El año pasado, un empleado del departamento financiero de Arup, la firma de ingeniería londinense detrás de la Ópera de Sídney, se conectó a una videollamada con quien creía que era el director financiero de la compañía y varios colegas. Todos pidieron que ejecutara, en secreto, una serie de transferencias. Lo hizo: quince transacciones, 25,6 millones de dólares, repartidos en cinco cuentas bancarias de Hong Kong. Ninguna de las personas en esa llamada era real. Todas, incluidos en rostros, voces, gestos, habían sido generadas a partir de grabaciones públicas de reuniones y conferencias corporativas previas (https://incidentdatabase.ai/cite/634/).
El caso Arup no es un experimento de laboratorio ni una advertencia teórica de un informe de tendencias. Es el ejemplo de referencia que hoy citan reguladores, aseguradoras y equipos de seguridad cuando necesitan explicar, en una sola frase, por qué el modelo mental que todos tenemos sobre el phishing , un correo con faltas de ortografía, el remitente sospechoso y el enlace que no resuelve, ya no sirve para protegernos de nada.
De la plantilla genérica al perfil psicológico
El phishing clásico funcionaba por volumen: enviar el mismo señuelo mediocre a un millón de bandejas de entrada y confiar en que un pequeño porcentaje fuera engañado. Su sucesor funciona por precisión. Los modelos de lenguaje permiten a un atacante procesar en minutos la huella digital de una persona, perfiles de LinkedIn, comunicados de prensa corporativos, publicaciones en redes sociales, actas de juntas públicas, historiales de filtraciones de datos previas, y sintetizar ese material en un mensaje que no solo imita el tono de un colega o un familiar, sino que referencia hechos reales, verificables, recientes.
Cofense, la firma especializada en defensa de phishing que analiza millones de amenazas reales reportadas por más de 35 millones de usuarios corporativos documentó en su informe de febrero de 2026 The New Era of Phishing: Threats Built in the Age of AI un correo malicioso cada 19 segundos durante 2025, más del doble de la frecuencia registrada un año antes. El hallazgo más revelador no es la velocidad, sino la técnica que la sostiene: el 76% de las URLs de infección inicial eran únicas, pese a que el 94% compartía la misma infraestructura de direcciones IP subyacente. Es “phishing polimórfico”: miles de variantes superficialmente distintas generadas automáticamente sobre el mismo esqueleto, diseñadas para que ningún filtro basado en firmas o coincidencias exactas pueda bloquearlas todas a la vez (https://cofense.com/Blog/Cofense-Report-Reveals-AI-Powered-Phishing-Accelerated-to-One-Attack-Every-19-Seconds).
Trend Micro llega a una conclusión similar desde otro ángulo. En su informe de predicciones para 2026, la compañía describe una “AI-ficación” completa del ciclo de vida del ataque, en la que el reconocimiento, la generación del señuelo y la evasión de filtros se automatizan de punta a punta. Lo que antes exigía experiencia técnica profunda ahora puede ejecutarse con un esfuerzo mínimo, nivelando el terreno entre atacantes sofisticados y oportunistas sin formación (https://www.trendmicro.com/vinfo/us/security/research-and-analysis/predictions/the-ai-fication-of-cyberthreats-trend-micro-security-predictions-for-2026). En un informe complementario centrado en el consumidor final, la empresa advirtió que 2026 será el año en que las estafas se vuelvan no solo “impulsadas por IA” y “escaladas por IA”, sino explícitamente “diseñadas emocionalmente”: los atacantes ya no solo automatizan el texto, sino la manipulación psicológica que lo envuelve, combinando canales como correo, SMS, llamada y videollamada, en una única narrativa coherente pensada para generar urgencia y suprimir el escepticismo (https://newsroom.trendmicro.com/2025-12-03-Trend-Micro-Predicts-2026-as-the-Year-Scams-Become-AI-Driven,-AI-Scaled,-and-Emotion-Engineered).
El mercado negro ya tiene su propio SaaS
Quizás el desarrollo más innovador de los últimos tres años sea la comercialización explícita de estas capacidades. Palo Alto Networks, a través de su unidad de inteligencia de amenazas Unit 42, ha documentado el auge de una categoría completa de modelos de lenguaje sin restricciones éticas como WormGPT, FraudGPT y sus numerosos descendientes construidos mediante el ajuste de modelos de código abierto o el “jailbreak” persistente de modelos comerciales, y comercializados por suscripción en foros clandestinos. Su valor de venta no es la novedad técnica, sino la eliminación sistemática de las señales que durante años enseñamos a la gente a detectar: la gramática torpe, el tono artificial, la frase que “no suena” como la persona que dice ser. Unit 42 documenta que estas herramientas producen mensajes de compromiso de correo empresarial (BEC) fluidos y contextualmente precisos, capaces de imitar de forma convincente a un director ejecutivo o a un proveedor de confianza, una capacidad que antes exigía cierta destreza en la redacción y que ahora está al alcance de cualquiera que esté dispuesto a pagar una cuota mensual (https://unit42.paloaltonetworks.com/dilemma-of-ai-malicious-llms/).
