Los recientes anuncios de los principales laboratorios de IA, combinados con cambios observables en el comportamiento de los atacantes, marcan un punto de inflexión en la economía del descubrimiento de vulnerabilidades. CERT-EU explica cómo interpretar estos acontecimientos, qué significan para las entidades de la Unión y la comunidad en general, y cómo estamos adaptando nuestros propios servicios en respuesta. Complementa el Informe sobre el Panorama de Amenazas 2025 , que documentó el dominio continuo de la explotación de vulnerabilidades como vector de acceso inicial frente a las entidades de la Unión.
Puntos clave
- Las herramientas impulsadas por IA están ahora descubriendo y explotando vulnerabilidades de software a un ritmo que rompe fundamentalmente el ciclo tradicional de parches. Según M-Trends 2026 de Google, el tiempo medio para explotar vulnerabilidades recién reveladas ha bajado a un estimado negativo de siete días; la explotación suele ocurrir antes de que exista un parche.
- Los modelos más avanzados, como Claude Mythos Preview de Anthropic, representan un salto generacional en el desarrollo de exploits autónomos. Los modelos de peso abierto están reduciendo la brecha de capacidades hacia la frontera, lo que significa que estas capacidades serán progresivamente accesibles para un rango más amplio de actores, incluidos los maliciosos.
- La explotación de vulnerabilidades en el software orientado a internet sigue siendo, por segundo año consecutivo, el vector de acceso inicial de mayor impacto contra entidades de la Unión, según documenta nuestro Informe sobre el Panorama de Amenazas 2025.
- Los defensores que adoptan flujos de trabajo aumentados con IA de forma sistemática — en el código que desarrollan, en el software comercial que despliegan y en sus capacidades de detección y respuesta — pueden avanzar realmente. La carrera trata sobre la rapidez de adopción.
- CERT-EU ha construido y probado una cadena interna de pruebas de penetración impulsadas por IA y está integrando análisis asistidos por IA en todos sus servicios para apoyar a las entidades de la Unión bajo el Reglamento (UE, Euratom) 2023/2841.
- Recomendamos basarse en los fundamentos defensivos — defensa en profundidad, arquitectura de seguridad sólida y detección temprana — con ocho acciones concretas: reducir la superficie de ataque, mantener una higiene rigurosa, adoptar pruebas de seguridad impulsadas por IA de forma responsable, reforzar la detección y respuesta, acelerar la adopción de confianza cero, construir equipos multifuncionales, alinearse con marcos emergentes e iterar de forma continua.
Un nuevo ritmo en el descubrimiento de vulnerabilidades
En abril de 2026, Anthropic reveló que Claude Mythos Preview — un modelo centrado en ciberseguridad que decidió no publicar — había descubierto de forma autónoma miles de vulnerabilidades de alta y crítica gravedad, incluyendo zero-days en código previamente desconocidos que datan de décadas. En lugar de una publicación pública, Anthropic distribuyó el modelo a través del Proyecto Glasswing, un programa controlado que proporciona acceso a doce socios de lanzamiento y a más de 40 organizaciones adicionales que mantienen infraestructuras críticas, exclusivamente para trabajos de seguridad defensiva.
Ese mismo mes, HackerOne — la mayor plataforma mundial de recompensas por errores — suspendió nuevas presentaciones a su programa Internet Bug Bounty después de que informes de vulnerabilidades generados por IA, una mezcla de descubrimientos genuinos y envíos de baja calidad, sobrepasaran tanto la capacidad de triaje como los recursos de remediación en todo el ecosistema de código abierto. El proyecto cURL ya había cerrado su propio programa de recompensas por errores en enero de 2026 por razones similares.
Este cambio se ha ido gestando durante meses. Según el informe M-Trends 2026 de Google, el tiempo medio para explotar vulnerabilidades recién reveladas ha bajado a un estimado negativo de siete días: la explotación, de media, ocurre ahora antes de que siquiera se publique un parche. En 2018, esa ventana fue de 63 días. El ciclo tradicional de descubrir, revelar, parchear y desplegar fue diseñado para un adversario más lento. Ese adversario ya no existe.
