IBM afirma que las brechas impulsadas por IA cuestan a las empresas 6 millones de dólares de media

IBM situó la seguridad de la IA en el centro de google news tras descubrir que más del 20% de las organizaciones analizadas sufrió brechas dirigidas a modelos o aplicaciones de IA. La cifra principal resulta inquietante, pero solo refleja la mitad del conflicto. Los atacantes también están usando IA para hacer que las intrusiones convencionales sean más rápidas, baratas y difíciles de contener para los defensores.

El informe de brechas de 2026 de IBM separa esos dos problemas. Uno se refiere a ataques contra sistemas de IA, incluidas sus API, complementos, cargas de trabajo en la nube, modelos y datos de entrenamiento. El otro se refiere a ataques habilitados por IA, en los que los delincuentes usan deepfakes, malware o flujos de trabajo automatizados contra un objetivo más amplio.

Esa distinción importa porque las cifras más citadas describen a grupos distintos. En su anuncio oficial de los hallazgos, IBM afirma que una de cada cuatro brechas maliciosas fue habilitada por IA, un aumento del 56% respecto al año anterior. Por separado, más del 20% de las organizaciones informó de una brecha dirigida a un modelo o una aplicación de IA.

Los resultados del Reino Unido añaden otra medida. Según la cobertura del estudio, el 22% de las empresas británicas experimentó una brecha de seguridad relacionada con IA durante el año anterior. Tratar los tres porcentajes como intercambiables exageraría lo que establece la investigación.

El hallazgo más profundo es más difícil de descartar. La IA empresarial ha creado más identidades, interfaces, flujos de datos y acciones automatizadas que los equipos de seguridad deben gestionar. Los atacantes no siempre necesitan comprometer el propio modelo. Pueden explotar los sistemas ordinarios que lo rodean.

Eso convierte la situación en una competencia entre el rápido despliegue de IA y el trabajo más lento de establecer controles. La misma tecnología también refuerza la defensa, lo que da a las organizaciones un motivo para desplegar más IA en lugar de retirarse de ella.

Lo que realmente muestran las cifras de IBM para 2026

La IA aparece ahora en ambos lados de la ecuación de las brechas: como objetivo de los atacantes y como instrumento que utilizan.

IBM publicó su Informe sobre el coste de una brecha de datos de 2026 el 29 de julio. Ponemon Institute realizó la investigación subyacente, mientras que IBM la patrocinó y analizó. El conjunto de datos abarca brechas sufridas por 602 organizaciones de todo el mundo entre marzo de 2025 y febrero de 2026.

El informe sitúa el coste medio global de una brecha en 4,99 millones de dólares. Esto representa un aumento anual del 12% y un récord para el estudio. IBM atribuye el incremento a unos costes más altos de detección, escalada y pérdida de negocio.

Las brechas maliciosas habilitadas por IA fueron aún más costosas. IBM informa de un coste medio de 6 millones de dólares, aproximadamente 1 millón por encima de la cifra global total. Estos incidentes representaron una de cada cuatro brechas maliciosas y aumentaron un 56% respecto al año anterior.

Habilitada por IA significa que el atacante usó IA durante la operación. La suplantación mediante deepfake fue la forma más reportada, presente en el 45% de esta categoría, según la cobertura centrada en el Reino Unido. El malware y el phishing habilitados por IA también contribuyeron al aumento.

Los ataques dirigidos a sistemas de IA conforman una categoría relacionada pero independiente. Más del 20% de las organizaciones informó de una brecha dirigida a un modelo o aplicación de IA. Los puntos de entrada más habituales no fueron ataques exóticos contra las matemáticas de los modelos.

Las API, aplicaciones o complementos comprometidos representaron el 27% de las causas reportadas. Las configuraciones erróneas en la nube que afectaban a cargas de trabajo de IA también representaron el 27%. La simetría apunta a un problema de seguridad conocido: los nuevos servicios de IA suelen heredar antiguas debilidades en el acceso, la integración y la gestión de infraestructura.

Una API, o interfaz de programación de aplicaciones, permite que los sistemas de software intercambien solicitudes y datos. Un complemento da a una aplicación acceso a otro servicio o capacidad. Ambos pueden convertirse en vías de alto valor cuando una aplicación de IA recibe permisos amplios o maneja información corporativa sensible.

