Defender al negocio contra agentes maliciosos de inteligencia artificial

El panorama de la ciberseguridad ha entrado en una nueva fase: lo que antes era un concurso entre atacantes humanos y defensores humanos se ha convertido en una batalla de recursos entre máquinas. Los avances en la inteligencia artificial generativa y agente han industrializado el cibercrimen, transformándolo de una disciplina de nicho y alta habilidad en una operación escalable y de baja barrera. Según los datos recientes de la industria, aproximadamente el 41% de los ataques están impulsados por la inteligencia artificial, una cifra que subraya lo rápido que se está acelerando este cambio.

El alto precio de las defensas heredadas

El impacto financiero de los ataques impulsados por la inteligencia artificial ya es sustancial. Los datos del informe de 2025 de Fingerprint sobre el Estado de la fraude y la prevención de la inteligencia artificial muestran que las empresas pierden un promedio de $414,000 anualmente debido a la fraude impulsada por la inteligencia artificial, con un tercio de los encuestados que informan pérdidas de hasta $1 millón. Para muchas organizaciones, estas cifras ya no son excepcionales; se están convirtiendo en parte del costo de hacer negocios en línea.

Estas pérdidas también señalan un problema estructural más profundo: las herramientas defensivas en las que confían las empresas fueron diseñadas para un modelo de amenaza diferente. Medidas como CAPTCHAs, reglas basadas en IP, límites de velocidad simples y listas de bloqueo fueron diseñadas para filtrar bots scripteados. Hoy en día, esos mismos controles son cada vez más ineficaces contra adversarios impulsados por la inteligencia artificial que pueden operar navegadores reales, adaptarse a la fricción en tiempo real y distribuir la actividad de manera que se mezcla con el tráfico legítimo.

Las CAPTCHAs ilustran claramente el problema. Originalmente destinadas a distinguir a los humanos de los bots, ahora muchos modelos de inteligencia artificial pueden resolverlas más rápido y con mayor precisión que las personas. Al mismo tiempo, estos desafíos introducen fricción para los usuarios legítimos, aumentando las tasas de abandono y degradando la experiencia del cliente. La autenticación multifactor (MFA) agrega una capa de protección, pero también es vulnerable a la suplantación de SMS y el phishing. En conjunto, estos controles a menudo crean la ilusión de seguridad mientras transfieren la carga a los usuarios genuinos.

La crisis operativa y la contradicción de la privacidad

El balance financiero solo cuenta la mitad de la historia — la otra mitad de la narrativa es la parálisis operativa. El mismo informe destaca que el 62% de los encuestados de B2B SaaS indican que sus equipos de fraude dedican significativamente más tiempo a procesos manuales debido a los ataques impulsados por la inteligencia artificial. Los analistas están abrumados por alertas, falsos positivos y casos límite, lo que deja menos recursos para la defensa proactiva, la inteligencia de amenazas y la estrategia a largo plazo.

Esta tensión operativa se ve agravada por la evolución necesaria de la privacidad del consumidor. Mientras que las regulaciones y las preferencias de los consumidores se mueven hacia una mayor protección, este cambio ha creado involuntariamente un punto ciego para los equipos de seguridad.

El hallazgo principal es el siguiente: el 40% de las organizaciones afirman que el cumplimiento de la privacidad reduce significativamente la precisión de la identificación de usuarios. A medida que los proveedores de navegadores como Mozilla y Apple (AAPL ) toman posiciones a favor de la privacidad que limitan las técnicas tradicionales de identificación de navegadores y dispositivos, también permiten involuntariamente el fraude. En otras palabras, en el esfuerzo por proteger a los usuarios, también hemos hecho que sea más fácil para los estafadores, humanos o automatizados, permanecer anónimos — lo que, irónicamente, ha hecho que sea más difícil proteger a los usuarios legítimos. El impacto es significativo: el 57% de las empresas de B2B SaaS, el 32% de las empresas de fintech y el 27% de las instituciones bancarias informan una reducción severa en la precisión de la identificación de dispositivos y navegadores.

Por qué las herramientas heredadas fallan en la prueba de la inteligencia artificial

La discrepancia entre las defensas heredadas y los atacantes modernos es ahora evidente. Las direcciones IP se pueden rotar fácilmente, las MFAs se pueden eludir y los desafíos CAPTCHA se pueden resolver rápidamente por los modelos de inteligencia artificial. Sin embargo, estas soluciones ofrecen muy poca persistencia contra actores maliciosos.

