Por Canuto  

Una evaluación de Booz Allen Hamilton encontró que dos modelos avanzados de IA completaron ocho objetivos de ataque en un entorno industrial simulado, desde detectar equipos hasta mover un brazo robótico. La consultora advierte que la velocidad de estas herramientas podría dejar a organizaciones con defensas básicas apenas minutos para responder.
***

  • Los modelos superaron ocho pruebas en un laboratorio OT que imitaba una instalación manufacturera con equipos de varios proveedores.
  • En ejercicios autorizados, uno llegó a una red de control industrial simulada en poco más de 16 minutos y otro movió un brazo robótico en cuestión de minutos.
  • Booz Allen señala que las brechas de seguridad y la falta de autenticación en algunos entornos industriales pueden facilitar acciones con consecuencias físicas.

 

Los agentes de inteligencia artificial pueden convertir una intrusión digital en una acción sobre equipos físicos y avanzar con rapidez dentro de redes industriales. Esa es la principal advertencia de una evaluación de Booz Allen Hamilton, publicada en septiembre de 2026 como parte de su Cyber Weapon Index. En la prueba, los modelos completaron ocho objetivos de ataque en un entorno de tecnología operacional, conocida como OT, que imitaba sistemas usados en una instalación manufacturera.

En una de las pruebas, un agente identificó un brazo robótico, descubrió cómo comunicarse con él, obtuvo acceso administrativo y consiguió moverlo en cuestión de minutos. En otra, los modelos pasaron del perímetro de la red a ejecutar acciones dentro de un entorno de control industrial simulado en poco más de 16 minutos, un ritmo que, según la consultora, puede superar la capacidad de respuesta de organizaciones sin prácticas fundamentales de seguridad OT.

Pruebas en un entorno industrial simulado

El laboratorio de Booz Allen se diseñó para reproducir la complejidad de una instalación manufacturera general, con equipos y programas de distintos proveedores y una red dividida en zonas. La arquitectura separaba los sistemas empresariales, la zona desmilitarizada industrial, las operaciones de planta y la producción, con cortafuegos y conmutadores que delimitaban las rutas previstas entre ellas.

El entorno reunía controladores lógicos programables, interfaces humano-máquina, estaciones de trabajo para ingeniería y operadores, una plataforma de control supervisor y adquisición de datos, además de servicios de planta e infraestructura de red. También incluía un variador de frecuencia, sensores y equipos físicos, entre ellos un brazo robótico; la mezcla de firmware, lógica de control y segmentación imperfecta buscaba reflejar la deuda técnica habitual en sistemas OT de larga vida.

La consultora no identificó los modelos evaluados, pero los describió como dos modelos frontera recientes de importantes proveedores de IA. Los agentes no recibieron código fuente, documentación de ingeniería ni asesoría avanzada de especialistas en OT o TI, de modo que la prueba midiera cuánto podían investigar, planificar y ejecutar sin esos recursos técnicos.

El equipo sí impuso límites para evitar que los ejercicios se salieran de control: los agentes debían esperar autorización humana antes de explotar una vulnerabilidad o realizar acciones con posible impacto físico. También recibieron instrucciones de extremar la precaución con dispositivos considerados críticos para la seguridad, por lo que los resultados describen capacidades observadas bajo supervisión y dentro de un laboratorio, no ataques independientes contra instalaciones reales.

De encontrar activos a controlar equipos

Las ocho pruebas plantearon una cadena de tareas, desde mapear el entorno e identificar activos críticos hasta detectar vulnerabilidades y convertirlas en vías de acceso. Los modelos también debían combinar debilidades para avanzar hacia sistemas de producción y demostrar si podían interactuar con distintas marcas de controladores, modificar salidas y alterar la operación de un motor de corriente alterna conectado.

Los últimos ejercicios se concentraron en funciones con consecuencias más directas: comprometer una plataforma SCADA, cambiar las pantallas que ven los operadores y controlar equipos conectados, además de localizar y mover un brazo robótico. Según el informe, los modelos alcanzaron los objetivos de los ocho escenarios y realizaron tareas enfocadas en OT con un alto grado de precisión, cuando contaban con autorización para actuar.

La prueba sobre SCADA mostró cómo un agente podía cambiar de estrategia cuando su primer intento falló. Después de apuntar a una versión equivocada de la interfaz del operador, verificó las sesiones activas, detectó que la sala de control utilizaba otra versión del cliente HMI y encontró código Jython editable dentro de un proyecto SCADA exportado.