La cobertura inicial también destacó los resultados del Reino Unido. Informó de que el 22% de las empresas británicas experimentó una brecha de seguridad relacionada con IA durante el año anterior. El coste medio de una brecha en el Reino Unido cayó de 3,29 millones de libras en 2025 a 3,13 millones de libras en 2026, incluso cuando el número de brechas reportadas aumentó de 29.000 a 29.870.

Estas cifras nacionales complican la historia global. Las brechas se volvieron más frecuentes en la muestra del Reino Unido, pero su coste medio disminuyó. Los servicios financieros siguieron afrontando un promedio de 5,46 millones de libras, mientras que las empresas energéticas promediaron 4,03 millones de libras.

La cuestión no es que una de cada cinco brechas en todas partes tenga la misma causa. La investigación de IBM utiliza varias medidas superpuestas entre muestras globales y nacionales. La conclusión defendible es que la exposición relacionada con IA ya no es un caso marginal dentro de la seguridad empresarial.

Por qué el titular de Google News exige una lectura cuidadosa

La expresión “brecha relacionada con IA” abarca varios eventos distintos, y cada uno exige una respuesta defensiva diferente.

Un lector que encuentre la noticia a través de google news podría asumir razonablemente que los delincuentes hackearon directamente un modelo de IA en una de cada cinco brechas. Los datos de IBM no respaldan esa interpretación simplificada.

Una organización puede sufrir un ataque dirigido a su sistema de IA. Un atacante puede usar IA contra un sistema convencional. Un empleado puede exponer datos mediante un servicio de IA no autorizado. Estos eventos se solapan, pero no son idénticos.

Este problema de medición es más que una salvedad técnica. Determina qué controles necesita una organización y dónde deben concentrar su atención limitada los equipos de seguridad.

Un ataque dirigido a un modelo puede buscar datos de entrenamiento, credenciales, prompts o información confidencial disponible mediante sistemas de recuperación. También puede manipular las entradas de un modelo o explotar permisos excesivos concedidos a un agente autónomo.

Un ataque habilitado por IA utiliza la tecnología del lado del atacante. Una llamada de voz deepfake puede suplantar a un ejecutivo. Las herramientas generativas pueden ayudar a producir mensajes de phishing convincentes, traducir señuelos o adaptar malware con mayor rapidez.

La IA en la sombra crea una tercera vía. El término describe herramientas de IA utilizadas sin aprobación formal, visibilidad ni gobernanza. Los empleados podrían pegar registros de clientes en un chatbot de consumo, instalar una extensión de navegador no revisada o conectar un asistente de reuniones a documentos internos.

La investigación de IBM de 2025 sobre la brecha de supervisión de la IA ofrece un contexto histórico útil. Descubrió que el 13% de las organizaciones analizadas había experimentado una brecha que involucraba un modelo o una aplicación de IA. Otro 8% no sabía si se había producido tal compromiso.

Entre las organizaciones que informaron de un compromiso relacionado con IA, el 97% carecía de controles adecuados de acceso a IA. El sesenta por ciento de esos incidentes comprometió datos, mientras que el 31% provocó interrupciones operativas.

La misma investigación descubrió que una de cada cinco organizaciones informó de una brecha vinculada a IA en la sombra. Las organizaciones con niveles elevados de IA en la sombra experimentaron 670.000 dólares más en costes medios de brechas que aquellas con poca o ninguna.

La gobernanza ya se estaba quedando atrás. El sesenta y tres por ciento de las organizaciones afectadas por brechas no tenía una política de gobernanza de IA o todavía estaba desarrollando una. Entre las que tenían una política, solo el 34% realizaba auditorías periódicas para detectar el uso no autorizado de IA.

Estos resultados anteriores hacen más plausible el aumento de 2026. Las empresas pasaron otro año conectando modelos a datos, aplicaciones y procesos de negocio. Muchas partían de una base de controles débil.

Sin embargo, la comparación interanual sigue requiriendo cautela. IBM introdujo mediciones de IA más profundas recientemente, y los cambios en las definiciones pueden afectar a la prevalencia reportada. Una mejor detección también puede hacer que el problema parezca crecer porque las organizaciones finalmente reconocen incidentes que antes no se clasificaban.

