Las ciberamenazas de IA de Microsoft ya están conectadas a los sistemas a los que atacan
Microsoft ha advertido que las ciberamenazas de IA ahora conectan identidades, agentes, servicios en la nube y cadenas de suministro, aunque a menudo se basan en métodos de ataque conocidos.
La advertencia procede de su Informe de Defensa Digital de 2026, publicado el 1 de octubre tras examinar la actividad de amenazas entre julio de 2025 y junio de 2026. Microsoft afirma que los atacantes utilizan IA en el reconocimiento, la ingeniería social, el desarrollo de malware, la investigación de vulnerabilidades y las tareas realizadas después de una intrusión inicial.
El conflicto central no enfrenta a humanos contra sistemas de hacking plenamente autónomos. Microsoft afirma que los operadores humanos siguen controlando la mayoría de las campañas maliciosas. El cambio consiste en que la IA les ayuda a investigar objetivos, personalizar mensajes, modificar código e interpretar información robada con mayor rapidez.
Esto hace que la amenaza sea más difícil de tratar como una colección de incidentes técnicos aislados. Una identidad robada puede conectar a un atacante con datos en la nube, aplicaciones empresariales, agentes de IA y herramientas administrativas de confianza. Pequeñas señales en esos sistemas pueden combinarse en una intrusión mucho mayor.
El argumento de Microsoft también implica una tensión estratégica. Las mismas capacidades de IA pueden ayudar a los defensores a encontrar vulnerabilidades, correlacionar alertas e investigar ataques. También pueden reducir el esfuerzo necesario para crear señuelos convincentes o buscar debilidades.
El resultado es una competencia operativa entre atacantes asistidos por IA y una defensa conectada. La velocidad importa, pero la visibilidad sobre identidades, herramientas y datos importa más.
Qué cambió el Informe de Defensa de Microsoft de 2026
La última advertencia de Microsoft replantea las ciberamenazas de IA como un problema de acceso conectado, no simplemente de contenido malicioso generado por un modelo.
El Informe de Defensa Digital describe dos riesgos superpuestos. Los atacantes pueden usar IA contra sistemas tradicionales y pueden atacar los componentes que hacen funcionar los sistemas de IA.
Esos componentes incluyen prompts, datos de modelos, infraestructura de servicio, información de usuarios, resultados generados, herramientas e identidades de agentes. Un ataque contra un componente puede crear acceso a varios otros.
Este modelo es más amplio que la preocupación conocida de que delincuentes pidan a un chatbot que escriba malware. Microsoft afirma que la mayor parte del uso malicioso de IA observado sigue respaldando etapas individuales dentro de flujos de trabajo de ataque establecidos.
Los actores de amenazas utilizan modelos de lenguaje para redactar mensajes, traducir contenido, investigar vulnerabilidades, estructurar scripts, depurar malware y resumir registros robados. Por lo general, los operadores humanos conservan el control sobre sus objetivos y decisiones de despliegue.
La evaluación de seguridad de Microsoft del 1 de octubre enfatiza esa continuidad. Las personas, las identidades, los sistemas expuestos y el acceso de confianza siguen siendo elementos centrales de la actividad que observan sus equipos.
La tecnología cambia la economía que rodea esos métodos. Un operador puede probar más variantes, adaptar material para más objetivos y procesar más información sin desarrollar manualmente cada capacidad.
El informe también amplía el perímetro defensivo. Los agentes de IA pueden interactuar con datos empresariales, aplicaciones, API y herramientas de software. Una API es una interfaz definida que permite a aplicaciones separadas intercambiar datos o acciones.
Estas conexiones hacen útiles a los agentes. También dan a los equipos de seguridad más relaciones que inventariar, autenticar, supervisar y revocar.
Microsoft divide la superficie de ataque agéntica en cinco grandes clases de riesgo. Estas abarcan la manipulación de prompts, la exposición de datos sensibles, el compromiso de identidades, la autonomía excesiva y el daño a la integridad operativa.