Con esos datos, el agente reconstruyó una carga útil y utilizó la interfaz administrativa para distribuir un control de pantalla completa visible en la sala de interfaces. También determinó que la pasarela SCADA mantenía conexiones en vivo y preautenticadas con 14 dispositivos OT, incluidos controladores lógicos programables, una condición que podía ampliar el alcance de la intrusión desde un solo sistema hacia otros equipos.

Fallos de red y riesgos para la seguridad física

En otra prueba, un agente detectó sin indicación humana una configuración de red deficiente en un dispositivo considerado crítico para la seguridad. El equipo observó que ese dispositivo buscaba repetidamente una dirección IP sin respuesta y propuso hacerse pasar por el equipo que el aparato esperaba encontrar, con el objetivo inicial de escuchar la comunicación y aprender qué protocolo utilizaba.

El episodio ilustra cómo una pista técnica sencilla puede servir para identificar relaciones entre dispositivos y posibles rutas de control, incluso cuando el agente no parte de documentación especializada. Booz Allen informó que los modelos identificaron equipos industriales, interactuaron con controladores, alteraron valores de proceso y realizaron cambios cinéticos controlados en las pruebas autorizadas.

La demostración con el brazo robótico se realizó con un cobot ligero, un tipo de equipo utilizado en manufactura y ensamblaje ligeros, logística, empaquetado y algunos entornos de salud o laboratorio. A diferencia de un brazo industrial de tamaño completo, este tipo de robot puede trabajar sin una jaula de seguridad, una característica que lo convirtió en candidato para el ejercicio.

El agente exploró la red en busca de protocolos robóticos comunes, identificó el equipo, descubrió su interfaz de programación y obtuvo acceso administrativo; luego mapeó zonas de protección y límites de movimiento antes de mover el brazo. Kyle Miller, vicepresidente de ciberseguridad de infraestructura en Booz Allen, advirtió que un atacante con control de un brazo usado en producción podría provocar movimientos inesperados, ignorar límites de seguridad o dañar equipos cercanos, con consecuencias que van desde interrupciones hasta riesgos para la vida humana.

Una alerta sobre defensas desiguales

La consultora sostiene que la experiencia especializada en OT, el hardware desconocido y la complejidad de los sistemas de control ya no representan barreras tan sólidas para un atacante que utiliza agentes avanzados. El riesgo resulta mayor en equipos que carecen de autenticación o cifrado, pues una vez dentro de la red, un intruso puede encontrar dispositivos capaces de aceptar comandos sin controles suficientes.

Esta capacidad no significa que la IA haya eliminado la necesidad de acceso inicial ni que cualquier modelo pueda tomar el control de una infraestructura real sin obstáculos. Sin embargo, los resultados sugieren que automatizar la investigación y la búsqueda de rutas de ataque podría reducir la experiencia necesaria para explotar debilidades en redes industriales, donde una acción digital puede traducirse en cambios físicos.

El informe se suma a alertas sobre el uso de herramientas de IA en actividades maliciosas. La cobertura de The Register sobre el estudio recordó incidentes en los que modelos frontera obtuvieron acceso no autorizado a sistemas externos, incluido Hugging Face, así como reportes sobre presuntos operadores chinos que utilizaron agentes para atacar instituciones financieras de Corea del Sur y sitios web gubernamentales de Taiwán.

También se han reportado presuntos atacantes iraníes que emplearon scripts de explotación generados con IA para acceder a controladores programables expuestos a internet en instalaciones de agua, manufactura, energía y otros sectores críticos de Estados Unidos. Esas referencias describen alegaciones y reportes de incidentes, no prueban que los ensayos de Booz Allen hayan reproducido ataques reales contra esos objetivos.

Miller afirmó que algunas organizaciones OT están preparadas, pero que muchas otras enfrentan dificultades para aplicar controles en entornos aislados, variables y distribuidos globalmente. OpenAI, Anthropic y Google anunciaron iniciativas para facilitar a operadores de infraestructura crítica el acceso a modelos avanzados con fines defensivos, mientras la consultora pidió más pruebas, desarrollo e implementación de protecciones.

La conclusión práctica del estudio no es que el daño sea inevitable, sino que las organizaciones deben revisar con urgencia la segmentación, las credenciales, los protocolos y la supervisión de sus redes de control. Si los agentes pueden encontrar el eslabón más débil y avanzar a velocidad de máquina, la detección temprana y las defensas fundamentales serán decisivas para impedir que una intrusión informática alcance servicios y equipos de los que depende la vida diaria.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados