El cibercrimen evolucionó. Así es como opera hoy

Ecosistema de cibercrimen e inteligencia artificial en 2026

Hay una frase que resume muy bien lo que está pasando en el mundo del cibercrimen hoy: los criminales ya no construyen el arma, ahora venden las balas.

Es una imagen sencilla, pero describe algo que cambió de fondo. El cibercrimen dejó de ser una actividad que requería conocimiento técnico avanzado, acceso a infraestructura especializada o años de experiencia en programación. Hoy opera más parecido a cualquier industria de servicios: con proveedores establecidos, catálogos de productos, esquemas de precios por suscripción y, en algunos casos, hasta soporte al cliente.

La inteligencia artificial está en el centro de esa transformación. Y entenderlo no es un asunto exclusivo de los equipos de TI, es algo que cualquier persona que tome decisiones dentro de una organización necesita tener en el radar.

De la experimentación a la industria

Hace tres años, los primeros servicios de IA para uso criminal eran poco más que experimentos ruidosos. Chatbots manipulados para saltarse restricciones de seguridad, herramientas para generar correos de phishing con mejor redacción, pruebas de concepto que circulaban en foros clandestinos y desaparecían en semanas.

Lo que vemos hoy es algo cualitativamente diferente: un mercado que maduró. Los actores que sobrevivieron no son aficionados que prueban cosas, son operaciones con modelos de negocio definidos, clientes recurrentes, reputación dentro del ecosistema criminal y capacidad real de adaptación cuando los controles de seguridad de los grandes proveedores se actualizan.

El patrón dominante no consiste en desarrollar modelos propios desde cero. Eso requeriría inversiones enormes en infraestructura y talento que la mayoría de estos grupos no tiene. En cambio, lo que hacen es explotar los modelos comerciales que ya existen, los mismos que usan millones de personas para trabajar todos los días, a través de técnicas cada vez más sofisticadas para evadir sus restricciones de seguridad.

Cada vez que una compañía de inteligencia artificial invierte en mejorar sus controles, el ecosistema criminal lo analiza, lo prueba y busca la forma de rodearlo. Es una carrera que no tiene línea de llegada.

Trend AI, uno de los líderes globales en ciberseguridad y partner estratégico de Nova, lleva años rastreando esta evolución. Sus conclusiones son consistentes: el cibercrimen ya opera con la misma lógica de optimización, especialización y escala que cualquier industria formal. Y eso cambia la conversación sobre cómo protegerse.

Los deepfakes ya no son novedad, son una herramienta de trabajo

Uno de los cambios más significativos que hemos visto en los últimos años es lo que ocurrió con los deepfakes, esa tecnología capaz de generar imágenes, videos y voces sintéticas prácticamente indistinguibles de las reales.

Lo que hace unos años requería equipos especializados, software costoso y horas de procesamiento, hoy está disponible de forma gratuita o a precios mínimos, accesible literalmente para cualquier persona con conexión a internet y diez minutos de tiempo.

Las implicaciones para las empresas son muy concretas. Los esquemas de fraude donde alguien suplanta la identidad de un director general o un director financiero para autorizar transferencias bancarias urgentes ya existían antes como correos electrónicos o llamadas telefónicas. Ahora incorporan video en tiempo real y voz clonada que hace prácticamente imposible la verificación a simple vista, incluso para personas que conocen bien a quien supuestamente están viendo o escuchando.

Pero el problema va más allá del fraude financiero directo. Hay casos documentados donde personas con identidades completamente fabricadas, apoyadas en fotografías alteradas, historiales laborales inexistentes y tecnología de síntesis de voz, superaron procesos de contratación completos en empresas de tecnología. Accedieron a sistemas internos, a información confidencial y, en algunos casos, mantuvieron ese acceso durante meses antes de ser detectadas.

Lo que esto significa en términos prácticos es que los procesos de verificación que muchas organizaciones consideraban suficientes, una videollamada de validación, una revisión de documentos, una entrevista, ya no garantizan lo que garantizaban antes. La tecnología que permite falsificar esas interacciones está al alcance de cualquiera.

Malware que se escribe solo

Hay otro desarrollo que empieza a tomar forma y que vale la pena entender aunque todavía esté en etapas tempranas: la aparición de malware que usa inteligencia artificial para generar su propio código malicioso en tiempo real, de forma diferente en cada dispositivo que infecta.

La lógica tradicional de los sistemas de seguridad se basa en reconocer patrones conocidos. Si un software malicioso tiene una firma identificable, una forma característica de comportarse, los sistemas aprenden a detectarlo y bloquearlo. Ese modelo funciona bien cuando el código del atacante es siempre el mismo.

Pero ¿qué pasa cuando el malware puede reescribirse a sí mismo con cada nueva instalación? Cada variante es diferente, cada infección produce un código que los sistemas de seguridad todavía no han visto. La detección por patrones conocidos deja de funcionar como defensa primaria.

Por ahora, esta técnica tiene limitaciones reales que frenan su adopción masiva. Descargar un modelo de inteligencia artificial completo con cada infección requiere mucho tiempo, consume recursos enormes y resulta difícil de pasar desapercibido. Los criminales saben eso. Pero el ecosistema criminal tiene un historial muy claro de superar obstáculos técnicos cuando el incentivo económico es suficiente y cuando las herramientas se vuelven más accesibles.

Lo que hoy es una limitación práctica puede dejar de serlo en un plazo relativamente corto.

Lo que esto significa para tu organización

La conclusión más importante de todo esto no es técnica. Es organizacional, y aplica independientemente del tamaño o sector de la empresa.

