La inteligencia artificial está empezando a asumir una función cada vez más activa dentro de la ciberseguridad. Palo Alto Networks ha anunciado Unit 42 Continuous Frontier AI Defense, un servicio concebido para examinar continuamente los sistemas de las organizaciones en busca de vulnerabilidades y posibles rutas de ataque.

La propuesta recurrirá a modelos avanzados de inteligencia artificial, entre ellos sistemas de Anthropic y OpenAI, además de modelos de pesos abiertos. El objetivo es aplicar capacidades que también pueden utilizarse para descubrir fallos de seguridad desde una perspectiva ofensiva, pero hacerlo de manera controlada para que las empresas puedan localizar y corregir esas debilidades antes de que sean aprovechadas por un atacante.

De la auditoría puntual a la búsqueda continua

Una de las principales diferencias respecto a los métodos tradicionales está en la continuidad. Las aplicaciones, las API y las infraestructuras en la nube cambian constantemente: se publica código nuevo, aparecen servicios, se modifican permisos y se incorporan dependencias.

Una evaluación realizada en un momento determinado puede ofrecer una fotografía útil de la seguridad de un sistema, pero esa fotografía empieza a quedar desactualizada en cuanto la infraestructura vuelve a modificarse. La utilización de IA pretende reducir ese intervalo mediante evaluaciones mucho más frecuentes.

El planteamiento de Palo Alto Networks consiste en analizar los sistemas conforme evolucionan e intentar identificar vulnerabilidades antes de que se conviertan en una vía de entrada efectiva.

Una vulnerabilidad aislada no siempre explica el riesgo

La seguridad de una infraestructura rara vez depende de un único fallo. Una vulnerabilidad aparentemente limitada puede adquirir mucha más importancia cuando se combina con una configuración incorrecta, permisos excesivos, credenciales expuestas o servicios que se comunican entre sí.

Por eso resulta especialmente relevante el concepto de ruta de ataque. El sistema no busca únicamente errores individuales, sino posibles cadenas de acciones que permitirían avanzar desde un punto inicialmente accesible hasta recursos de mayor valor.

Esta capacidad aproxima la evaluación automatizada al trabajo que realizan los equipos de seguridad ofensiva cuando intentan comprender cómo podría comportarse un atacante real dentro de una infraestructura.

La IA también puede proponer cómo corregir el problema

El servicio no pretende limitarse a elaborar una lista de vulnerabilidades. Palo Alto Networks señala que también proporcionará recomendaciones para solucionarlas, incluyendo correcciones relacionadas con el código y alternativas de parcheado virtual.

Esta segunda parte es relevante porque descubrir una debilidad constituye únicamente el comienzo del proceso. Las organizaciones deben determinar su gravedad, establecer prioridades y aplicar una corrección sin introducir nuevos problemas en sistemas que, en muchas ocasiones, resultan críticos para el funcionamiento de la empresa.

La automatización puede ayudar a reducir el tiempo entre el descubrimiento y la mitigación, aunque las recomendaciones generadas siguen necesitando mecanismos de validación antes de aplicarse sobre entornos de producción.

Las mismas capacidades pueden utilizarse a ambos lados

La llegada de modelos capaces de utilizar herramientas y encadenar acciones está modificando también el equilibrio entre atacantes y defensores. Una IA con conocimientos de programación y seguridad puede ayudar a analizar código, localizar configuraciones problemáticas o explorar posibles vulnerabilidades con una velocidad difícil de mantener manualmente.

Esas capacidades tienen una naturaleza dual. Pueden emplearse para reforzar un sistema autorizado o para acelerar determinadas fases de una operación maliciosa. La respuesta de la industria consiste, en parte, en poner herramientas equivalentes a disposición de los equipos defensivos.

El resultado puede ser una carrera en la que ambos lados reduzcan progresivamente el tiempo necesario para encontrar una debilidad. En ese escenario, corregir con rapidez y mantener una visibilidad continua sobre la infraestructura adquiere todavía más importancia.

Un «equipo rojo» que nunca termina su turno

Las pruebas de penetración y los denominados equipos rojos intentan reproducir el comportamiento de un adversario para descubrir debilidades antes de que se produzca un ataque real. Tradicionalmente, estas evaluaciones requieren especialistas y se realizan durante periodos delimitados.

La incorporación de agentes de IA abre la posibilidad de mantener parte de esa actividad de manera persistente. En lugar de comprobar un sistema y regresar meses después, una herramienta automatizada podría repetir determinadas pruebas cada vez que detecte cambios relevantes.

No sustituye necesariamente al especialista humano. Las infraestructuras empresariales contienen excepciones, dependencias y contextos que pueden ser difíciles de interpretar automáticamente. Pero sí puede multiplicar la frecuencia con la que se examinan determinadas superficies de ataque.

Más capacidad exige también límites más precisos

Conceder a un sistema automatizado capacidad para explorar vulnerabilidades introduce sus propios riesgos. Las pruebas deben ejecutarse únicamente dentro de los sistemas autorizados y respetar límites técnicos muy precisos.

La supervisión humana, el aislamiento de los entornos, la delimitación de permisos y el registro de las acciones realizadas adquieren mayor importancia conforme los agentes pueden tomar más decisiones por sí mismos.

El objetivo no consiste simplemente en disponer de una IA capaz de encontrar fallos, sino en conseguir que pueda hacerlo de manera controlada, reproducible y dentro de un perímetro definido.

La ciberseguridad entra en una carrera de velocidad

Durante años, una parte importante de la seguridad informática ha funcionado mediante un ciclo relativamente reconocible: se descubre una vulnerabilidad, se analiza, se publica una corrección y las organizaciones actualizan sus sistemas.

La inteligencia artificial puede comprimir progresivamente esos tiempos. Los atacantes pueden automatizar parte de la búsqueda y explotación de debilidades, mientras los defensores intentan detectarlas y corregirlas antes.

Servicios como el anunciado por Palo Alto Networks anticipan, por tanto, una transformación más profunda que la simple incorporación de otro asistente de IA. La ciberseguridad puede avanzar hacia un modelo en el que máquinas especializadas examinen continuamente a otras máquinas, mientras los profesionales humanos supervisan, validan y deciden cómo responder.