La autonomía excesiva ocurre cuando un sistema realiza acciones más allá del comportamiento que su propietario pretendía o aprobaba. Un agente manipulado podría encadenar varias herramientas permitidas individualmente en una secuencia insegura.
La integridad operativa abarca la fiabilidad de prompts, memoria, configuración, datos de entrenamiento, dependencias de software y registros. Un atacante que altere esos elementos puede influir en comportamientos posteriores sin comprometer directamente el modelo subyacente.
Este enfoque cambia la pregunta de seguridad. Los equipos no pueden evaluar un agente únicamente comprobando si su modelo rechaza una solicitud peligrosa.
También deben preguntarse qué identidad utiliza el agente, qué datos puede recuperar y qué acciones puede ejecutar. Necesitan saber si sus credenciales tienen un alcance limitado y si los administradores pueden retirar rápidamente el acceso.
Este cambio convierte la seguridad de IA en un problema de arquitectura. Las salvaguardas del modelo siguen siendo importantes, pero se integran en un sistema más amplio de identidades, permisos, almacenes de datos, aplicaciones y proveedores.
Por qué las ciberamenazas de IA de Microsoft aumentan la presión sobre los defensores
La IA está acortando partes del ciclo de ataque, al tiempo que obliga a los defensores a supervisar un entorno más amplio y conectado.
Las cifras de Microsoft muestran por qué importa esa combinación. Su informe indica que el 63 por ciento de las intrusiones observadas implicó robo de datos, lo que convierte el acceso a la información en un objetivo central para los atacantes.
La empresa también detectó más de 46 millones de ataques de suplantación de contactos empresariales durante los 12 meses anteriores. Estos ataques imitan a personas u organizaciones de confianza para manipular a empleados y hacer que envíen dinero, credenciales o información sensible.
Las cuentas válidas siguen siendo especialmente valiosas. Microsoft afirma que el 52,2 por ciento de las intrusiones que involucraron cuentas válidas derivó en un robo adicional de credenciales.
Ese patrón puede convertir una identidad comprometida en una vía hacia varias más. También permite que la actividad maliciosa se asemeje al comportamiento legítimo que muchos sistemas de monitoreo esperan.
La presión no se distribuye de manera uniforme. Microsoft afirma que los clientes de Estados Unidos representaron el 25,5 por ciento de la actividad de ciberamenazas observada entre enero de 2025 y junio de 2026.
Las agencias y servicios gubernamentales fueron el sector más afectado durante el período de medición de 2026 del informe. Su proporción alcanzó el 27 por ciento, frente al 17 por ciento de 2025.
Las tecnologías de la información siguieron con el 17 por ciento, mientras que la investigación y el ámbito académico representaron el 14 por ciento. Estos sectores combinan datos valiosos con dependencias que pueden propagar un incidente entre socios y clientes.
Microsoft también informa que el phishing representó el 23 por ciento de las intrusiones observadas en 2026, frente al 7 por ciento en 2025. El phishing utiliza comunicaciones engañosas para persuadir a un objetivo de revelar información o realizar una acción insegura.
Ese aumento no demuestra que la IA provocara cada intrusión adicional de phishing. Sin embargo, la evidencia más amplia de Microsoft muestra por qué la IA facilita perfeccionar y adaptar estas campañas.
Su análisis de abril de 2026 informó una tasa de clics del 54 por ciento para el phishing asistido por IA, frente a aproximadamente el 12 por ciento de las campañas más tradicionales. Microsoft describió esa diferencia como un aumento del 450 por ciento en la efectividad.
Estas cifras proceden de la propia visibilidad de amenazas de Microsoft y no deben tratarse como una referencia universal para el sector. La tasa observada puede depender de la segmentación, el diseño de la campaña y la población medida.
Incluso con esa limitación, la dirección operativa es importante. La IA ayuda a los atacantes a localizar mensajes, imitar el lenguaje del entorno laboral y adaptar señuelos a funciones específicas.
También permite una iteración más rápida. Un atacante puede ajustar un mensaje después de obtener malos resultados en lugar de esperar a que un especialista reescriba la campaña.
