Cómo la IA está cambiando la economía del ataque y la respuesta en entornos OT.
Durante años medimos la sofisticación de un atacante por sus recursos: cuántas personas había detrás de una operación, cuánto conocimiento técnico poseían, qué herramientas podían desarrollar y cuánto tiempo podían dedicar al reconocimiento antes de intentar comprometer un objetivo.
Ese cálculo empieza a cambiar. No porque la inteligencia artificial haya descubierto una forma completamente nueva de atacar una planta industrial, sino porque una parte del trabajo que antes consumía horas y perfiles distintos puede delegarse, automatizarse y ejecutarse en paralelo.
En OT, el cambio más importante de la IA quizá no sea una técnica nueva. Es la reducción del costo operativo de utilizar técnicas que ya conocemos.
De asistente a orquestador
El informe de Threat Intelligence publicado por Anthropic el 10 de septiembre de 2026 aporta una señal difícil de ignorar. La compañía describe operaciones observadas entre diciembre de 2025 y agosto de 2026 en las que Claude fue utilizado por actores estatales, criminales con motivación financiera e individuos con motivaciones políticas. La limitación es importante: se trata de actividad observada dentro del ecosistema de Anthropic, no de una medición de todo el cibercrimen.
Aun con esa salvedad, el patrón es relevante. Anthropic afirma que la mayoría de las operaciones descritas utilizaron IA para ejecución directa u orquestación, y documenta arquitecturas multiagente realizando reconocimiento, explotación y exfiltración. En varios casos los humanos conservaron decisiones críticas -por ejemplo, la selección de objetivos y la revisión de resultados-, mientras los agentes absorbían parte del trabajo intermedio.
El informe también muestra campañas con múltiples líneas de trabajo en paralelo y memoria persistente entre sesiones. Su conclusión no es que hayan desaparecido los operadores humanos, sino que velocidad, escala y profundidad pueden aumentar mientras disminuye el trabajo manual por objetivo.
Las técnicas siguen siendo conocidas
Este punto evita caer en el alarmismo. En los casos descritos por Anthropic aparecen credenciales robadas, dispositivos perimetrales sin actualizar, servicios expuestos, inyección SQL y phishing. La propia compañía remarca que las operaciones no dependieron de una técnica completamente desconocida para los defensores.
Lo que cambia es la economía. Reconocimiento, explotación, desarrollo de herramientas y procesamiento de datos pueden delegarse a modelos que trabajan a velocidad de máquina y en paralelo. Para un atacante, eso modifica la relación entre esfuerzo, cantidad de objetivos y posible retorno.
La pregunta deja de ser solamente «¿qué sabe hacer el atacante?» y pasa a incluir «¿cuántas tareas puede mantener activas al mismo tiempo?».
¿Por qué esto importa especialmente en OT?
Una infraestructura industrial rara vez es un único producto. Conviven accesos remotos, firewalls, servicios corporativos, zonas de intercambio, historians, jump servers, servidores OPC, estaciones de ingeniería, HMI, PLC y equipamiento de múltiples generaciones. El valor ofensivo no está solo en descubrir que un activo existe: está en comprender qué es, qué función cumple, cómo se comunica y qué relación mantiene con el proceso.
Reuters informó el 1 de septiembre de 2026 que especialistas del sector energético están observando el uso de IA para acelerar identificación de debilidades, clasificación de objetivos y generación de scripts dirigidos a activos OT. Una de las fuentes citadas por Reuters señaló que los LLM reducen recursos, tiempo y expertise necesarios para automatizar partes de una ruta de ataque.
Eso no significa que un modelo pueda comprender mágicamente una planta. Significa algo más modesto y, por eso mismo, más plausible: puede ayudar a procesar documentación, correlacionar información técnica, priorizar hipótesis y mantener contexto sobre más activos de los que una persona podría revisar manualmente en el mismo tiempo.
MITRE ATT&CK for ICS ya describe el terreno
La matriz MITRE ATT&CK for ICS mantiene doce tácticas, desde Acceso inicial (Initial Access) y Descubrimiento (Discovery) hasta Inhibición de la función de respuesta (Inhibit Response Function), Deterioro del control del proceso (Impair Process Control) e Impacto (Impact). Descubrimiento (Discovery) se centra en localizar información para identificar objetivos dentro del entorno; Movimiento lateral (Lateral Movement), en desplazarse por el ICS; Recolección (Collection), en reunir datos y conocimiento del dominio.
La utilidad de mirar la IA a través de ATT&CK no es inventar una nueva táctica llamada «AI». Es observar dónde puede aumentar velocidad o escala. Un agente puede ayudar a ordenar información obtenida durante Descubrimiento (Discovery); otro puede relacionar documentación y versiones; otro puede resumir hallazgos. La técnica sigue siendo la misma. Cambia la capacidad de procesar contexto.
| Táctica ICS | Objetivo | Posible aporte de IA |
| Descubrimiento (Discovery) | Identificar información y objetivos | Clasificar y correlacionar grandes volúmenes de información |
| Movimiento lateral (Lateral Movement) | Desplazarse por el entorno ICS | Relacionar rutas y dependencias observadas |
| Recolección (Collection) | Reunir datos y conocimiento del dominio | Resumir, etiquetar y priorizar información |
| Comando y control (Command and Control) | Mantener comunicación con sistemas comprometidos | Automatizar análisis de resultados y contexto |
industria manufacturera sigue siendo un objetivo rentable
La discusión ocurre sobre una base de riesgo que ya es alta. Black Kite identificó 7.551 víctimas de ransomware públicamente divulgadas entre abril de 2025 y marzo de 2026, un 24,9 % más que en el período anterior. En su informe específico de industria manufacturera, la compañía había contabilizado 1.314 ataques públicamente divulgados contra el sector entre abril de 2024 y marzo de 2025, equivalentes al 22 % de los incidentes que rastreó en ese período.