La muestra de IBM merece el mismo escrutinio que se aplica a cualquier estudio sobre costes de brechas. Cubre organizaciones que experimentaron brechas, no un censo aleatorio de todas las empresas. Sus promedios no deben interpretarse como una predicción de lo que perderá una empresa concreta.

Aun así, la investigación es valiosa porque expone patrones recurrentes. Los incidentes de IA se concentran en torno a controles de acceso débiles, integraciones inseguras, errores de configuración en la nube y poca visibilidad. Son hallazgos sobre los que se puede actuar, incluso cuando el porcentaje del titular requiere contexto.

La IA abarata los ataques mientras la defensa sigue siendo costosa

La disyuntiva central es económica: los atacantes pueden automatizar una mayor parte de su trabajo, mientras que los defensores siguen pagando por la investigación, la contención, la recuperación y la pérdida de negocio.

IBM describe la IA como un factor que está cambiando la economía del riesgo cibernético. La tecnología puede reducir el trabajo necesario para crear un señuelo, suplantar a una persona de confianza o probar variaciones de un ataque. La víctima sigue afrontando el coste organizativo completo de responder.

Mark Hughes, socio director global de IBM Cybersecurity Services, afirmó que los modelos avanzados de frontera permiten a los atacantes ejecutar operaciones “en minutos en lugar de días”. La afirmación refleja la interpretación de IBM sobre la amenaza, pero la dirección subyacente es creíble incluso cuando la tasa exacta de aceleración varía según el ataque.

Los deepfakes ilustran el desequilibrio. Un delincuente no necesita reproducir perfectamente a un ejecutivo en todos los contextos. La voz o el vídeo sintético solo necesita generar suficiente urgencia y familiaridad para que un empleado supere un control.

Los filtros tradicionales de phishing también evalúan mensajes, enlaces e infraestructura maliciosa conocida. Una solicitud cuidadosamente personalizada, entregada mediante voz, vídeo o una cuenta de colaboración ya establecida, puede eludir esas señales conocidas.

Los agentes de IA elevan las apuestas del lado empresarial. Un agente es software capaz de planificar y realizar acciones en distintos sistemas con una intervención humana limitada. Puede buscar documentos, actualizar registros de clientes, ejecutar código o iniciar un flujo de trabajo.

Cada acción requiere una identidad y permisos. Si un agente recibe acceso amplio, un token robado o una instrucción manipulada puede producir efectos que van más allá de la respuesta de un único chatbot. El perímetro de seguridad se desplaza desde la interfaz del modelo hacia todos los sistemas a los que el agente puede acceder.

El informe de IBM indica que más de la mitad de las organizaciones utilizó agentes para la detección y contención de amenazas. Solo el 18% los aplicó a la gestión de vulnerabilidades. Esa brecha deja debilidades conocidas sin resolver mientras los atacantes obtienen formas más rápidas de localizarlas o explotarlas.

La infraestructura crítica asume una parte desproporcionada del riesgo. IBM afirma que el 62% de los ataques impulsados por IA del estudio se dirigió a sectores de infraestructura crítica. Los servicios financieros y la energía registraron las mayores concentraciones.

El coste medio global de las brechas en servicios financieros fue de 6,3 millones de dólares. Las brechas en el sector energético promediaron 5,2 millones de dólares. Un incidente en cualquiera de estas industrias puede extenderse más allá de la víctima a través de redes de pago, proveedores, clientes o servicios esenciales.

El ransomware añade otra presión económica. IBM informa de que los incidentes de ransomware aumentaron del 34% al 39% de las brechas estudiadas. Los atacantes utilizaron cada vez más la reputación como palanca, citada en el 41% de los casos de ransomware, seguida de los datos de empleados con un 35% y la propiedad intelectual con un 31%.

Esta estrategia cambia el cálculo de la recuperación. Restaurar sistemas no elimina la información filtrada ni el daño reputacional. Una empresa puede contener la intrusión técnica y, aun así, seguir afrontando notificaciones, investigaciones, litigios y pérdidas de clientes.

La IA puede ayudar a escalar las operaciones, pero no elimina la necesidad de acceso por parte del atacante. Las credenciales, los servicios expuestos, el software sin parches y la manipulación social siguen siendo elementos centrales. Las nuevas herramientas amplifican esas vías en lugar de sustituirlas.