El ciclo de vida del ataque ahora incluye trabajo asistido por IA desde la investigación inicial hasta la actividad posterior al compromiso. Microsoft ha observado su uso en el desarrollo de identidades ficticias, documentos falsificados, depuración de malware, evasión y análisis de datos robados.
Sin embargo, la presión más inmediata sigue recayendo sobre los sistemas de identidad. Un mensaje convincente solo se convierte en una brecha grave cuando produce un acceso que un atacante puede reutilizar.
Esto significa que los equipos de seguridad deben responder en el correo electrónico, los navegadores, los endpoints, los servicios de identidad, las aplicaciones en la nube y los controles de datos. Las herramientas separadas pueden ver cada una un fragmento sin reconocer la secuencia completa.
Un producto de correo electrónico podría señalar una redacción inusual. Un sistema de identidad podría observar un inicio de sesión sospechoso. Una aplicación en la nube podría registrar una descarga anómala.
La ventaja defensiva aparece solo cuando los equipos conectan esas señales rápidamente. Microsoft sostiene que la telemetría aislada se vuelve más útil cuando los investigadores pueden establecer relaciones entre sistemas.
Por eso los defensores enfrentan algo más que un problema de volumen de alertas. Enfrentan un problema de contexto, en el que la evidencia se distribuye entre límites técnicos y organizativos.
La verdadera competencia es defensa conectada frente a seguridad fragmentada
El argumento principal de Microsoft es que la defensa conectada puede revelar patrones de ataque que permanecen invisibles dentro de productos de seguridad aislados.
Un atacante asistido por IA no necesita una técnica completamente nueva en cada etapa. El operador puede combinar técnicas conocidas en el correo electrónico, las identidades, las aplicaciones en la nube y las herramientas administrativas.
Cada acción individual podría parecer incompleta o moderadamente sospechosa. La relación entre las acciones puede revelar la intrusión.
Consideremos a un empleado que recibe un mensaje altamente personalizado e introduce sus credenciales en un sitio de phishing con proxy inverso. El sitio captura tanto las credenciales como un token de sesión autenticada.
A continuación, una nueva sesión accede al correo electrónico, al almacenamiento en la nube y a herramientas de colaboración. El atacante busca conversaciones financieras, copia documentos y crea otro método de autenticación para mantener la persistencia.
Ningún evento aislado explica por completo la campaña. Los registros del correo electrónico, el navegador, la identidad y la nube deben vincularse mediante el tiempo, el contexto del usuario, la información del dispositivo y los patrones de acceso.
El informe de Microsoft sitúa esta correlación en el centro de la defensa moderna. Los equipos de seguridad ya recopilan información de endpoints, redes, aplicaciones, correo electrónico, entornos en la nube e inteligencia de amenazas.
El desafío es convertir esos registros en una explicación coherente antes de que el atacante avance más. La IA puede ayudar a automatizar correlaciones conocidas y tareas de investigación repetitivas.
Puede agrupar alertas relacionadas, resumir secuencias de eventos y destacar anomalías para un analista experimentado. Esto proporciona a los defensores mayor capacidad para realizar investigaciones más profundas.
Sin embargo, Microsoft establece un límite para la automatización. Las técnicas establecidas pueden repetirse cada vez más mediante máquinas, mientras que las rutas de ataque no documentadas siguen beneficiándose del juicio humano experimentado.
Esta distinción importa porque la defensa conectada no equivale a una defensa completamente autónoma. Los sistemas automatizados pueden heredar datos incompletos, políticas débiles y supuestos incorrectos.
Un agente de seguridad que recibe permisos amplios también puede crear otra vía para los atacantes. Su valor defensivo no elimina la necesidad de credenciales de alcance limitado, controles de acción y registros detallados.
Esto genera la disyuntiva central del informe. Conectar sistemas proporciona a los defensores más contexto, pero cada conexión también puede ampliar la superficie de ataque disponible.
Por tanto, los líderes de seguridad necesitan dos formas de visibilidad. Necesitan visibilidad de amenazas entre sistemas y un inventario de lo que sus agentes de IA pueden acceder o modificar.
