La misma tecnología que permite construir mejores defensas también está siendo utilizada para crear ataques más rápidos, personalizados y escalables. La competencia ya no ocurre únicamente entre atacantes y sistemas de seguridad. Cada vez más, ocurre entre sistemas de inteligencia artificial que intentan engañar y sistemas de inteligencia artificial que intentan detectar ese engaño.
El atacante también está automatizando
La evolución más importante no está solamente en la creación de deepfakes o correos generados por IA. Está en la capacidad de integrar inteligencia artificial en diferentes etapas de una operación fraudulenta.
Google Threat Intelligence reportó en 2026 que los actores maliciosos están utilizando IA para investigación de vulnerabilidades, desarrollo de exploits, generación de infraestructura, reconocimiento y creación de campañas de ingeniería social. También identificó experimentos con malware capaz de utilizar IA durante su ejecución para modificar dinámicamente su comportamiento. Esto cambia la economía del ataque.
Una operación que antes requería especialistas, tiempo y múltiples herramientas puede comenzar a automatizar partes del proceso. La IA puede ayudar a investigar a una víctima, construir un mensaje convincente, generar contenido sintético y adaptar la estrategia cuando la víctima responde de determinada manera.
Google también observó durante 2025 una maduración del mercado clandestino de herramientas basadas en IA. Entre las capacidades anunciadas se encontraban funciones para phishing, desarrollo de malware e investigación de vulnerabilidades.
El problema, por tanto, no es únicamente que los ataques sean "más inteligentes". Es que pueden ser más eficientes y reproducibles.
Del phishing genérico a la personalización a escala
La IA está modificando especialmente la ingeniería social.
Un atacante ya no necesita necesariamente enviar miles de mensajes idénticos esperando que alguien caiga. Puede generar comunicaciones adaptadas al contexto de cada víctima, imitar estilos de escritura, crear voces sintéticas o construir imágenes y videos capaces de reforzar una identidad falsa.
El FBI registró más de 22,000 denuncias relacionadas con el uso de inteligencia artificial en 2025, con pérdidas ajustadas superiores a US$893 millones. Entre los métodos documentados se encuentran el uso de IA generativa para crear correos de Business Email Compromise, clonar voces para solicitar transferencias y producir contenido utilizado en distintos tipos de fraude. Esto introduce una nueva dificultad para las organizaciones financieras. El contenido de una interacción puede parecer legítimo incluso cuando la identidad detrás de ella no lo es.
Cuando la IA también defiende
La respuesta no consiste en dejar de utilizar IA. Precisamente porque los atacantes están incorporándola, los equipos de seguridad necesitan utilizarla para analizar el mismo entorno a mayor velocidad. Aquí aparece la segunda mitad de la ecuación. Los modelos pueden analizar grandes cantidades de señales, detectar comportamientos anómalos, encontrar relaciones entre eventos aparentemente independientes y ayudar a priorizar investigaciones.
Google describe esta dinámica como un escenario de doble uso. Mientras los atacantes emplean IA para acelerar sus operaciones, la compañía utiliza sistemas como Big Sleep para identificar vulnerabilidades y CodeMender para ayudar a corregirlas automáticamente. La lógica también puede trasladarse al fraude.
Si el atacante puede automatizar la generación de una identidad sintética, una interacción falsa o una campaña de ingeniería social, el defensor necesita automatizar la capacidad de evaluar esas señales. La velocidad se convierte en parte de la defensa.
El desafío no es detectar una señal, sino conectar el contexto
Uno de los principales límites de los enfoques tradicionales es analizar cada evento de manera aislada.
- Una credencial puede ser válida.
- El dispositivo puede ser conocido.
- La ubicación puede parecer posible.
- La sesión puede haber superado una autenticación.
Y aun así, la operación completa puede representar un comportamiento fraudulento.
La IA permite avanzar hacia una evaluación más contextual. En lugar de preguntar únicamente si una determinada señal es correcta o incorrecta, puede analizar qué tan coherente es el conjunto de señales con el comportamiento esperado. Esto es especialmente relevante cuando aparecen ataques que combinan técnicas.
Un fraude puede comenzar con phishing, continuar con el robo de una sesión, utilizar ingeniería social y terminar con una transferencia aparentemente legítima. Ningún evento aislado necesariamente explica el riesgo completo. La inteligencia está en relacionarlos.
El nuevo campo de batalla
Deloitte señala que el uso de IA en instituciones financieras continúa creciendo y que los casos de uso relacionados con detección de fraude se encuentran entre los más frecuentes. Al mismo tiempo, identifica desafíos de gobernanza y la necesidad de establecer controles y límites adecuados alrededor de estos modelos. Esto plantea una cuestión estratégica para bancos y fintechs.
¿Qué sucede cuando la velocidad de adaptación del atacante supera la velocidad de actualización de las defensas?
La respuesta no puede depender únicamente de incorporar otro modelo de IA. Los equipos necesitan capacidad para observar continuamente el entorno, combinar señales, reevaluar riesgo cuando cambia el contexto y aprender de nuevos patrones de ataque. Porque el objetivo del atacante tampoco permanece estático. La carrera será continua.
La IA utilizada por los criminales evolucionará. Los modelos defensivos también tendrán que hacerlo. Y la ventaja no necesariamente estará en quién tenga "más IA", sino en quién pueda convertirla más rápidamente en contexto, inteligencia y decisiones de seguridad.
AI vs. AI: la próxima etapa de la prevención del fraude
La inteligencia artificial está cambiando la naturaleza del fraude digital. Ya no se trata solamente de detectar un correo malicioso, una identidad falsa o una transacción inusual. Se trata de comprender operaciones cada vez más dinámicas, donde múltiples técnicas pueden combinarse y adaptarse en tiempo real.
En este escenario, la defensa necesita evolucionar desde modelos que reaccionan ante patrones conocidos hacia sistemas capaces de interpretar señales, contexto y comportamiento de manera continua. La carrera entre atacantes y defensores ya comenzó. Y, en esta nueva etapa, la pregunta no será quién utiliza inteligencia artificial. Será quién puede utilizarla para adaptarse más rápido.
Manténgase un paso delante del fraude