Por eso, el conflicto principal no es entre humanos y máquinas. Es entre la automatización rápida y un control fragmentado. Los atacantes pueden concentrar sus esfuerzos en una única brecha, mientras que los defensores deben comprender cada identidad, integración, almacén de datos y acción de agente.

Las mismas herramientas de IA pueden reducir el coste de las brechas

La advertencia de IBM no es un argumento contra la IA defensiva, porque el informe también asocia la automatización extensiva de la seguridad con ahorros importantes.

Las organizaciones que utilizan ampliamente la IA y la automatización en las operaciones de seguridad registraron un ahorro medio de costes de 1,93 millones de dólares frente a las organizaciones que no utilizan ninguna. El estudio de IBM de 2025 informó de una diferencia similar, de 1,9 millones de dólares, y de una reducción de 80 días en el ciclo de vida de las brechas.

El ciclo de vida de una brecha mide el tiempo necesario para identificar y contener un incidente, incluida la restauración del servicio según la metodología de IBM. Unos ciclos más cortos pueden reducir el coste de la investigación, la interrupción del negocio y el tiempo disponible para que los atacantes se desplacen por una red.

El hallazgo plantea una disyuntiva real. Las empresas necesitan detección habilitada por IA para responder a velocidad de máquina, pero cada agente defensivo también se convierte en otra identidad que requiere control. El despliegue sin inventario, límites de permisos y registros de auditoría puede generar la exposición que pretende reducir.

La automatización funciona mejor en tareas con evidencia clara y autoridad delimitada. Un sistema de seguridad puede correlacionar un inicio de sesión inusual con una solicitud sospechosa de token, aislar un endpoint o priorizar una vulnerabilidad conocida. Estas acciones se vuelven más arriesgadas cuando un agente puede modificar sistemas de producción sin revisión.

IBM recomienda controles de acceso dinámicos y basados en la identidad para los agentes. En términos prácticos, un agente debería recibir únicamente los permisos necesarios para su tarea actual. Sus acciones deben seguir siendo atribuibles a una persona o servicio responsable, y los equipos de seguridad deben poder reconstruir lo sucedido.

Los controles de datos son igual de importantes. Las organizaciones deben saber dónde residen los registros sensibles, qué modelos pueden recuperarlos y adónde viajan las salidas generadas. La clasificación y la supervisión en tiempo real ayudan a vincular una interacción de IA con el riesgo de datos que genera.

La configuración de la nube sigue siendo una prioridad porque las cargas de trabajo de IA rara vez operan de forma aislada. Dependen de almacenamiento de objetos, bases de datos, servicios de identidad, endpoints de modelos y API de terceros. Un modelo perfectamente protegido no puede compensar un bucket de datos público o una credencial administrativa expuesta.

El cifrado es otra debilidad sin resolver. Solo el 37 % de las organizaciones afectadas por brechas en la muestra de IBM afirmó cifrar los datos sensibles tanto en reposo como en tránsito. Apenas el 34 % tenía visibilidad sobre sus activos criptográficos.

Estas cifras quedan fuera del titular sobre IA, pero muestran por qué los controles habituales siguen importando. La IA puede acelerar una intrusión, pero las consecuencias dependen de si los datos estaban protegidos, el acceso segmentado y el comportamiento anómalo detectado.

Los equipos de seguridad también necesitan un inventario preciso de los sistemas de IA. Ese inventario debe incluir modelos autorizados, funciones de IA integradas, agentes, cuentas de servicio, complementos, conexiones de datos y servicios de consumo accesibles para los empleados.

Un documento de políticas por sí solo no puede proporcionar esa visibilidad. El hallazgo anterior de IBM de que solo el 34 % de las organizaciones con políticas de gobernanza de IA realizaba auditorías periódicas de IA en la sombra ilustra la brecha entre la gobernanza declarada y la aplicación operativa.

Por tanto, la respuesta más creíble combina gobernanza e ingeniería. La política define el uso aceptable y la propiedad. Los controles técnicos descubren sistemas, restringen permisos, supervisan comportamientos y preservan pruebas.

Los ejercicios de respuesta a incidentes deben incluir escenarios específicos de IA. Una empresa debe saber cómo revocar las credenciales de un agente, desactivar una integración comprometida, preservar prompts y registros, y determinar a qué datos accedió el sistema.

Esta preparación no debe convertirse en una prohibición general de la IA. Las prohibiciones pueden empujar a los empleados hacia herramientas menos visibles. Las alternativas aprobadas, normas claras sobre datos y procesos de revisión utilizables ofrecen a los empleados una vía más segura al tiempo que preservan la visibilidad de seguridad.

Lo que la advertencia de IBM no demuestra

El informe establece un patrón de exposición grave, pero no demuestra que la IA haya causado cada incidente etiquetado como relacionado con la IA.

Las estadísticas de seguridad suelen combinar causa, objetivo y tecnología habilitadora. Un complemento comprometido vinculado a una aplicación de IA puede implicar un robo de credenciales convencional. Una configuración incorrecta de la nube podría haber expuesto los mismos datos aunque la carga de trabajo atendiera análisis convencionales.

Llamar a esos eventos relacionados con la IA es razonable porque el sistema afectado procesa cargas de trabajo de IA. No significa que el modelo introdujera el defecto original.

La misma cautela se aplica a los ataques habilitados por IA. Un atacante puede utilizar un modelo de lenguaje para redactar un correo de phishing, pero el fallo decisivo puede seguir siendo una autenticación débil o que un empleado apruebe una solicitud fraudulenta.

La atribución plantea otro problema. Las víctimas pueden identificar el uso de un deepfake porque reciben audio o vídeo sintético. Demostrar que un malware fue desarrollado, modificado o dirigido por IA puede ser más difícil.

Las organizaciones también difieren en su capacidad para detectar la implicación de la IA. Un equipo de seguridad maduro podría identificar un token de agente comprometido y clasificar el incidente con precisión. Una empresa menos preparada podría registrar el mismo comportamiento como acceso no autorizado genérico.

Esto crea una paradoja en los informes. Una supervisión más sólida puede aumentar el número medido de incidentes relacionados con la IA incluso mientras reduce su gravedad. Un aumento de la prevalencia no significa automáticamente que todas las medidas defensivas estén fallando.

La posición comercial de IBM también merece transparencia. La empresa vende software de seguridad, consultoría, servicios de identidad, protección de datos y gobernanza de IA. Su informe puede contener investigación útil y, al mismo tiempo, respaldar la demanda de esos productos.

La metodología ayuda a los lectores a evaluar las afirmaciones. Ponemon Institute estudió 602 organizaciones afectadas por brechas en todo el mundo, e IBM patrocinó y analizó el trabajo. La encuesta de seguimiento de mayo de 2026 incluyó a 456 de esas organizaciones.

En ese seguimiento, el 85 % afirmó que conocer las capacidades avanzadas de la IA de frontera les llevaría a aumentar el gasto en seguridad. En comparación, el 64 % de la investigación inicial planeaba gastar más tras experimentar una brecha.

La comparación sugiere que los informes sobre IA de frontera influyen en los presupuestos antes de que ocurran incidentes. No demuestra que toda inversión prevista reduzca el riesgo ni que la defensa autónoma sea siempre el mejor uso de los fondos.

Las organizaciones todavía deben decidir dónde los controles producen beneficios medibles. Más herramientas de seguridad pueden crear alertas duplicadas, paneles en competencia y una responsabilidad poco clara. Un agente que identifica una debilidad ofrece un valor limitado si ningún equipo asume su corrección.

La interpretación más útil evita ambos extremos. La IA no es ni una nueva clase mágica de ataque que invalide la seguridad existente ni una etiqueta de marketing aplicada a brechas conocidas.

Es un acelerador conectado a una superficie de ataque empresarial en expansión. Aumenta la velocidad y la escala de algunos ataques, al tiempo que crea nuevas identidades, interfaces y almacenes de contexto sensible.

Esta conclusión sigue siendo importante sin tratar cada cifra de IBM como universal. Dirige la atención hacia el control de acceso, la seguridad de las integraciones, la configuración de la nube, la visibilidad de los datos y la velocidad de respuesta.

Tres señales que observar después del ciclo de noticias de Google

La próxima prueba será si las organizaciones convierten la preocupación en una corrección más rápida, permisos de agente más estrictos y menores costes de incidentes.

La primera señal es la adopción de IA para la gestión de vulnerabilidades. IBM descubrió que más de la mitad de las organizaciones utilizaban agentes para la detección y la contención, mientras que solo el 18 % los usaba para gestionar vulnerabilidades.