El segundo requisito se vuelve más difícil a medida que los equipos empresariales despliegan agentes en los flujos de trabajo diarios. Algunos agentes recuperan documentos, redactan mensajes, consultan bases de datos o actualizan sistemas operativos.
Una organización que no puede identificar a esos agentes no puede asignar responsables ni revisar permisos de forma consistente. Tampoco puede revocar el acceso con confianza después de un incidente.
Este problema se parece a las primeras etapas de la adopción de la nube, cuando los equipos a menudo descubrían aplicaciones no gestionadas después de que los empleados ya hubieran almacenado datos importantes en ellas. Los despliegues de agentes añaden acción autónoma a esa conocida brecha de gobernanza.
Una respuesta práctica empieza por las identidades. Cada agente debe tener una identidad verificable, en lugar de depender de credenciales compartidas o de los privilegios permanentes de un empleado.
Los permisos deben reflejar el conjunto mínimo de acciones necesarias para una tarea específica. El principio de privilegio mínimo limita el daño posible después de que una identidad sea robada o un prompt sea manipulado.
Los equipos de seguridad también deben separar la recuperación de información de la acción. Un agente que puede leer un documento no necesita automáticamente permiso para enviarlo, editarlo o ejecutar las instrucciones que contiene.
Los registros deben conservar tanto las acciones del agente como el contexto que las motivó. Sin ese historial, un investigador no puede distinguir la automatización aprobada del comportamiento manipulado.
Los equipos que gestionan conocimiento sensible deben aplicar una disciplina similar a su base de conocimiento. La propiedad, los límites de acceso y el alcance de la recuperación de información importan cuando los sistemas de IA pueden buscar información interna.
El objetivo no es desconectar todas las herramientas. Es hacer que cada conexión sea visible, atribuible y reversible.
La IA es un acelerador, no todavía un atacante autónomo
La evidencia más sólida respalda que la IA actúa como un multiplicador de fuerza para los operadores humanos, no como un sustituto fiable de estos.
La investigación de Microsoft sobre tácticas de IA afirma que la mayor parte del uso malicioso actual se centra en la generación de texto, código y contenido multimedia. Los operadores utilizan estos resultados para reducir la fricción en flujos de trabajo ya existentes.
Esta evaluación sirve como un importante contrapeso a las afirmaciones dramáticas sobre una ciberguerra autónoma. Microsoft ha observado experimentación con IA agéntica, pero afirma que esa actividad aún no opera a gran escala.
La IA agéntica describe sistemas capaces de tomar decisiones iterativas y ejecutar tareas mediante herramientas conectadas. La fiabilidad y el riesgo operativo todavía limitan su uso malicioso.
Los atacantes no necesitan autonomía total para obtener ventaja. Un modelo que ahorra tiempo en investigación, traducción o depuración puede aumentar el número de objetivos que gestiona un operador.
Las operaciones de trabajadores remotos de TI norcoreanos ilustran este patrón. Microsoft rastrea grupos a los que denomina Jasper Sleet y Coral Sleet, que usan IA para la fabricación de identidades, la ingeniería social y el uso indebido sostenido de accesos legítimos.
Estas campañas combinan el engaño digital con procesos de contratación reales. La IA ayuda a los solicitantes a crear currículums, mantener identidades ficticias, comunicarse en otro idioma y resolver tareas técnicas.
El acceso crítico sigue procediendo de un empleador. Una vez contratado, un trabajador fraudulento puede recibir credenciales y acceder a sistemas internos a través de canales aprobados.
Ese ejemplo demuestra por qué la amenaza es más profunda que la generación de código malicioso. La IA puede reforzar los pasos sociales y operativos que sitúan a un atacante dentro de una relación de confianza.
Microsoft también ha observado a actores de amenazas intentando eludir los controles de seguridad de los modelos. Las técnicas incluyen prompts basados en roles, solicitudes reformuladas e instrucciones repartidas entre varias interacciones.