Nada de esto significa que los defensores sean impotentes. Las mismas capacidades de IA que fortalecen a los atacantes también pueden reforzar las defensas, y los defensores que las adoptan sistemáticamente ganan terreno real. Para el código que controlan — aplicaciones internas y proyectos de código abierto que mantienen o a los que contribuyen — pueden integrar análisis impulsados por IA en los pipelines de desarrollo y los ciclos de vida del desarrollo, cerrando fallos antes de su lanzamiento. Para el software comercial, pueden usar las mismas herramientas para identificar vulnerabilidades, reportarlas a los proveedores mediante divulgación coordinada y desarrollar controles y detecciones compensatorias mientras esperan parches. Esta es, posiblemente, la oportunidad más significativa que han tenido los defensores en muchos años, pero solo si se mueven lo suficientemente rápido para aprovecharla.
Para las organizaciones responsables de infraestructuras críticas —incluidos nuestros constituyentes, las entidades de la Unión (instituciones, organismos, oficinas y agencias de la UE)— esta aceleración exige una evaluación clara de lo que ha cambiado y una disposición para adaptar la forma en que abordamos la seguridad de nuestra superficie de ataque frente a internet y expuesta a terceros.
Lo que la IA puede hacer hoy
Así como los modelos de IA han transformado la ingeniería de software —escribiendo, depurando y enviando código a velocidad sobrehumana—, los sistemas más potentes están demostrando ahora el mismo salto en la investigación de seguridad, igualando y en algunos casos superando a los investigadores humanos en la detección y explotación de vulnerabilidades.
Las cifras de descubrimiento y explotación anteriores son reales, pero no cuentan toda la historia. Lo que hace que la última generación de modelos sea especialmente peligrosa no es solo el volumen de vulnerabilidades que encuentran. Es su capacidad para encadenar hallazgos a lo largo de múltiples pasos, razonar sobre la lógica de aplicaciones y producir rutas de explotación que antes requerían un conocimiento especializado profundo. Esto es lo que convierte una lista de fallos individuales en un ataque funcional.
Para los defensores, usar estas herramientas de forma responsable añade fricción que los atacantes no enfrentan. Los modelos pueden alucinar vulnerabilidades, tergiversar la gravedad o proponer parches que introducen nuevos problemas. El despliegue responsable implica validar los hallazgos, revisar las correcciones propuestas y probar los parches antes de que lleguen a producción, un flujo de trabajo que sigue siendo laborioso incluso cuando el descubrimiento es rápido. Ejecutar análisis impulsados por IA a gran escala también conlleva costes operativos. Sin embargo, esos costes están cayendo rápidamente — cada nueva generación de modelos ha reducido el coste del análisis equivalente en aproximadamente un orden de magnitud — lo que hará que el escaneo sistemático sea más accesible tanto para los defensores como para los atacantes.
Esto crea una asimetría incómoda dentro de la asimetría: los atacantes solo necesitan un exploit funcional y no tienen carga de control de calidad, mientras que los defensores deben clasificar cada hallazgo y remediar cada uno correctamente. Las herramientas son transformadoras en ambos lados, pero la carga operativa de usarlas bien, en lugar de simplemente utilizarlas, recae desproporcionadamente en la defensa. Por eso es precisamente por lo que invertir en flujos de trabajo defensivos aumentados con IA ahora, antes de que la brecha se amplíe aún más, es tan crítico.
Pero quizás el desarrollo más relevante no sea lo que pueden hacer los mejores sistemas de IA, sino quién puede acceder ahora a estas capacidades. Tareas que antes requerían años de experiencia especializada —descubrir vectores de ataque complejos, crear cadenas de exploits— ahora pueden ser parcialmente automatizadas por cualquiera con acceso a un modelo de frontera.
Esto no es magia. Es eficiencia en un nivel fundamentalmente diferente. La misma dinámica que hizo accesibles las hojas de cálculo para no contables está ahora haciendo que las técnicas de seguridad ofensivas sean accesibles a un rango mucho más amplio de actores. La barrera de entrada ha caído, y seguirá bajando a medida que los modelos mejoren y maduren las herramientas.
La creciente brecha entre ataque y defensa
Las capacidades de IA ofensivas descritas arriba son peligrosas no porque existan aisladas, sino porque chocan con una realidad defensiva creada para otra época.
