La inteligencia artificial está cambiando la forma en la que se preparan y ejecutan los ciberataques. Durante los últimos años, buena parte del debate se ha centrado en su capacidad para generar correos de phishing más convincentes, traducir mensajes fraudulentos o escribir fragmentos de código malicioso. Sin embargo, un nuevo análisis de Anthropic apunta a una evolución más preocupante: los atacantes ya están utilizando la IA en fases más avanzadas y complejas de sus operaciones.
La compañía ha analizado 832 cuentas bloqueadas por actividad cibernética maliciosa entre marzo de 2025 y marzo de 2026. No se trata de todos los casos detectados durante ese periodo, sino de aquellos en los que había información suficiente para estudiar las técnicas empleadas y mapearlas sobre el marco MITRE ATT&CK, una de las referencias más utilizadas por la comunidad de ciberseguridad para clasificar tácticas y procedimientos de los atacantes.
La conclusión es clara: la IA no solo está facilitando tareas básicas, sino que está elevando el nivel de amenaza de actores con menor capacidad técnica.
La IA entra en fases más profundas del ataque
El uso más habitual de la IA en los casos analizados sigue estando relacionado con la preparación de ataques. Según Anthropic, 560 de las 832 cuentas estudiadas, el 67,3 %, utilizaron IA para tareas como la escritura de malware. Esto encaja con una tendencia ya conocida: los modelos generativos pueden ayudar a crear scripts, automatizar procesos o adaptar código con rapidez.
Pero el dato más relevante está en el salto hacia fases posteriores del ciclo de ataque. Un 6,5 % de los actores analizados utilizó IA para apoyar tareas de movimiento lateral, es decir, para desplazarse dentro de una red ya comprometida. Esta fase suele requerir más conocimiento técnico, porque implica entender el entorno interno de la víctima, identificar sistemas, cuentas y permisos, y decidir cómo avanzar sin ser detectado.
También aumentó el uso de IA para descubrimiento de cuentas, una técnica que permite identificar usuarios válidos dentro de un sistema comprometido. Anthropic observó que esta actividad creció un 8,9 %, mientras que el uso de IA para phishing, una técnica más asociada al acceso inicial, cayó un 8,6 %. La lectura es importante: los atacantes no están usando la IA solo para entrar, sino también para operar una vez dentro.
Más actores de riesgo medio y alto
El informe también detecta un cambio en el perfil de amenaza. En los primeros seis meses del periodo analizado, el 33 % de los actores fueron clasificados como de riesgo medio o superior. En la segunda mitad, esa proporción subió al 56 %. Es decir, el peso de los actores más peligrosos creció aproximadamente 1,7 veces.
Esto no significa necesariamente que todos los atacantes se hayan vuelto expertos de la noche a la mañana. Lo que sugiere es que la IA puede reducir la distancia entre quienes tienen grandes capacidades técnicas y quienes no. Actividades que antes estaban reservadas a operadores con experiencia pueden ser asistidas, guiadas o parcialmente automatizadas por modelos capaces de ejecutar tareas complejas.
Este punto altera una de las ideas tradicionales de la ciberseguridad: que el nivel técnico del atacante determina de forma clara el nivel de riesgo. Si una herramienta de IA puede realizar por él parte del trabajo avanzado, esa relación se debilita.
El problema de medir el peligro con criterios antiguos
Los equipos de seguridad suelen evaluar la peligrosidad de un atacante observando cuántas técnicas utiliza, qué herramientas emplea o qué interfaces maneja. Pero el análisis de Anthropic indica que estos indicadores ya no son tan fiables.
En su conjunto de datos, los actores menos cualificados usaban unas 16 técnicas distintas de media, mientras que los más cualificados utilizaban unas 20. La diferencia existe, pero no es tan grande como cabría esperar. Además, la plataforma usada —una API, una interfaz de chat o una herramienta como Claude Code— tampoco correlacionaba claramente con el nivel de riesgo.
Lo que mejor distinguía a los actores más peligrosos no era cuántas técnicas usaban, sino dónde aplicaban la IA dentro del ataque. Los actores de mayor riesgo concentraban su uso en tareas más exigentes: descubrimiento de cuentas, movimiento lateral, escalada de privilegios y toma de decisiones operativas.
Aun así, incluso ese indicador empieza a perder fuerza. Si cada vez más atacantes utilizan IA en fases avanzadas, el verdadero elemento diferencial será otro: la arquitectura que construyen alrededor del modelo.
Ataques más autónomos y encadenados
Uno de los aspectos más inquietantes del informe es el avance hacia operaciones más autónomas. Anthropic señala que los actores de mayor riesgo diseñan estructuras que permiten a los modelos encadenar distintas fases de un ciberataque con mínima intervención humana.
Esto cambia el escenario. Ya no hablamos solo de pedir a una IA que escriba un correo fraudulento o que genere un script. Hablamos de sistemas capaces de ejecutar pasos sucesivos, analizar resultados, decidir la siguiente acción y continuar la operación casi como un agente semiautónomo.
La compañía cita una operación de ciberespionaje estatal interrumpida en noviembre de 2025, en la que un actor malicioso manipuló Claude Code para intentar infiltrarse en objetivos de distintos países con poca intervención humana. En ese caso, el modelo ejecutó comandos, explotó vulnerabilidades, robó credenciales y tomó decisiones tácticas, requiriendo participación humana solo en momentos concretos.