Un control de seguridad puede restringir solicitudes directas y aun así no detectar una cadena de tareas aparentemente inocuas. El operador combina los resultados fuera del modelo.
La investigación de vulnerabilidades presenta la misma tensión de doble uso. El análisis de código mediante IA puede ayudar a los responsables de mantenimiento a encontrar debilidades antes de que los atacantes las exploten.
La misma capacidad puede ayudar a los actores de amenazas a revisar divulgaciones públicas, buscar código e identificar posibles rutas de explotación. El resultado depende del acceso, la intención y la rapidez de la mitigación.
Microsoft afirma que una vulnerabilidad puede pasar de ser descubierta en entornos reales a una explotación activa en menos de 24 horas. También proyecta 72.000 vulnerabilidades divulgadas públicamente durante 2026.
Estas cifras aumentan el valor de la priorización. Los equipos de seguridad no pueden tratar cada vulnerabilidad como igual de urgente, especialmente en grandes entornos de nube y software.
La IA puede ayudar a clasificar la exposición combinando la gravedad técnica con el contexto de los activos. Puede identificar si un servicio vulnerable está expuesto a internet o contiene datos sensibles.
Los atacantes pueden realizar un cálculo similar. Pueden centrarse en vulnerabilidades asociadas a servicios expuestos, organizaciones valiosas o productos ampliamente desplegados.
Aquí es donde la descripción de multiplicador de fuerza resulta más útil que la narrativa del atacante autónomo. El cambio inmediato no es una intención independiente de la máquina.
El cambio es una menor fricción operativa. Más personas pueden acceder a capacidades que antes requerían habilidades lingüísticas especializadas, conocimientos de programación o tiempo dedicado a la investigación.
El análisis de Microsoft de abril sostiene que capacidades sofisticadas están poniéndose al alcance de operadores más pequeños. Esa valoración es plausible, pero el acceso a capacidades no garantiza una intrusión exitosa.
Los objetivos siguen variando en sus controles. El malware generado puede contener errores, los mensajes de phishing pueden fracasar y las acciones automatizadas pueden exponer a un atacante mediante comportamientos inusuales.
Por tanto, los defensores deben evitar dos errores opuestos. No deben descartar las operaciones asistidas por IA como automatización ordinaria, ni describir todos los ataques como autónomos.
Ambos errores debilitan la planificación. La subestimación pasa por alto cambios en velocidad y escala, mientras que la exageración dirige recursos hacia escenarios que siguen siendo inmaduros.
La evidencia de Microsoft tiene límites, pero el riesgo es concreto
Microsoft observa una enorme proporción de la actividad digital mundial, pero sus mediciones siguen describiendo su propia visibilidad, no todo internet.
La empresa opera servicios de nube, identidad, endpoints, correo electrónico y colaboración en muchas organizaciones. Esa posición genera telemetría valiosa en varias fases de un ataque.
También crea una perspectiva particular. Las industrias, países y técnicas que interactúan intensamente con productos de Microsoft pueden verse con mayor claridad que la actividad que ocurre en otros ámbitos.
Por ello, los porcentajes de Microsoft deben interpretarse como actividad observada dentro de conjuntos de datos definidos. No son un censo de todos los ciberataques del mundo.
Las diferencias en los informes de los clientes, el despliegue de productos y la cobertura de detección pueden afectar a los resultados. Microsoft puede mejorar su detección durante un periodo, haciendo que la actividad medida aumente sin un incremento equivalente de los ataques subyacentes.
Las afirmaciones del informe relacionadas con la IA también combinan comportamientos observados con previsiones sobre riesgos en desarrollo. Esta distinción merece una atención cuidadosa.
Microsoft informa directamente de que actores de amenazas utilizan IA para producción de contenido, investigación, programación y análisis de datos. Por separado, describe la identidad de los agentes y la agencia excesiva como ámbitos en expansión que las organizaciones deben proteger.
Estos riesgos orientados al futuro son creíbles porque los agentes ya se conectan a herramientas empresariales. Sin embargo, el informe no establece que los agentes autónomos dominen actualmente los ataques reales.