Los ciclos de gestión de parches empresariales suelen durar entre 30 y 60 días, y el parche responsable requiere pruebas, staging y planificación de retrocesos que no pueden ser atajos de forma segura. Mientras tanto, los datos dibujan un panorama claro. Nuestro Informe sobre el Panorama de Amenazas 2025 encontró que, por segundo año consecutivo, la explotación de vulnerabilidades en software orientado a internet fue el vector de acceso inicial con mayor impacto en las entidades de la Unión (véase también nuestra entrada complementaria en el blog). Esto es coherente con los datos más amplios del sector: los exploits siguieron siendo el vector de infección inicial más común durante sexto año consecutivo, representando el 32% de todas las intrusiones investigadas por Mandiant en 2025, una tendencia corroborada de forma independiente por el Informe de Investigaciones de Violaciones de Datos de Verizon.
La desconexión es estructural. Los sistemas de IA descubren vulnerabilidades en minutos u horas. Los atacantes las utilizan como armas en cuestión de días, utilizando patch-diffing automatizado — comparando versiones parcheadas y no parcheadas de software para descifrar la vulnerabilidad subyacente — combinado con generación de exploits asistida por IA. Los defensores necesitan semanas o meses para desplegar las correcciones de forma segura. Y como se ha señalado antes, la explotación ocurre ahora de forma rutinaria antes incluso de que existan los parches.
Esta asimetría es real, pero no es nueva. Como documenta nuestro Informe de Panorama de Amenazas 2025, los actores amenazantes vinculados a estados han mantenido durante mucho tiempo programas de investigación de vulnerabilidades a una escala que la mayoría de los defensores no pueden igualar, llevando a cabo amplias explotaciones y compromisos en la cadena de suministro contra entidades de la Unión y su ecosistema. Lo que hace la IA es cambiar quién más puede operar de forma creíble a ese ritmo. Para los defensores, la oportunidad correspondiente es aplicar sistemáticamente las mismas herramientas: al código que desarrollan, a los productos comerciales de los que dependen (mediante controles coordinados de divulgación y compensación), y a sus capacidades de detección y respuesta. La carrera gira en torno a la rapidez de adopción.
Las organizaciones que aún dependen del ciclo tradicional de descubrir, revelar, parchear y desplegar — a menudo lentas y solo parcialmente ejecutadas — operan con una desventaja estructural que se amplía con cada mejora en la capacidad de IA. Cerrar esta brecha requiere no solo un parche más rápido, sino también un descubrimiento proactivo del código que controlan, controles compensatorios mientras los parches están pendientes y capacidades de detección ajustadas para intentos de intrusión de mayor velocidad y mayor volumen.
Reducir décadas de deuda de garantía
Existe una historia más profunda detrás de la aceleración en el descubrimiento de vulnerabilidades. Durante décadas, muchos proveedores de software invirtieron poco en ciclos de vida seguros, revisión exhaustiva de código y programas sostenidos de investigación de vulnerabilidades. El resultado es una enorme acumulación de vulnerabilidades latentes en todo el ecosistema de software — fallos que existían pero nunca se encontraron, porque encontrarlos era demasiado caro, demasiado lento o se despreciaba comercialmente en favor de una entrega más rápida de funcionalidades. Los incentivos de mercado históricamente recompensaban el tiempo de lanzamiento al mercado por encima de la ingeniería de seguridad, y el coste de las vulnerabilidades no encontradas se externalizaba en gran medida a los usuarios.
La IA cambia esa ecuación fundamentalmente. La avalancha de vulnerabilidades que ahora se están saliendo a la luz, algunas de hace años o incluso décadas, no es prueba de que el software esté empeorando. Es la factura que vence por años de infrainversión. El dolor inicial es real: parches de emergencia, sobrecarga de triaje y posibles compromisos antes de que haya soluciones disponibles. Pero la trayectoria a largo plazo es positiva. Cada vulnerabilidad encontrada y corregida es una puerta cerrada permanentemente. El estado final es un ecosistema de software más limpio y resiliente.
La política está empezando a reforzar esta dinámica. La Ley de Ciberresiliencia de la UE, con obligaciones obligatorias de notificación de vulnerabilidades e incidentes que entrarán en vigor desde septiembre de 2026 y el cumplimiento total requerido para diciembre de 2027, crea requisitos vinculantes de ciberseguridad para los proveedores y, por tanto, un incentivo para invertir en la seguridad de productos con elementos digitales a lo largo de su ciclo de vida. Combinado con herramientas de descubrimiento impulsadas por IA, este marco regulatorio acelerará el cambio del parche reactivo a la ingeniería proactiva de seguridad.
