La IA ya diseña planes de ataque contra agua y energía con hasta 90% de éxito
La inteligencia artificial todavía no puede apagar una red eléctrica por sí sola, pero ya está reduciendo una de las barreras más difíciles para atacar infraestructura crítica: convertir información técnica dispersa en un plan operativo coherente. Un estudio publicado este 21 de octubre por Frenos sometió distintos modelos avanzados a miles de pruebas sobre entornos de tecnología operacional (OT), incluidos sistemas vinculados con agua, energía y procesos industriales.
El resultado exige atención, aunque no alarmismo. Los tres modelos de frontera con mejor desempeño elaboraron planes viables en cerca del 90% de los intentos de planificación. Eso no significa que ejecutaran ataques reales ni que el 90% de las infraestructuras pueda ser vulnerado. Significa que, con datos sobre activos, redes, debilidades y niveles de acceso, la IA ya puede ordenar acciones de ataque con una eficacia que hace poco requería experiencia especializada.
Qué midió realmente el estudio de Frenos
La investigación evaluó modelos entre octubre de 2025 y septiembre de 2026 mediante 16.980 pruebas: 13.884 intentos de decisión, 2.520 ejercicios de planificación y 576 ataques simulados. Frenos no publicó los nombres de los proveedores, pero indicó que incluyó seis modelos de frontera, dos modelos estadounidenses de pesos abiertos y dos modelos extranjeros de pesos abiertos.
Las pruebas se dividieron en tres tipos de tareas:
- Seleccionar una acción concreta entre varias alternativas.
- Construir la secuencia de pasos necesaria para alcanzar un objetivo.
- Resolver un escenario simulado con información sobre activos, redes, vulnerabilidades y permisos requeridos.
La cifra cercana al 90% corresponde a la capacidad de los tres mejores modelos para producir un plan de ataque técnicamente viable. Sin embargo, su consistencia fue menor: al repetir los ejercicios, solo el 60%, 62,9% y 74,3% de sus planes, respectivamente, superaron todas las repeticiones. En otras palabras, una respuesta podía parecer convincente y aun así omitir un paso esencial o asumir un acceso que todavía no había sido obtenido.
Por qué agua y energía son objetivos distintos a una red corporativa
En una oficina, un incidente suele afectar datos, cuentas o servicios digitales. En tecnología operacional, el software controla procesos físicos: bombas, válvulas, controladores, subestaciones, líneas de producción y sistemas de seguridad. Un error no solo puede dejar una pantalla fuera de servicio; también puede interrumpir el suministro de agua, detener una planta o alterar condiciones físicas peligrosas.
Durante la presentación del informe, especialistas explicaron que la IA permite revisar rápidamente manuales públicos de controladores y documentación industrial. Un atacante con conocimientos limitados puede usar un modelo para identificar funciones relevantes, relacionarlas con la arquitectura de una planta y acelerar el reconocimiento que antes exigía semanas de trabajo especializado.
Ese cambio no convierte automáticamente a un delincuente novato en un operador estatal. Sí amplía el número de personas capaces de preparar ataques creíbles y reduce el tiempo necesario para desarrollar herramientas. Para los defensores, también complica la atribución: el nivel técnico de una campaña ya no refleja necesariamente la experiencia original de quien está detrás.
La IA planifica mejor de lo que ejecuta
La principal conclusión es más matizada que el titular. Los modelos avanzados son buenos organizando información y proponiendo rutas de ataque, pero continúan cometiendo errores, inventando supuestos y fallando al mantener resultados consistentes. El mejor modelo de pesos abiertos alcanzó un 36,2% de éxito general, mientras tres modelos de frontera estadounidenses quedaron en 31,9%, 18,8% y 17,9%.
Además, el laboratorio utilizó un sistema de prueba sencillo, sin una persona corrigiendo el plan ni entregando información adicional. En un ataque real, un operador humano podría detectar una omisión, pedir una revisión y combinar varias respuestas. Un agente con herramientas, memoria y acceso a documentación también tendría más capacidad que un modelo aislado.
Por eso, el riesgo inmediato no es una IA omnipotente que actúa sola. Es la combinación de modelos cada vez más capaces, operadores humanos y automatización. La IA comprime el tiempo entre la curiosidad, el reconocimiento y la preparación de una campaña.
Qué deben hacer los operadores de infraestructura crítica
Frenos recomienda volver a controles básicos, pero aplicarlos como una defensa por capas y no como una lista de cumplimiento. La prioridad es impedir que un plan correcto encuentre un camino sencillo hacia los sistemas físicos.
- Segmentar IT y OT: limitar las rutas entre redes corporativas, accesos remotos y controladores industriales.
- Reducir privilegios: revisar cuentas administrativas, credenciales compartidas y permisos de proveedores.
- Controlar el acceso remoto: exigir autenticación robusta, registrar sesiones y eliminar servicios expuestos que no sean indispensables.
- Probar recuperación: ejecutar planes de continuidad y restauración, en vez de asumir que funcionarán durante una crisis.
- Simular adversarios con IA: evaluar si los mismos modelos que ayudan a un atacante pueden descubrir rutas de ataque antes que él.
Una ventana defensiva que se está cerrando
El informe estima que la infraestructura crítica dispone de aproximadamente dos años antes de que la IA pueda planificar ataques OT de forma confiable y repetible. La predicción no es una fecha exacta, pero sí un aviso: esperar a que aparezca el primer incidente autónomo sería llegar tarde.
La ventaja todavía está del lado de organizaciones que conocen sus activos, eliminan accesos innecesarios y ensayan la recuperación. La IA puede acelerar el razonamiento ofensivo, pero no elimina la necesidad de una puerta abierta, una credencial válida o una mala segmentación. Cerrar esas rutas ahora es mucho más efectivo que intentar contener un ataque cuando ya alcanzó el proceso físico.