La propia Microsoft afirma que los operadores humanos siguen participando en la mayoría de las campañas maliciosas. También reconoce que el uso agéntico avanzado sigue en desarrollo.
Esta cautela refuerza la parte útil de la advertencia. Las organizaciones no necesitan esperar a intrusiones autónomas antes de actuar.
La inyección de prompts ya crea un riesgo práctico. Esta técnica introduce instrucciones hostiles en el contenido que procesa un sistema de IA, con el objetivo de redirigir su comportamiento.
Un documento malicioso podría indicarle a un agente que ignore su tarea original, exponga información recuperada o invoque una herramienta conectada. La salida del modelo se vuelve peligrosa cuando los permisos permiten que esa instrucción produzca una acción.
La memoria crea otro riesgo. Si un agente almacena información manipulada y la reutiliza más tarde, una interacción contaminada puede afectar decisiones futuras.
Estas cuestiones coexisten con fallos de seguridad tradicionales; no están separadas de ellos. Las credenciales robadas, los permisos excesivos, la supervisión deficiente y los servicios expuestos siguen siendo importantes.
Los marcos independientes respaldan esta visión de ciclo de vida. El Instituto Nacional de Estándares y Tecnología de Estados Unidos considera la gestión de riesgos de IA como un proceso continuo que abarca diseño, despliegue, medición y gobernanza.
El marco de riesgos de IA no sustituye los controles de ciberseguridad. Ayuda a las organizaciones a identificar quién es responsable de un riesgo, cómo se mide y cómo cambian las decisiones a medida que evolucionan los sistemas.
Microsoft tiene un interés comercial en enfatizar la seguridad integrada. Vende productos de identidad, nube, endpoints, datos y seguridad que se benefician de una visibilidad centralizada.
Ese incentivo no invalida la evidencia subyacente. Sí significa que los lectores deben separar los hallazgos observados de las afirmaciones sobre la mejor arquitectura de producto.
Una organización puede conectar señales de seguridad sin comprar todos los controles a un único proveedor. Los estándares abiertos, los identificadores compartidos, los registros normalizados y los procesos disciplinados de respuesta a incidentes también pueden reducir la fragmentación.
La concentración en un proveedor crea su propia disyuntiva. Una plataforma unificada puede simplificar la correlación, pero un fallo o compromiso puede afectar a varias capas defensivas.
Por tanto, la lección correcta es arquitectónica, no específica de una marca. Los defensores necesitan contexto utilizable entre sistemas, una responsabilidad clara y controles que sigan siendo eficaces cuando falla un componente.
El intercambio de información entre los sectores público y privado también importa, porque ninguna empresa ve todas las partes de una campaña. Los proveedores de nube, gobiernos, proveedores de software y organizaciones afectadas poseen pruebas distintas.
Microsoft sostiene que un intercambio de confianza puede conectar fragmentos que siguen siendo ambiguos dentro de una institución. El reto consiste en compartir con rapidez sin exponer información sensible de clientes o investigaciones.
Para los compradores, la prueba es el rendimiento medible. Un producto de seguridad debe reducir el tiempo de investigación, identificar comportamientos conectados y conservar pruebas que los analistas puedan verificar.
Las afirmaciones sobre detección mediante IA no deben sustituir esos resultados. Los equipos deben preguntar cómo gestiona un sistema los datos faltantes, las correlaciones falsas y las entradas comprometidas.
Tres señales mostrarán si la defensa conectada está funcionando
La próxima fase se juzgará por los controles de identidad de los agentes, una respuesta más rápida a las vulnerabilidades y pruebas de que los defensores pueden reducir el tiempo de permanencia de los atacantes.
La primera señal es si las organizaciones proporcionan a los agentes de IA identidades diferenciadas y revocables. Microsoft afirma que los agentes necesitan acceso adecuado, autenticación, atribución y un método fiable para retirar permisos.
Eso requiere más que asignar una cuenta de servicio. Los equipos deben saber qué persona o proceso empresarial es responsable del agente, qué herramientas puede invocar y qué datos puede recuperar.
