Análisis ·
Estas son las 4 vulnerabilidades críticas de la IA que se están explotando actualmente
Título original, en francés: «Voici les 4 vulnérabilités critiques de l'IA qui sont exploitées actuellement»
- Medio
- ZDNet France (Francia)
- Autor
- Dan Patterson
- Publicado el
- 18 de febrero de 2026 · leída en datos estructurados de la página · modificado el 2 de septiembre de 2026
Resumen
El artículo describe cuatro vulnerabilidades de seguridad de la IA generativa a las que deben hacer frente las empresas al desplegar estos sistemas: ataques autónomos realizados por agentes de IA (entre ellos un ciberataque chino mediante Claude Code según Anthropic), inyección de prompts que varios investigadores consideran imposible de corregir, envenenamiento de los datos de entrenamiento y fraude mediante deepfakes. Cita datos de adopción de agentes de IA por parte de las empresas (23 % actualmente, 74 % previsto en 2028 según Deloitte) y tasas de incidentes ya registrados (80 % de las organizaciones según McKinsey). También relata el caso de Arup, en el que un empleado transfirió 25,6 millones de dólares tras una videoconferencia manipulada con deepfakes, y cita proyecciones de Gartner y Deloitte sobre el auge del fraude mediante IA. El artículo concluye que los CISO deben elegir entre retrasar la adopción de la IA o desplegar sistemas vulnerables que ya están siendo explotados por atacantes.
Resumen elaborado a partir del texto completo del artículo.
Leer el artículo en ZDNet France →Cifras citadas
-
23 %
Porcentaje de empresas que usan agentes de IA de forma moderada
Empresas, informe de Deloitte
« Un rapport récent de Deloitte a révélé que 23 % des entreprises utilisent modérément les agents IA. »
Fuente: Deloitte
-
74 %
Proyección de adopción moderada de agentes de IA por parte de las empresas de aquí a 2028
Empresas, proyección de Deloitte a 2028
« Mais prévoit que ce pourcentage passera à 74 % d'ici 2028. »
Fuente: Deloitte
-
25 %
Porcentaje de empresas que no usan agentes de IA y proyección a la baja
Empresas, informe de Deloitte, proyección del 5 % de aquí a 2028
« Quant aux 25 % d'entreprises qui ont déclaré ne pas utiliser d'agents, Deloitte prévoit que ce chiffre tombera à 5 %. »
Fuente: Deloitte
-
80 %
Porcentaje de organizaciones que han tenido problemas con agentes de IA
Organizaciones, estudio de McKinsey
« Une étude de McKinsey montre que 80 % des organisations ont déjà rencontré des problèmes avec eux, notamment une exposition inappropriée des données et un accès non autorisé au système. »
Fuente: McKinsey
-
56 %
Tasa de éxito de los ataques por inyección de prompts en 36 LLM probados
36 LLM probados con 144 variantes de ataque
« Une étude testant 36 LLM contre 144 variantes d'attaques a révélé que 56 % des attaques réussissaient sur toutes les architectures. »
-
90 %
Tasa de elusión de las defensas por parte de atacantes automatizados
Investigación colaborativa de OpenAI, Anthropic y Google DeepMind
« les attaquants utilisant la descente de gradient et l'apprentissage par renforcement ont contourné plus de 90 % des défenses. »
Fuente: OpenAI, Anthropic, Google DeepMind
-
100 %
Tasa de elusión de las protecciones por parte de equipos rojos humanos
Investigación colaborativa de OpenAI, Anthropic y Google DeepMind
« Les équipes rouges humaines ont vaincu 100 % des protections testées. »
Fuente: OpenAI, Anthropic, Google DeepMind
-
60 USD
Coste estimado de corromper conjuntos de datos de entrenamiento de IA
Estudio de Google Deep
« Selon une étude de Google Deep, les pirates peuvent corrompre les principaux ensembles de données d'entraînement de l'IA pour environ 60 dollars. »
Fuente: Google Deep
-
250 documentos