La detección identifica actividad sospechosa después o durante una intrusión. La gestión de vulnerabilidades aborda las debilidades antes de que los atacantes las exploten. Si la cifra del 18 % aumenta, las organizaciones estarán aplicando la automatización antes en la cadena de seguridad.

Eso reforzaría el argumento de IBM de que la defensa debe operar más cerca de la velocidad de los atacantes. Si la adopción sigue concentrada en las alertas, persistirá la brecha de corrección, independientemente de cuántas herramientas de IA compren los equipos de seguridad.

La medida importante no es el número de agentes desplegados. Es el tiempo entre descubrir una debilidad y corregirla. Las organizaciones deberían seguir si la automatización reduce ese intervalo sin crear cambios no autorizados ni inestabilidad operativa.

La segunda señal es la calidad de los controles de identidad de los agentes. Las empresas están conectando agentes a entornos de desarrollo, sistemas de clientes, repositorios de documentos y herramientas operativas. Esas conexiones necesitan permisos de alcance limitado, credenciales de corta duración y una atribución fiable.

Una mejora significativa se reflejaría en los inventarios y las revisiones de acceso. Los equipos de seguridad deberían saber qué agentes existen, quién es responsable de ellos, a qué datos pueden acceder y qué acciones pueden realizar.

La evidencia de que las organizaciones aplican controles en tiempo de ejecución respaldaría la respuesta propuesta por IBM. La dependencia continuada de cuentas de servicio estáticas con permisos amplios la debilitaría.

Las revisiones de incidentes ofrecerán otra pista. Cuando un agente contribuya a un evento de seguridad, las empresas deberían poder reconstruir sus instrucciones, llamadas a herramientas, transiciones de identidad y acceso a datos. La ausencia de registros demostraría que la adopción sigue superando a la gobernanza.

La tercera señal es la economía de las brechas del próximo año. La comparación más clara será si los incidentes habilitados por IA siguen costando más que la media global y si la automatización defensiva mantiene los ahorros comunicados.

Las cifras de IBM para 2026 establecen una línea de referencia exigente: 4,99 millones de dólares para la brecha global media, 6 millones de dólares para una brecha maliciosa habilitada por IA y 1,93 millones de dólares en ahorros asociados con una automatización extensiva de la seguridad.

Una reducción de la brecha de costes sugeriría que los controles están alcanzando el ritmo. Una ampliación de la brecha indicaría que la eficiencia de los atacantes y la complejidad empresarial siguen superando las mejoras defensivas.

Los lectores también deberían observar si los futuros informes conservan las mismas categorías. Definiciones estables para ataques habilitados por IA, ataques contra sistemas de IA e IA en la sombra harán más creíbles las comparaciones interanuales.

El actual titular de Google News se desvanecerá, pero las preguntas operativas permanecerán. ¿Puede una empresa identificar a cada agente de IA que actúa en su entorno? ¿Puede revocar el acceso con rapidez? ¿Puede determinar a qué información llegó un sistema comprometido?

Estas preguntas importan a desarrolladores, líderes de seguridad, compradores empresariales y trabajadores del conocimiento. Los desarrolladores determinan qué permisos y registros expone una aplicación de IA. Los compradores deciden si los proveedores aportan evidencias de seguridad utilizables. Los empleados influyen en el destino de la información sensible.

Los equipos deberían conservar esas decisiones, inventarios de sistemas, registros de incidentes y supuestos de acceso en una base de conocimiento con capacidad de búsqueda. La documentación no puede sustituir la aplicación técnica, pero la falta de contexto hace que la investigación y la rendición de cuentas sean más lentas.

La advertencia más importante de IBM no es la cifra de uno de cada cinco por sí sola. Es la brecha creciente entre la rapidez con la que las organizaciones conectan la IA al trabajo real y la lentitud con la que establecen visibilidad en torno a esas conexiones.

La respuesta práctica empieza con una acción: mapear cada modelo, agente, complemento, identidad y fuente de datos que ya esté en uso. Después, preguntar qué conexión crea la mayor vía no supervisada hacia sistemas sensibles.

¿Qué descubriría su organización si realizara ese inventario antes de que la próxima brecha obligara a plantear la pregunta?