El 75% de los kits analizados en mercados clandestinos en 2025 publicitaban capacidades de inteligencia artificial, pero los programas de concientización corporativa aún entrenan empleados para detectar errores ortográficos y saludos genéricos que la IA ya eliminó.
Un informe de SC Media publicado en 2025 sobre investigación de Egress reveló que tres de cada cuatro kits de phishing examinados en mercados de dark web anunciaban capacidades de inteligencia artificial, mientras que el 82% ofrecía características de deepfake. Las cifras corresponden a los kits analizados en esos mercados — no representan la totalidad de la actividad de phishing en curso — pero marcan un punto de inflexión: las herramientas que antes requerían habilidades técnicas avanzadas ahora están empaquetadas como productos accesibles para cualquier atacante con presupuesto modesto. Paralelamente, se registró un aumento reciente en ataques de phishing con inyecciones de prompts de IA, una técnica que explota modelos de lenguaje para manipular respuestas automatizadas o sistemas de asistencia corporativa.
El desfase entre amenaza real y entrenamiento corporativo
La mayoría de los programas de concientización en seguridad todavía enseñan a los empleados a buscar señales tradicionales de phishing: errores ortográficos, saludos genéricos del tipo «Estimado usuario», formato descuidado o enlaces sospechosos con dominios mal escritos. Esas señales funcionaron durante años porque los atacantes operaban con recursos limitados y poco control de calidad. La IA generativa cambió esa ecuación: ahora un atacante puede producir mensajes personalizados, con nombres correctos, contexto de negocio relevante y lenguaje profesional indistinguible del que usaría un colega o proveedor legítimo.
El problema no es que todos los ataques de phishing usen IA en la práctica — muchos siguen siendo campañas masivas de baja sofisticación — sino que la barra de lo que un empleado puede encontrar subió drásticamente. Si el entrenamiento se limita a reconocer patrones del pasado, la organización queda expuesta cuando llega un mensaje que no tiene ninguna de esas señales pero sí una solicitud urgente de transferencia bancaria o cambio de credenciales, redactada con la precisión de un ejecutivo real.
Por qué las tasas de clics no cuentan toda la historia
Las simulaciones de phishing corporativas suelen resumirse en un número: el porcentaje de empleados que hicieron clic en el enlace falso. Es una métrica fácil de comunicar a la gerencia y de comparar entre departamentos o trimestres, pero captura solo una fracción del problema. Dos grupos pueden tener la misma tasa de clics y comportamientos operativos completamente distintos. En uno, los empleados que sospechan reportan el mensaje de inmediato a través del canal aprobado, lo que permite al equipo de seguridad investigar, alertar a otros destinatarios y bloquear infraestructura maliciosa. En el otro, los empleados borran el mensaje o lo ignoran sin reportar. Las tasas de clics son idénticas, pero la capacidad de la organización para detectar y contener un ataque real es radicalmente diferente.
El National Cyber Security Centre proporciona orientación sobre phishing para reconocer y reportar mensajes sospechosos, pero la efectividad de esa orientación depende de que los empleados la usen en el momento crítico. Las simulaciones deberían medir no solo quién hizo clic, sino quién reportó, cuánto tardó en hacerlo y si ese reporte llegó a los analistas con suficiente contexto para actuar. Una simulación en octubre de 2026 mostró que incluso cuando los empleados reconocen un mensaje sospechoso, muchos no completan el paso de reportarlo formalmente — ya sea por falta de confianza en el proceso, miedo a quedar en ridículo si se equivocan o simplemente porque el canal de reporte no está lo suficientemente integrado en su flujo de trabajo diario.
Cómo el impacto se amplifica en América Latina por la dependencia de proveedores externos
En México y Brasil, donde gran parte de la infraestructura de correo corporativo y servicios de nube depende de proveedores globales con soporte regional limitado, la capacidad de respuesta ante un ataque de phishing exitoso se ve comprometida por tiempos de escalamiento más largos y menor visibilidad sobre la infraestructura subyacente. Si un atacante usa IA para suplantar a un proveedor de servicios conocido — digamos, un mensaje que parece venir del equipo de soporte de Microsoft o AWS con lenguaje técnico preciso y contexto de cuenta real — el empleado promedio no tiene forma de verificar la autenticidad sin un canal de validación alternativo que muchas organizaciones en la región aún no implementaron.
El problema se agrava porque los programas de concientización en seguridad en América Latina tienden a replicar contenido traducido de mercados anglosajones, sin adaptar los escenarios a las dinámicas locales: proveedores específicos, regulaciones de protección de datos regionales o patrones de comunicación corporativa que difieren de los estándares estadounidenses o europeos. Un empleado entrenado para desconfiar de un correo de «IRS» (la agencia tributaria de Estados Unidos) puede no aplicar el mismo criterio a un mensaje que suplanta a la AFIP en Argentina o al SAT en México, porque el entrenamiento nunca cubrió esos casos.
Qué debería cambiar en las simulaciones para reflejar amenazas actuales
Las simulaciones de phishing necesitan evolucionar para representar escenarios realistas de negocio: compartir documentos inesperados, solicitudes de proveedores, intentos de suplantar colegas de confianza. Los empleados deberían aprender a verificar solicitudes inusuales a través de un canal alternativo — una llamada telefónica, un mensaje directo en Slack, una confirmación presencial — incluso cuando el mensaje original parece completamente legítimo. Eso requiere que las organizaciones establezcan protocolos claros de verificación y los integren en la cultura operativa, no solo en un módulo de entrenamiento anual.
Las simulaciones también deberían testear la respuesta organizacional completa, no solo la reacción individual del empleado. Cuando llega un mensaje sospechoso, ¿cuánto tarda en ser reportado? ¿Pueden los analistas identificar y contactar a otros destinatarios que posiblemente respondieron? ¿Puede la organización eliminar el mensaje de las bandejas de entrada, bloquear infraestructura maliciosa e investigar posible compromiso de cuentas? Esas preguntas conectan el entrenamiento de concientización con la preparación operativa. Un programa que mejora las tasas de reporte y reduce el tiempo de respuesta puede entregar valor incluso cuando no puede prevenir que cada empleado haga clic.
Nuestro análisis
El dato de que el 75% de los kits de phishing en mercados clandestinos ya publicitaban capacidades de IA en 2025 no es una proyección futura — es una fotografía de un mercado que ya operaba a esa escala hace más de un año. Lo que falta es que las organizaciones ajusten sus programas de concientización a esa realidad. Seguir entrenando empleados para detectar errores ortográficos o saludos genéricos es como enseñar a reconocer billetes falsos de baja calidad cuando los falsificadores ya usan impresoras de alta resolución. El problema no es que esas señales ya no importen — todavía hay ataques masivos de baja sofisticación — sino que no son suficientes para preparar a la organización contra lo que un atacante con acceso a herramientas de IA puede producir hoy.
El patrón que emerge de las simulaciones recientes es que las organizaciones miden lo que es fácil de medir (tasas de clics) en lugar de lo que realmente importa (capacidad de detectar, reportar y contener un ataque en curso). Eso deja un punto ciego operativo: una organización puede tener tasas de clics bajas en simulaciones y aún así ser vulnerable si los empleados no reportan mensajes sospechosos o si el equipo de seguridad no tiene procesos claros para actuar sobre esos reportes. La pregunta que queda abierta es si las organizaciones van a esperar a que un ataque real con IA cause daño financiero o reputacional antes de rediseñar sus programas de concientización, o si van a anticiparse ajustando ahora los escenarios de entrenamiento y las métricas de éxito para reflejar las amenazas que ya están disponibles en la dark web.