Número de documentos envenenados necesarios para comprometer un LLM
Estudio de Anthropic y el UK AI Security Institute, octubre de 2025
« Une autre étude menée en octobre 2025 par Anthropic et l'Institut britannique de sécurité de l'IA (UK AI Security Institute) a révélé que seulement 250 documents empoisonnés peuvent compromettre n'importe quel modèle linguistique de grande taille, quel que soit le nombre de paramètres, en ne nécessitant que 0,00016 % des jetons d'entraînement. »
Fuente: Anthropic, UK AI Security Institute
-
100 modelos
Número de modelos maliciosos detectados en Hugging Face
JFrog Security Research, febrero de 2024
« Dès février 2024, JFrog Security Research a découvert environ 100 modèles malveillants sur Hugging Face, dont un contenant un shell inversé se connectant à une infrastructure en Corée du Sud. »
Fuente: JFrog Security Research
-
25,6 millones de USD
Importe desviado en un fraude mediante deepfake en Arup
Caso Arup, 15 transferencias bancarias
« Un employé d'Arup a effectué 15 virements bancaires pour un montant total de 25,6 millions de dollars après une vidéoconférence avec son directeur financier et plusieurs collègues. »
-
40 %
Porcentaje de ataques de ingeniería social dirigidos a directivos mediante deepfakes de aquí a 2028
Proyección de Gartner a 2028
« Gartner prévoit que d'ici 2028, 40 % des attaques d'ingénierie sociale cibleront des cadres supérieurs à l'aide de deepfakes audio et vidéo. »
Fuente: Gartner
-
85 %
Precisión de los clones de voz generados a partir de 3 segundos de audio
Estudio de McAfee Labs
« McAfee Labs a découvert que trois secondes d'audio suffisent pour produire des clones vocaux avec une précision de 85 %. »
Fuente: McAfee Labs
-
75 %
Precisión de los detectores de deepfakes de vídeo e imagen
Benchmark Deepfake-Eval-2024, vídeos
« Le benchmark Deepfake-Eval-2024 a révélé que les détecteurs atteignent une précision de 75 % pour les vidéos et de 69 % pour les images. »
Fuente: Deepfake-Eval-2024
-
24,5 %
Tasa de identificación correcta de deepfakes de vídeo de alta calidad por parte de personas
Estudio del Instituto de investigación Idiap
« Une étude de l'Institut de recherche Idiap a révélé que les personnes n'identifient correctement les deepfakes vidéo de haute qualité que dans 24,5 % des cas. »
Fuente: Institut de recherche Idiap
-
40 miles de millones de USD
Pérdidas proyectadas por fraude asistido por IA de aquí a 2027
Proyección de Deloitte a 2027
« Deloitte prévoit que les pertes liées à la fraude assistée par l'IA atteindront 40 milliards de dollars d'ici 2027. »
Fuente: Deloitte
Clasificación
- País
- Alcance mundial
- Tamaño de empresa
- Todos los tamaños, Grandes empresas
- Sectores
- Todos los sectores o sector no especificado · Editores de software, empresas de servicios digitales, telecomunicaciones
- Empresas
- McAfee Labs (citada), Gartner (autor del estudio), Zenity Labs (citada), NIST (citada), iProov (citada), Kaspersky (citada), Absolute Security (citada), Institut de recherche Idiap (citada), McKinsey (autor del estudio), Deloitte (autor del estudio), Salesforce (citada), UK AI Security Institute (citada), JFrog Security Research (citada), Arup (implanta la IA), Google DeepMind (citada), Hugging Face (citada), Microsoft (citada), OpenAI (citada), Anthropic (citada), Coalition for Secure AI (citada), Google (citada)
- Palabras clave
- seguridad de la ia, inyección de prompts, deepfake, envenenamiento de datos, agentes de ia, ciberseguridad
Ficha redactada por Marsanne Studio a partir del artículo citado, con la ayuda de un modelo de IA (claude-sonnet-5). Los derechos sobre el artículo y sus ilustraciones pertenecen a ZDNet France y a su autor. Ficha traducida del francés por Claude Sonnet 5.5.