Además, a diferencia de los bots tradicionales que siguen guiones lineales, la inteligencia artificial agente puede “razonar” a través de obstáculos, ajustando su estrategia dinámicamente a medida que aprende de sus errores. A medida que más personas recurren a aplicaciones digitales, la incapacidad de las defensas heredadas para contener ataques impulsados por la inteligencia artificial ha llevado a mayores oportunidades de violaciones de datos y riesgos sistémicos.

Para las empresas, esto crea un dilema persistente. Si se endurecen los controles de manera agresiva, los usuarios legítimos son penalizados con fricción, retrasos y falsos rechazos. Si se relajan los controles para preservar la experiencia, aumentan los volúmenes de fraude. El resultado es un intercambio “perdedor-perdedor” que erosiona tanto la postura de seguridad como la confianza del cliente.

Valor empresarial: Descifrar la intención para restaurar la confianza

Para sectores de alto riesgo como la fintech y el comercio electrónico, el valor de la inteligencia de dispositivos moderna es más que solo “detener el fraude” — se trata de restaurar la confianza en la identificación de la intención del usuario y evaluar el riesgo de manera más precisa.

La inteligencia de dispositivos permite a las organizaciones evaluar el riesgo al reconocer dispositivos de confianza y analizar las señales de cada interacción, como la integridad del navegador, los indicadores de automatización, la consistencia del entorno y las anomalías del comportamiento, antes de que el usuario proporcione credenciales o realice una transacción. Este cambio de la prevención reactiva a la prevención proactiva y la evaluación de riesgos basada en el contexto es esencial para la eficiencia operativa y la confianza del usuario.

Por ejemplo, para Cornershop de Uber, la inteligencia de dispositivos identificó de manera confiable a los usuarios que regresaban y detectó actividad de alto riesgo temprano, lo que les permitió atrapar transacciones fraudulentas, minimizar los falsos positivos y reducir los reembolsos.

La pivotación estratégica: Defensa agente y señales de dispositivo en tiempo real

A medida que las amenazas impulsadas por la inteligencia artificial se vuelven más adaptables, las empresas necesitan la capacidad de evaluar si una sesión parece legítima desde el primer signo de actividad, no solo después de que una transacción falla o una cuenta es comprometida.

Debido a esto, adaptarse a las amenazas impulsadas por la inteligencia artificial requiere una pivotación estratégica en la forma en que se diseñan las defensas. En lugar de confiar en identificadores frágiles como direcciones IP o comportamientos fácilmente falsificados como movimientos del mouse, las empresas están comenzando a priorizar las señales de dispositivo que son más difíciles para los agentes autónomos manipular. Los indicadores de riesgo en tiempo real basados en el entorno, la integridad y la configuración de un dispositivo proporcionan a los equipos de fraude las señales de confianza que necesitan para actuar de inmediato cuando se detecta actividad sospechosa.

El costo dual de la seguridad débil contra amenazas impulsadas por la inteligencia artificial

El costo de la seguridad empresarial comprometida es de dos partes: pérdida económica y pérdida de eficiencia. En el frente económico, cuando las defensas son inconsistentes, manuales o fáciles de eludir, los atacantes pueden operar a gran escala con riesgo limitado. Cuando las defensas aumentan el costo y la complejidad de los ataques más allá de su retorno esperado, los adversarios se mudan.

El segundo costo, la pérdida de eficiencia, va más allá de la pérdida monetaria: incluye la tensión operativa, el aumento de la fricción y la rotación de los clientes, y la desventaja competitiva. La pérdida anual de $1 millón informada por las empresas, junto con los contratiempos operativos que enfrentan estas empresas cuando son atacadas, debería ser un llamado claro a la acción.

La presencia creciente de la inteligencia artificial es inevitable. Las empresas necesitan ajustar sus arquitecturas de seguridad para un mundo donde los estafadores son persistentes, adaptables y despiadados, con una multitud de herramientas de inteligencia artificial a su disposición.

Las empresas que invierten en defensas impulsadas por datos en tiempo real diseñadas para adversarios automatizados y realidades de privacidad modernas están mejor posicionadas para restaurar la confianza en sus ecosistemas digitales.

Las empresas que invierten en defensas impulsadas por datos en tiempo real diseñadas para adversarios automatizados y realidades de privacidad modernas están mejor posicionadas para restaurar la confianza en sus ecosistemas digitales, en arquitecturas para un mundo donde los estafadores son persistentes, adaptables y despiadados, con una multitud de herramientas de inteligencia artificial a su disposición.