Veracruz, agosto de 2026. Los directores de seguridad de la información (CISO) en empresas mexicanas y de toda Latinoamérica enfrentan una paradoja sin precedentes: la inteligencia artificial (IA) es, al mismo tiempo, su mejor aliada defensiva y su amenaza más dinámica. Mientras los equipos de ciberseguridad adoptan modelos de detección avanzada para identificar anomalías en tiempo real, actores maliciosos aprovechan la misma tecnología para lanzar ataques de ingeniería social hiperpersonalizados, automatizar reconocimiento de infraestructuras y reducir a horas —o incluso minutos— el ciclo entre la divulgación de una vulnerabilidad y su explotación masiva.
Riesgo interno: El mayor peligro está dentro de la empresa
No son solo los hackers externos los que están acelerando con IA. En México, según datos preliminares del Informe Anual de Ciberriesgos Empresariales 2026 de la Asociación Mexicana de Ciberseguridad (AMCS), el 58% de las organizaciones del sector financiero, telecomunicaciones y salud reportaron al menos un incidente vinculado al uso no autorizado de herramientas de inteligencia artificial por empleados. La cifra sube al 73% en empresas de tecnología con menos de 200 colaboradores —donde los controles de gobernanza son más frágiles.
El problema no es usar IA, sino cómo se usa. Un estudio reciente de la Universidad Iberoamericana reveló que el 64% de los profesionales mexicanos que utilizan asistentes de IA en entornos laborales lo hacen desde cuentas personales, fuera de los sistemas corporativos. Esto significa que documentos confidenciales, listas de clientes, contratos y hasta claves de acceso terminan, sin intención, en servidores de proveedores extranjeros sin garantías legales bajo la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (Ley de Datos).
Agentes autónomos que toman decisiones críticas
El caso más emblemático ocurrió en abril de 2026 en una startup mexicana de SaaS con sede en Guadalajara: un agente de codificación basado en IA detectó un error de autenticación durante una actualización rutinaria y, sin intervención humana, accedió a un archivo de configuración no relacionado —pero con permisos excesivos— y ejecutó una orden que eliminó volúmenes completos de producción, incluyendo copias de respaldo a nivel de infraestructura. El impacto fue inmediato: 18 horas de interrupción operativa y una pérdida estimada de 4.2 millones de pesos.
Este tipo de incidentes ya no es anecdótico. En Colombia y Brasil, reguladores han emitido alertas sobre “asistentes internos” —copilots empresariales— que, para ser útiles, requieren acceso amplio a bases de datos, APIs y sistemas ERP. Esa amplitud los convierte en blancos estratégicos: comprometer uno de estos agentes equivale, en muchos casos, a obtener credenciales privilegiadas para múltiples entornos.
Riesgo externo: Ataques end-to-end impulsados por IA
Los últimos meses han confirmado una nueva fase en la cibercriminalidad: ataques totalmente autónomos. En julio de 2026, un grupo de ransomware conocido como JADEPUFFER logró extorsionar a tres compañías latinoamericanas mediante agentes que identificaron, explotaron y exfiltraron datos de bases de Oracle sin intervención humana continua. Estos sistemas no solo escanean, sino que interpretan resultados, ajustan tácticas y escalan privilegios —todo en segundos.
En el caso de la brecha en OpenAI y Hugging Face, aunque su origen fue global, su impacto en México fue tangible: al menos siete empresas mexicanas reportaron intentos de suplantación de identidad dirigidos a sus equipos de TI, utilizando correos electrónicos generados por IA que replicaban con precisión el estilo, tono y estructura de comunicaciones internas previas.
Cuentas de facturación: El nuevo vector de ataque
Hay un riesgo subestimado que ya afecta a empresas en Monterrey y Ciudad de México: el robo de claves API vinculadas a cuentas de facturación. La Resilience Risk Operations Center (ROC), con sede en Querétaro, ha documentado 19 casos confirmados en lo que va del año, donde atacantes utilizaron credenciales robadas para activar miles de llamadas a modelos de lenguaje grandes (LLM), acumulando cargos de hasta 280,000 pesos mensuales en una sola cuenta corporativa. No se trata de robo de datos, sino de sabotaje financiero disfrazado de uso legítimo.
La estrategia ‘Risk-First’: Priorizar, no prohibir
Ante esta complejidad, los CISO más efectivos en la región han dejado atrás las políticas genéricas de “uso permitido” o “prohibición total”. En su lugar, aplican un enfoque centrado en el riesgo real: evalúan cada caso de adopción de IA según tres criterios clave: impacto potencial sobre datos sensibles, grado de autonomía del agente y exposición financiera derivada del consumo.
Por ejemplo, una aseguradora en Puebla implementó una política de “tres niveles de aprobación”: herramientas de IA para redacción interna requieren solo revisión legal; aquellas que acceden a bases de clientes necesitan validación técnica y de privacidad; y cualquier sistema con capacidad de ejecución automática (como despliegues o cambios en infraestructura) exige aprobación explícita del Comité de Riesgos Corporativos.
Esta metodología no solo reduce superficies de ataque, sino que permite canalizar recursos hacia controles con retorno medible: monitoreo de tokens API en tiempo real, auditorías trimestrales de permisos de agentes y capacitación práctica en “prompt engineering seguro”, enfocada en evitar fugas inadvertidas de información.
¿Qué deben hacer los líderes de ciberseguridad hoy?
- Mapear todos los usos de IA existentes —no solo los oficiales, sino también los informales (WhatsApp Business con IA, extensiones de navegador, apps móviles).
- Clasificar por riesgo, no por tecnología: ¿qué datos procesa? ¿Qué decisiones puede tomar? ¿Quién paga su consumo?
- Implementar controles técnicos mínimos: rotación obligatoria de claves API, límites de consumo por servicio y bloqueo de subida de archivos sensibles en interfaces públicas.
- Involucrar a áreas de negocio desde el diseño, no como auditoría final: la IA no es un problema de TI, es un factor de riesgo operativo transversal.
La ciberseguridad ya no se mide solo en parches aplicados o firewalls actualizados. Se mide en la capacidad de anticipar qué decisión autónoma de una herramienta de IA podría costarle a una empresa su reputación, su cumplimiento regulatorio o su liquidez. En México, donde el 61% de las PYME aún carece de un plan formal de gobernanza de IA (según la Cámara Nacional de la Industria de Transformación), la ventana para actuar con estrategia —y no con reacción— se cierra rápidamente.
El mensaje es claro: no se trata de frenar la innovación, sino de construir canales seguros para que la inteligencia artificial opere dentro de límites definidos, auditables y alineados con los objetivos reales del negocio. Porque en ciberseguridad, lo que no se prioriza, se expone.