Para las organizaciones que desarrollan software, incluidas las entidades sindicales y la comunidad de código abierto, la implicación es clara: el descubrimiento de vulnerabilidades impulsado por IA debería integrarse ahora en las carteras de desarrollo, no como una idea secundaria sino como una parte estándar del proceso de construcción. El coste de encontrar vulnerabilidades antes del lanzamiento es una fracción del coste de responder a ellas en producción.
Un experimento en CERT-EU
En CERT-EU, decidimos comprender este cambio de primera mano. Durante las últimas semanas, antes del anuncio de Mythos Preview por parte de Anthropic, nuestro equipo de IA ha estado desarrollando y probando una cadena interna de pruebas de penetración impulsadas por IA para evaluar qué pueden hacer realmente los modelos de la generación actual cuando se aplican sistemáticamente al descubrimiento de vulnerabilidades.
Nuestro sistema utiliza múltiples agentes de IA especializados organizados en una tubería de varias fases que refleja una prueba de penetración profesional: desde el reconocimiento inicial y el análisis del código fuente hasta la identificación de vulnerabilidades, explotación, remediación e informes. Los agentes cubren diferentes dominios de vulnerabilidad, con un agente dedicado para cada uno.
La filosofía de diseño es dar a cada agente un laboratorio, no un guion. Cada uno recibe acceso a todo el entorno objetivo y la autonomía para investigar como lo haría un investigador humano, adaptándose según lo que encuentre. Una base de conocimiento compartida acumula descubrimientos entre los agentes, de modo que cada uno se basa en lo que los demás han aprendido.
La cadena no se detiene en encontrar vulnerabilidades. Por cada hallazgo confirmado, genera un parche, crea una rama de corrección dedicada y puede abrir una solicitud de fusión con todos los cambios necesarios, llevando esencialmente el proceso desde el descubrimiento hasta la remediación.
Los resultados han sido instructivos. El sistema identifica consistentemente vulnerabilidades reales y explotables en aplicaciones de producción, todas ellas reportadas a los responsables mediante una divulgación coordinada. A diferencia de los escáneres tradicionales, los agentes de IA pueden interactuar con una aplicación en vivo, encadenar hallazgos a través de diferentes clases de vulnerabilidades y razonar sobre el contexto de formas que las herramientas estáticas no pueden.
La lección más amplia es la siguiente: nuestro sistema fue construido utilizando modelos de IA disponibles públicamente y el tipo de experiencia — seguridad ofensiva, IA, respuesta a incidentes, inteligencia de amenazas — que cualquier adversario bien dotado ya posee. Actores estatales hostiles, grupos criminales y proveedores comerciales menos responsables pueden construir algo similar, si no lo han hecho ya. Dado lo rápido que las capacidades fronterizas se difunden a canales abiertos, no se trata de si tales herramientas estarán ampliamente disponibles, sino de cuándo. La colaboración interfuncional necesaria para desarrollar herramientas como la nuestra no es opcional. Es la única forma de mantenerse al ritmo de una amenaza que abarca todas estas disciplinas.
Qué deberían hacer las organizaciones
Las siguientes recomendaciones traducen este cambio en acciones defensivas concretas para las entidades de la Unión y la comunidad en general. Un punto preliminar: los fundamentos siguen siendo esenciales. La defensa en profundidad, una arquitectura de seguridad sólida y la detección temprana siguen siendo tan valiosas como siempre, como también subraya un análisis reciente del Instituto de Seguridad de IA del Reino Unido. Las recomendaciones siguientes se basan en esos fundamentos en lugar de reemplazarlos.
1. Reducir tu superficie de ataque. Desactivar servicios innecesarios que acceden a internet, cerrar puertos no utilizados, eliminar sistemas heredados y hacer cumplir la segmentación de la red. Cada servicio conectado a internet, endpoint API e interfaz administrativa es un objetivo potencial. Reduce lo que está expuesto a lo estrictamente necesario.
2. Mantener una higiene cibernética rigurosa. Hacer cumplir la rotación de credenciales, implementar autenticación multifactor resistente al phishing y mantener inventarios precisos de activos. Mantener el software actualizado en todo el patrimonio — los sistemas conectados a internet y los dispositivos edge en particular deben ser parcheados sin demora. Para vulnerabilidades críticas que afectan a activos expuestos, las organizaciones deben enfocar la remediación en días, no en semanas. Cuando no sea factible un parche inmediato, deben implementarse controles compensatorios como cortafuegos de aplicaciones web, segmentación de red y restricciones temporales de acceso. El escaneo automatizado de código (SAST), las pruebas en tiempo de ejecución (DAST), el análisis de composición del software y el escaneo de dependencias deben ser prácticas estándar para todas las aplicaciones.
