Es evidente la elevada incidencia que tiene la inteligencia artificial en el ámbito de la ciberseguridad, tanto desde el lado del ciberdelincuente (que cada vez cuenta con más herramientas, más precisas y capaces de actuar más rápido y afectar a más personas) como desde el ámbito de la defensa: el uso de algoritmos avanzados y técnicas de aprendizaje automático es el único modo sensato de plantear una estrategia para la protección de redes, sistemas y datos en tiempo real.
Mucho más que ciberseguridad
Es cierto que el uso de la IA en el ámbito de la ciberseguridad no es nuevo, pero durante los últimos años ha dado un salto cualitativo muy importante. Ya no solo se trata de detectar amenazas con precisión, sino de responder en tiempo real de forma eficaz, aprendiendo y adaptándose a las tácticas empleadas por los atacantes.
Recientemente Google ha revelado que un agente de IA ha sido capaz de descubrir un fallo de seguridad real
Por ejemplo, recientemente, el gigante Google ha revelado que un agente de IA ha sido capaz de descubrir un fallo de seguridad real: el desbordamiento de búfer de pila explotable en SQLite. Este descubrimiento fue detectado por Big Sleep, una herramienta asistida por IA desarrollada conjuntamente por Google Project Zero y Google DeepMind. Es más, según se informa en el blog de Google Project Zero, incluso encontraron este problema antes de que apareciera en un lanzamiento oficial, por lo que los usuarios de SQLite no se vieron afectados.
IA y automatización
Esta eficacia, demostrada por los algoritmos de IA para analizar patrones y detectar anomalías, se combina de forma muy acertada con la automatización, reduciendo significativamente el tiempo de respuesta hasta unos parámetros que, de otra forma, serían inasumibles para cualquier estrategia de defensa.
Es más, diversos estudios concluyen que cerca del 69% de las organizaciones creen que no podrían responder adecuadamente a las amenazas críticas sin el uso de la IA. Según Gartner, en 2025 más del 50% de las tareas en ciberseguridad serán automatizadas mediante IA y aprendizaje automático.
El riesgo normativo
Otra de las caras de esta moneda está relacionada con los riesgos que supone el uso de la IA aplicada y la IA generativa, especialmente en el ámbito normativo. Según un estudio de McKinsey especialmente enfocado al sector financiero, estas entidades deben desarrollar sus capacidades de seguridad —incluidos informes, gobernanza y privacidad de los datos— de acuerdo con las normativas emergentes antes de que entren en vigor.
Es más, en este informe se muestra que el 70% de las empresas admiten que un mayor cumplimiento de las regulaciones hace que sus organizaciones maduren sus capacidades de ciberseguridad. Ese es uno de los caminos que está emprendiendo Europa a través de iniciativas como la Directiva NIS 2 y otras que ya están en camino. Ahora solo falta hacer los esfuerzos necesarios para su cumplimiento.
