Hackeo con IA: un solo atacante vulnera bancos surcoreanos
Una oleada de brechas de seguridad en entidades financieras de Corea del Sur parece haber sido obra de una operación muy pequeña, posiblemente de una sola persona. Según un nuevo informe de la empresa de ciberseguridad Crowdstrike, el atacante se apoyó en herramientas de hacking impulsadas por IA para hacer un trabajo que normalmente requeriría un equipo más grande. El caso aporta pruebas reales a un debate que hasta ahora se había alimentado sobre todo de pruebas de laboratorio y advertencias.
Qué ha pasado
Entre finales de septiembre y principios de octubre de 2026, un atacante golpeó a varias entidades financieras de Corea del Sur y se llevó grandes cantidades de datos. Crowdstrike cree que el responsable probablemente habla chino y que probablemente actuó solo. Ninguno de los dos extremos se ha confirmado.
El daño mejor documentado hasta ahora es el de Shinhan Bank. El periódico coreano Khan informa de que solo allí se robaron más de 25.000 registros. Esos registros incluían nombres de clientes, datos de contacto, ingresos y límites de crédito. Es información suficiente para cometer fraudes dirigidos, phishing o suplantación de identidad.
La respuesta política fue rápida. El regulador financiero surcoreano convocó una reunión de urgencia y el presidente Lee Jae Myung ordenó una investigación exhaustiva. Para un país que ha convertido la IA en una prioridad nacional, con un impulso estatal a un modelo propio incluido, el incidente demuestra lo rápido que esa misma tecnología puede volverse contra sus propios bancos.
Las herramientas: código abierto y modelos al alcance de cualquiera
El núcleo del ataque fue ARTEX, una herramienta china de código abierto que apareció por primera vez en GitHub en julio. ARTEX automatiza las pruebas de penetración. Las pruebas de penetración consisten en sondear sistemas en busca de puntos débiles, algo que normalmente hacen equipos de seguridad con permiso. En lugar de que una persona vaya paso a paso, la herramienta utiliza modelos de lenguaje de IA para encontrar fallos de seguridad por su cuenta.
En este caso, tres modelos movían ARTEX:
- DeepSeek v4.1-flash
- GLM-5.3
- Grok 4.6
Los investigadores de Crowdstrike también encontraron registros de sesiones de Claude Code en directorios que el atacante había dejado abiertos. Claude Code es el agente de programación de Anthropic. Los registros muestran búsquedas de grupos de Telegram donde vender los datos robados. Ese detalle importa. Indica que la ayuda de la IA no se limitó a entrar en los sistemas. También se extendió a la tarea de convertir los datos robados en dinero.
Nada de esto exigió malware a medida ni un presupuesto propio de un Estado. La herramienta era pública y los modelos están disponibles comercialmente o se distribuyen en abierto. Esa es la parte incómoda de la historia.
Por qué preocupa a Crowdstrike
El argumento principal de Crowdstrike tiene que ver con la escala. Las herramientas de IA pueden permitir que una sola persona lleve a cabo grandes brechas en poco tiempo. Los expertos en seguridad llevan meses advirtiendo precisamente de esto. El temor nunca fue que la IA inventara de la noche a la mañana técnicas de ataque completamente nuevas. El temor era que redujera el tiempo, la habilidad y el trabajo necesarios para ejecutar a gran escala las que ya se conocen.
El momento hace que el informe sea más difícil de despachar. Pocos días antes, Anthropic había publicado resultados que mostraban que GLM-5.3 puede escribir exploits casi tan bien como Mythos Preview. Mythos Preview es el modelo de frontera de la propia Anthropic, y fue el que desató el debate más amplio sobre el hacking asistido por IA a finales de marzo de 2026. GLM-5.3 es uno de los tres modelos utilizados en los ataques de Corea del Sur.
Si se juntan ambos hallazgos, aparece un patrón. La capacidad de escribir exploits, que hace poco parecía una preocupación de los laboratorios de frontera, está ya presente en modelos que los atacantes usan en ataques reales.
Por qué importa
Este caso sugiere que la distancia entre "la IA podría facilitar ataques" y "la IA ha facilitado ataques" prácticamente ha desaparecido. El cambio de fondo es económico. Si un solo operador con una herramienta de código abierto puede atacar a varios bancos en unas dos semanas, los defensores ya no pueden dar por hecho que las grandes brechas requieren grupos grandes y con muchos recursos.
También complica el panorama de la seguridad de la IA. Las restricciones sobre el modelo de un solo proveedor ofrecen una protección limitada cuando los atacantes pueden alternar entre DeepSeek, GLM y Grok dentro de la misma herramienta. Eso traslada más peso al lado defensivo, donde los proveedores ya se están moviendo. Algunos ejemplos son el trabajo de la propia Crowdstrike para entrenar a la IA para atacar y defender y el esfuerzo de Anthropic por dar a defensores verificados un acceso más amplio a sus modelos.
Qué vigilar a partir de ahora: si la investigación surcoreana confirma la teoría del atacante único, si más entidades revelan pérdidas y cómo responden GitHub y los proveedores de modelos ante herramientas de doble uso como ARTEX. También conviene estar atentos a si los reguladores de otros países toman esto como referencia y empiezan a exigir a los bancos que se pongan a prueba específicamente frente a ataques impulsados por IA.