No son cifras universales de todos los ataques ocurridos: dependen de víctimas públicamente observables y de la metodología de Black Kite. Aun así, permiten dimensionar porque la industria manufacturera continúa siendo atractivo. En una planta, el impacto puede trascender la confidencialidad o la disponibilidad de un servidor y alcanzar producción, logística y compromisos con terceros.
La respuesta defensiva tiene un límite que IT no siempre comparte
La reacción intuitiva frente a atacantes más automatizados es automatizar también la defensa. En determinados escenarios de IT tiene sentido: detectar, aislar y recuperar en segundos puede reducir el tiempo de permanencia de un adversario.
En OT hay una pregunta anterior: ¿qué función cumple el activo que estamos por tocar?
Reuters recoge precisamente una dificultad conocida en energía: incluso un parche puede requerir pruebas previas para evitar comportamiento inesperado que termine interrumpiendo el suministro. El mismo principio se aplica a la respuesta. Una acción técnicamente razonable desde ciberseguridad puede tener consecuencias operacionales si se ejecuta sin contexto del proceso.
Antes de aislar una estación de ingeniería, un HMI o un servidor que participa del proceso conviene conocer redundancia, dependencias, ventanas operativas, procedimiento de contingencia y consecuencias de perder comunicación. La velocidad sigue importando; simplemente deja de ser la única variable.
La IA tiene un espacio defensivo enorme en OT: enriquecimiento de alertas, correlación de eventos, priorización de vulnerabilidades, análisis de logs, búsqueda de patrones y generación de recomendaciones. El salto delicado aparece cuando una recomendación se transforma en una acción sobre un activo que participa del proceso físico.
Por eso la autonomía debería ser proporcional al impacto potencial. Acciones reversibles, previamente ensayadas y de bajo riesgo pueden admitir mayor automatización. Una medida capaz de afectar disponibilidad, seguridad física o continuidad de producción necesita controles adicionales y, en muchos entornos, validación humana y operacional.
En IT podemos preguntar cuánto podemos automatizar. En OT debemos agregar otra pregunta: cuánto podemos automatizar sin poner en riesgo el proceso que intentamos proteger.
Lo que sabemos y lo que todavía no
| Lo que sí está documentado | Lo que no conviene afirmar |
| Anthropic observó operaciones multiagente con ejecución u orquestación de tareas ofensivas. | Que la IA pueda comprometer autónomamente cualquier planta. |
| Reuters documentó preocupación y casos de uso de IA para acelerar tareas contra infraestructura energética y OT. | Que todos los atacantes ya operen de forma agéntica. |
| MITRE ATT&CK for ICS describe tácticas y técnicas sobre las que la IA puede actuar como multiplicador de velocidad y análisis. | Que usar IA convierta automáticamente una operación en sofisticada. |
| industria manufacturera continúa mostrando alta exposición a ransomware en datasets públicos de Black Kite. | Que una respuesta autónoma sea segura en OT sin evaluar el proceso. |
Conclusión
Durante años, la complejidad industrial elevó el costo de comprender un objetivo. Protocolos particulares, arquitecturas heterogéneas, sistemas legacy y conocimiento específico del proceso siguen siendo barreras reales. Pero la IA puede reducir parte del trabajo necesario para atravesarlas.
El riesgo inmediato no necesita una narrativa de ciencia ficción. Basta con actores capaces de investigar más rápido, procesar más información y mantener varias líneas de trabajo simultáneas. El atacante sigue necesitando acceso, vulnerabilidades y contexto; la diferencia es cuánto trabajo humano puede ahorrar para conseguirlos.
Del lado defensivo ocurre algo parecido. Tendremos mejores capacidades para correlacionar, priorizar y responder. Sin embargo, una planta no es un laboratorio de automatización sin consecuencias. Si una acción defensiva puede afectar el proceso, la calidad de la decisión importa tanto como su velocidad.
La discusión madura sobre seguridad de la IA en OT no debería ser «IA sí o no». Debería ser mucho más concreta: qué tareas delegamos, qué decisiones retenemos y qué evidencia exigimos antes de permitir que una máquina actúe sobre un proceso físico.
Fuentes verificadas
Anthropic. Countering misuse of AI: September 2026. 10 Sep 2026. https://www.anthropic.com/threat-intelligence-report-september-2026
Reuters. Energy firms face AI-enhanced cyber attacks in connectivity push. 1 Sep 2026. https://www.reuters.com/business/energy/energy-firms-face-ai-enhanced-cyber-attacks-connectivity-push–reeii-2026-09-01/
MITRE ATT&CK. ICS Tactics / ICS Matrix. consulta Sep 2026. https://attack.mitre.org/tactics/ics/
Black Kite. 2026 Ransomware Report. 21 Jul 2026. https://blackkite.com/press-releases/black-kites-2026-ransomware-report-ransomware-accelerates-60-in-six-months-and-shows-no-signs-of-slowing-as-new-ransomware-groups-emerge-weekly
Black Kite. industria manufacturera Cyber Risk Report 2025. 2025. https://blackkite.com/reports/industria manufacturera-cyber-risk-report-2025
Nota metodológica
Los diagramas de este artículo son ilustraciones originales y conceptuales; no representan una infraestructura industrial concreta. Las afirmaciones sobre capacidades de IA se limitan a casos públicamente documentados o se presentan como análisis, no como capacidad universal. Las cifras de ransomware corresponden a la metodología y períodos indicados por Black Kite.