3. Adoptar pruebas de seguridad impulsadas por IA, de forma responsable. Utiliza la detección de vulnerabilidades asistida por IA en tus propios sistemas antes que los adversarios. Esto se aplica a tres casos de uso concretos:
- El software que desarrollas: integra el descubrimiento de vulnerabilidades impulsado por IA en las canalizaciones CI/CD para detectar fallos antes de que lleguen a producción. Esto se aplica igualmente a entidades sindicales, organizaciones del sector público y privado, y a la comunidad de código abierto.
- Software comercial y de terceros: utiliza estas herramientas para descubrir vulnerabilidades en los productos de los que dependes y reportarlas a los proveedores mediante una divulgación coordinada de vulnerabilidades, fortaleciendo el ecosistema para todos.
- Medidas compensatorias mientras hay parches pendientes: desarrollar reglas de detección personalizadas y mitigaciones para cerrar la brecha entre el descubrimiento y la remediación, nuevamente con ayuda de IA cuando sea posible.
El uso responsable importa: validar los hallazgos antes de actuar, mantener a un humano informado para las decisiones de explotación y divulgación, y seguir prácticas coordinadas de divulgación de vulnerabilidades en lugar de contribuir a las avalanchas de envíos que obligaron a cURL y HackerOne a reconsiderar sus programas de recompensa por errores. La infraestructura de seguridad compartida, como plataformas de seguridad en el borde gestionado, puede comprimir significativamente la brecha de parche mediante parches virtuales y actualizaciones de reglas WAF desplegadas en horas en lugar de semanas.
4. Fortalecer la detección y la respuesta. Las intrusiones asistidas por IA tienen muchas probabilidades de ser más rápidas y sigilosas. Invertir en detección conductual, monitorización de anomalías y caza de amenazas asistida por IA. Asegurarse de que los planes de respuesta a incidentes tengan en cuenta escenarios de mayor velocidad y mayor volumen. Las pruebas de seguridad continuas, las medidas de defensa engañosas como honeypots y el análisis de comportamiento permiten a las organizaciones identificar y abordar debilidades antes de que sean explotadas.
5. Acelerar la adopción de confianza cero. Asumir que se violarán las defensas perimetrales. Empieza por la identidad: aplica el privilegio mínimo, verifica cada solicitud de acceso y elimina la confianza implícita. Extiende a la segmentación de red, microsegmentación cuando sea factible y verificación continua de dispositivos y usuarios.
6. Construir equipos de seguridad multifuncionales. El panorama de amenazas impulsado por IA no puede abordarse con una sola disciplina. Expertos en seguridad ofensiva, especialistas en IA, respondedores de incidentes y analistas de inteligencia cibernética deben trabajar juntos para anticipar y mitigar amenazas. Nuestra experiencia desarrollando la cadena descrita anteriormente confirmó esto: las ideas más valiosas surgieron cuando los analistas de CTI informaron los escenarios de ataque que los testers ofensivos automatizaron con IA, y cuando los respondedores de incidentes moldearon las reglas de detección basándose en lo que realmente hicieron los agentes de IA. Los compartimentos entre estas funciones son una desventaja.
7. Alinearse con los marcos emergentes. El Marco Multicapa ENISA para Buenas Prácticas de Ciberseguridad en IA ofrece orientación estructurada para asegurar sistemas de IA en capas fundamentales, específicas de IA y sectoriales. La Ley de IA de la UE establece expectativas regulatorias sobre cómo las organizaciones despliegan y defienden contra sistemas de IA, y sus normas para modelos de IA de propósito general ya están en vigor. Los proveedores de modelos de IA de propósito general con riesgo sistémico deben evaluar y mitigar el riesgo cibernético sistémico derivado del modelo y garantizar una protección adecuada de ciberseguridad del propio modelo, a lo largo de todo su ciclo de vida, incluso antes de que el modelo sea introducido en el mercado de la UE. La Ley de Ciberresiliencia de la UE, con notificación obligatoria de vulnerabilidades e incidentes desde septiembre de 2026 y cumplimiento total requerido para diciembre de 2027, crea obligaciones vinculantes para la seguridad de productos con elementos digitales. El Marco de Ciberseguridad 2.0 del NIST ha sido actualizado con un perfil específico para IA que cubre la protección de sistemas de IA, la realización de ciberdefensa habilitada por IA y la frustración de ciberataques habilitados por IA.