Es la industrialización del engaño personalizado: el phishing dejó de ser un oficio artesanal para convertirse en un servicio con catálogo, precio y soporte técnico.
Cuando la voz de tu jefe ya no es prueba de nada
El caso Arup expone la frontera más inquietante de este fenómeno: la clonación de voz e imagen en tiempo real ha convertido a la verificación por canales secundarios (“te llamo para confirmar”) en una defensa cada vez más frágil. Gartner, la firma de análisis que sigue de cerca la evolución de este mercado, predice que los agentes de IA reducirán a la mitad el tiempo necesario para explotar una cuenta comprometida de aquí a 2027, en parte porque automatizarán pasos que antes requerían intervención humana directa, incluyendo el uso de tecnología deepfake dentro de la propia cadena de ingeniería social (https://www.gartner.com/en/newsroom/press-releases/2025-03-18-gartner-predicts-ai-agents-will-reduce-the-time-it-takes-to-exploit-account-exposures-by-50-percent-by-2027).
La firma ha ido más lejos al identificar los deepfakes como la amenaza de más alta prioridad dentro del panorama de ciberseguridad 2026-2027, señalando que la generación de voz y video en tiempo real ya es lo suficientemente sofisticada como para neutralizar sistemas de autenticación biométrica y verificación de identidad que hasta hace poco se consideraban robustos (https://finance.biggo.com/news/ijQGqp4BpwxG186NU9T2). La recomendación de Gartner no es tecnológica, sino de proceso: ninguna defensa aislada basta, y las organizaciones necesitan reforzar los flujos de aprobación con doble verificación, en lugar de depositar la confianza en el reconocimiento de una voz o un rostro familiar.
La próxima frontera: la IA que lee tu estado de ánimo
Si la personalización basada en datos públicos ya resulta inquietante, el siguiente paso en la hoja de ruta de esta amenaza es más íntimo todavía: sistemas capaces de inferir el estado emocional de una víctima a partir de señales conductuales como el tiempo que se tarda en responder un mensaje, el tono de un correo previo o patrones de vacilación en una conversación de chat y ajustar la narrativa del ataque en consecuencia. No es una capacidad hipotética: es la extensión lógica de tecnologías de análisis de sentimiento y detección de estrés vocal que ya existen en el mundo del marketing y la atención al cliente, aplicadas ahora en sentido inverso. Un atacante que detecta ansiedad o urgencia en la respuesta de una víctima puede, en tiempo real, intensificar la presión; y uno que detecta escepticismo puede retroceder, cambiar de registro y ofrecer una prueba adicional de legitimidad. Es la misma lógica de prueba y error que ya usan los kits de phishing polimórfico documentados por Cofense, pero aplicada no al código del señuelo, sino a la psicología de quien lo recibe.
Qué defensa sobrevive a un atacante que nunca comete errores tipográficos
El consenso técnico que emerge de estos informes, pese a partir de metodologías y bases de usuarios distintas, converge en un mismo diagnóstico incómodo: las defensas basadas en el contenido del mensaje están perdiendo relevancia frente a defensas basadas en el comportamiento y el proceso. Cofense insiste en que la protección efectiva ya no puede depender del perímetro o del filtro que examina un correo antes de que llegue a la bandeja de entrada, sino que necesita visibilidad después de la entrega, capaz de detectar amenazas que cambian de forma constantemente (https://cofense.com/Blog/Cofense-Report-Reveals-AI-Powered-Phishing-Accelerated-to-One-Attack-Every-19-Seconds). Gartner propone lo mismo desde el ángulo de la identidad: acelerar la migración hacia autenticación sin contraseñas y resistente al phishing, y tratar cualquier solicitud inusual, como una transferencia, un cambio de credenciales, una “transacción confidencial”, como una señal que exige verificación estructural, no confianza interpersonal (https://www.gartner.com/en/newsroom/press-releases/2025-03-18-gartner-predicts-ai-agents-will-reduce-the-time-it-takes-to-exploit-account-exposures-by-50-percent-by-2027).
Dicho de otro modo: durante dos décadas entrenamos a la gente para desconfiar de cómo se ve un mensaje. La siguiente generación de defensas tendrá que entrenar a las organizaciones para desconfiar de cómo se siente uno al recibirlo y a reemplazar esa confianza, sistemáticamente, por procesos que no dependan del juicio humano en el momento de mayor presión, que es exactamente el momento que estos sistemas están diseñados para producir.
La pregunta ya no es si vas a recibir un mensaje que parezca perfectamente auténtico. Es si tu organización tiene un proceso que sobreviva al hecho de que lo parezca.
Leer más
- Deepfakes, bots emocionales y phishing inteligente: los fraudes digitales que más preocupan a las empresas
- Ciberseguridad en Latinoamérica: 7 de cada 10 empresas sufrieron ataques de phishing
- Phishing y documentos maliciosos ponen a América Latina como la segunda región más expuesta a ciberamenazas industriales