Hay que observar si los proveedores de identidad y las plataformas de nube añaden controles más sólidos y específicos para agentes. Las funciones útiles incluirán credenciales con alcance limitado, autenticación mutua, aprobación de acciones e historiales de auditoría completos.
La adopción importa más que el anuncio. La advertencia cobra respaldo si las empresas pueden inventariar agentes y revocar accesos sin interrumpir sistemas no relacionados.
Se debilita si la identidad de los agentes sigue siendo un marco conceptual mientras los despliegues continúan mediante cuentas compartidas y permisos amplios de empleados.
La segunda señal es el tiempo transcurrido entre el descubrimiento de una vulnerabilidad, su priorización y su mitigación. Microsoft afirma que la explotación puede producirse en menos de 24 horas, dejando poco margen para los procesos manuales.
El análisis de código asistido por IA debería ayudar a los defensores a identificar vulnerabilidades alcanzables y proponer correcciones. Las mismas herramientas también ayudarán a los atacantes a buscar información pública y poner a prueba ideas de explotación.
La métrica relevante no es cuántas posibles debilidades encuentra un modelo. Es si las organizaciones corrigen fallos expuestos y explotables antes de que los adversarios los utilicen.
Los equipos de seguridad deberían seguir por separado el tiempo de remediación de los activos expuestos a Internet y la finalización general de los parches. También deberían medir si las correcciones de emergencia introducen fallos operativos.
La evidencia de una remediación sistemáticamente más rápida reforzaría el argumento de Microsoft de que los defensores pueden convertir la IA en una ventaja. Unos retrasos crecientes mostrarían que el descubrimiento está superando a la capacidad de respuesta institucional.
La tercera señal es el tiempo de permanencia, es decir, el periodo entre el acceso inicial y la contención. Microsoft afirma que el tiempo de permanencia aumentó en varios sectores, aunque la respuesta mejoró tras la detección.
Ese hallazgo identifica la debilidad actual. Los defensores pueden actuar con rapidez una vez que comprenden una intrusión, pero todavía tienen dificultades para reconocer sus primeras etapas.
La detección conectada debería reducir esa brecha. La actividad de correo electrónico, identidad, endpoints, nube y agentes debe conformar una cronología antes de que el atacante establezca acceso persistente.
Las organizaciones deberían medir con qué frecuencia las señales correlacionadas revelan una intrusión antes que cualquier producto individual. También deberían auditar si los resúmenes automatizados ayudan a los analistas u ocultan incertidumbres importantes.
Una reducción del tiempo de permanencia respaldaría la tesis central de Microsoft. Un tiempo de permanencia estable o creciente sugeriría que más telemetría e IA no han resuelto la investigación fragmentada.
Las mismas tres pruebas importan a los desarrolladores, los compradores empresariales y los trabajadores del conocimiento. Los desarrolladores deciden qué permisos reciben los agentes, mientras que los compradores determinan qué sistemas comparten contexto de seguridad.
Los trabajadores del conocimiento siguen siendo fundamentales porque los atacantes continúan apuntando a las personas y al acceso de confianza. Los mensajes generados por IA son más dañinos cuando el trabajo rutinario hace que la solicitud parezca plausible.
La respuesta inmediata no consiste en asumir que todo mensaje o acción de un agente es hostil. Consiste en hacer que las acciones de alto impacto sean verificables y reversibles.
Las organizaciones deberían identificar los agentes desplegados, separar los permisos de lectura de los derechos de ejecución y conectar los eventos de identidad con la actividad de las aplicaciones. También deberían ensayar cómo se retirará el acceso durante un incidente.
Las ciberamenazas de IA de Microsoft seguirán evolucionando, pero la prueba a corto plazo ya está clara. ¿Pueden los defensores conectar señales débiles antes de que los atacantes conecten sistemas de confianza?
Revise dónde se cruzan los agentes, las identidades, los datos y las herramientas dentro de su organización. Después pregúntese si su equipo puede rastrear cada acción, cuestionarla y revocarla antes de que un vínculo comprometido se convierta en una brecha mayor.