8. Itera continuamente. No es un ejercicio puntual. El panorama de amenazas evolucionará a medida que avancen las capacidades de la IA. La reevaluación regular, las pruebas y la mejora de todas las medidas defensivas son esenciales.
Cómo se está adaptando CERT-EU
CERT-UE está adaptando sus servicios y formas de trabajo a este nuevo entorno. La cadena de pruebas de penetración impulsadas por IA descrita anteriormente es un componente; también estamos integrando análisis asistidos por IA en la gestión de vulnerabilidades, la producción de inteligencia de amenazas y los flujos de respuesta a incidentes que apoyan a las entidades de la Unión bajo el Reglamento (UE, Euratom) 2023/2841. Bajo ese Reglamento, CERT-UE actúa como el centro central de ciberseguridad para las entidades de la Unión, y seguiremos aprovechando las capacidades emergentes de IA, incluso a mayor escala en el próximo periodo, para ayudar a las entidades de la Unión a fortalecer su postura de ciberseguridad, cumplir con sus obligaciones y responder a incidentes al ritmo que ahora exige el panorama de amenazas. Nuestro trabajo analítico continúa aplicando los estándares definidos en nuestro Marco de Inteligencia de Amenazas Cibernéticas. El contexto institucional más amplio de estos esfuerzos se establece en el Informe Anual IICB 2025.
Dentro de la cooperación estructurada entre CERT-UE y ENISA, también evaluaremos conjuntamente estos desarrollos y emprendiremos acciones adicionales cuando sea apropiado.
A medida que las capacidades de IA evolucionan, se lanzan nuevos modelos y se acumula experiencia operativa, podemos compartir evaluaciones adicionales, orientación práctica y lecciones aprendidas.
El momento de actuar es ahora
La IA ha cambiado la economía del descubrimiento de vulnerabilidades. Las capacidades que hace unos años requerían recursos de estado-nación y meses de trabajo experto ahora están disponibles para un conjunto mucho más amplio de actores, y serán más accesibles con cada nuevo lanzamiento de modelo.
Todos los grandes laboratorios de IA están invirtiendo en capacidades relevantes para la seguridad y, paralelamente, en arreglos de control de acceso para ellas. Anthropic distribuyó Mythos Preview exclusivamente a través de Project Glasswing, un programa controlado limitado a socios defensivos verificados. OpenAI lanzó GPT-5.4-Cyber, una variante ciberespecializada de su modelo fronterizo, a través de su programa Trusted Access for Cyber, que utiliza verificación de identidad y acceso escalonado para restringir su uso a defensores autenticados. Estos son enfoques diferentes para el mismo problema subyacente: las capacidades de ciberseguridad de vanguardia deben llegar a los defensores sin estar disponibles libremente para actores maliciosos.
No todos los proveedores actuales o futuros adoptarán los mismos controles de lanzamiento y, como se ha señalado antes, el retraso entre los modelos de código cerrado de vanguardia y los lanzamientos de peso abierto capaces sigue reduciéndose. Cuando modelos igualmente capaces lleguen a canales menos controlados —mediante liberación en peso abierto o mediante la eliminación de barreras de seguridad mediante ajustes finos— las capacidades ofensivas descritas en esta publicación estarán disponibles para un conjunto mucho más amplio de actores, incluidos aquellos con intenciones maliciosas.
Las organizaciones que ahora invierten en defensa aumentada con IA — en reducción de superficies de ataque, higiene rigurosa, pruebas proactivas y colaboración interfuncional — estarán mejor posicionadas para afrontar lo que viene. Quienes pospongan la inversión hasta el próximo incidente importante responderán desde una posición más débil de la necesaria.
Esto no es motivo de alarma. Es motivo de concentración. La misma tecnología que empodera a los atacantes puede, y debe, aprovecharse para fortalecer las defensas. Los defensores que adoptan estas herramientas de forma sistemática tienen la ventaja estructural de aplicarlas a todo su territorio, cerrando puertas que los atacantes de otro modo encontrarían. La pregunta que enfrenta toda organización responsable de sistemas críticos ya no es si debe adaptarse, sino cuán rápido.