamente desconocidas, sino en industrializar las que ya existen.
Una contraseña olvidada en un repositorio, una API deficientemente protegida o un token con demasiados permisos siempre han supuesto riesgos.
La diferencia es que ahora varios agentes pueden buscarlos simultáneamente, relacionar los hallazgos y avanzar automáticamente hacia el siguiente objetivo.
En este caso, una operación que los investigadores comparan con unas dos semanas de trabajo coordinado terminó comprimida en menos de 10 horas.
Ese es el verdadero salto: los fallos de seguridad siguen siendo humanos y conocidos, pero la velocidad para encontrarlos y encadenarlos empieza a ser de máquina.
Chollones
Chollones
Chollones