El cibercrimen ya opera con la misma lógica económica que cualquier otra industria. Tiene costos, tiene rendimientos esperados y tiene competencia. Eso significa que los atacantes, como cualquier actor económico, calculan si el esfuerzo que requiere comprometer a una organización específica justifica el resultado que esperan obtener.

Las organizaciones que invierten en reducir su exposición, que trabajan en detectar amenazas antes de que escalen y que cuentan con una estrategia de seguridad construida por capas no se vuelven invulnerables. Ninguna estrategia garantiza eso. Pero sí se vuelven objetivos considerablemente menos atractivos en un mercado donde los atacantes también hacen sus cálculos.

Y en un ecosistema donde las herramientas para atacar son cada vez más accesibles y baratas, la diferencia entre una organización que tiene una estrategia de seguridad sólida y una que no, se vuelve más relevante, no menos. Esa es la lógica detrás de construir una arquitectura de ciberseguridad por capas, con vendors especializados, con visibilidad real sobre lo que ocurre en los sistemas y con capacidad de respuesta antes de que un incidente se convierta en una crisis.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Modernización del Service Desk: cuando el soporte técnico se convierte en ventaja competitiva.

Modernización del Service Desk

Hay un síntoma que muchos líderes de TI reconocen, pero pocos nombran directamente: los empleados prefieren resolver sus problemas técnicos solos antes de abrir un ticket. Buscan en Google, preguntan a un compañero, reinician el equipo tres veces; todo antes de contactar al área de soporte.

Cuando eso ocurre con frecuencia, no es un problema de actitud del usuario: es una señal de que el Service Desk genera más fricción de la que resuelve.

Y esa fricción tiene un costo real para la operación, aunque nadie lo esté midiendo.

Qué significa realmente modernizar el Service Desk

La modernización del Service Desk no es cambiar de herramienta ni migrar los tickets a una nueva plataforma. Es repensar el modelo completo: ¿cómo se relaciona TI con el resto de la organización?, ¿Qué experiencia vive el usuario cuando necesita ayuda? y ¿Qué información genera el área de soporte para tomar mejores decisiones?

Un Service Desk tradicional opera en modo reactivo: espera que llegue el problema, lo registra, lo asigna y lo cierra. El ciclo se repite; las métricas se centran en la velocidad de respuesta y en el volumen de tickets resueltos.

Un Service Desk moderno opera de forma diferente. No solo resuelve; anticipa. No solo mide velocidad; mide impacto. Y no solo atiende usuarios; genera inteligencia sobre los problemas recurrentes que están afectando la productividad de la organización.

Esa diferencia no es cosmética. Es estratégica.

El cambio más importante: de medir tiempos a medir experiencia

Durante años, el indicador estrella del Service Desk fue el SLA: el tiempo acordado para resolver una incidencia. Si el ticket se cerró dentro del plazo, el servicio fue exitoso.

El problema es que un ticket cerrado a tiempo no necesariamente significa que el usuario quedó satisfecho, que el problema no volvió a ocurrir o que el área de TI aprendió algo útil del incidente.

La modernización del Service Desk implica incorporar una nueva capa de medición: la experiencia del usuario. No solo qué tan rápido se resolvió, sino qué tan fácil fue el proceso, si el usuario tuvo que contactar varias veces por el mismo problema y si la solución fue definitiva o temporal.

Ese cambio de perspectiva, de medir tiempos a medir experiencia, transforma la forma en que el área de TI entiende su propio desempeño y la forma en que la dirección percibe el valor que genera.

El autoservicio como indicador de madurez

Uno de los elementos que mejor refleja la madurez de un Service Desk moderno es la capacidad de autoservicio, no como una forma de reducir el trabajo del equipo de soporte, sino como una señal de que los usuarios tienen acceso a información clara, procesos simples y herramientas que realmente funcionan.

Un portal de autoservicio bien diseñado permite que los usuarios resuelvan solicitudes frecuentes sin depender del equipo de TI: reiniciar contraseñas, solicitar accesos, consultar el estado de sus tickets o encontrar respuestas a preguntas comunes. Esto libera al equipo de soporte para enfocarse en los problemas que realmente requieren intervención técnica especializada.

Cuando el autoservicio funciona bien, los indicadores cambian: baja el volumen de tickets simples, sube la satisfacción del usuario y el equipo de TI opera con mayor enfoque. Cuando no funciona, el portal se convierte en otro paso burocrático que los usuarios evitan.

La IA como copiloto del Service Desk

La inteligencia artificial está cambiando la forma en que operan los Service Desks modernos. No como un reemplazo del equipo humano, sino como un copiloto que ayuda a procesar volumen, identificar patrones y anticipar problemas antes de que escalen.

Los casos de uso más concretos son la clasificación automática de tickets por tipo y prioridad; las sugerencias de solución basadas en casos anteriores similares; la detección de incidencias recurrentes que apuntan a un problema de fondo no resuelto; y los asistentes conversacionales que guían al usuario en el primer contacto, antes de escalar al equipo técnico.

Lo relevante no es la tecnología en sí, sino lo que permite: que el equipo de soporte dedique su tiempo a lo que realmente requiere criterio humano, mientras la IA maneja el volumen y la rutina.

Lo que cambia para la organización

Cuando el Service Desk evoluciona, cambia la conversación que TI tiene con el resto de la organización.

El área de soporte deja de ser percibida como un centro de costos que resuelve problemas y empieza a ser reconocida como una función que genera datos, reduce fricciones operativas y contribuye directamente a la productividad del negocio.

Los reportes dejan de ser listas de tickets cerrados y se convierten en análisis de tendencias: qué tipos de problemas concentran más impacto, qué áreas de la organización tienen mayor dependencia del soporte técnico y qué inversiones podrían reducir el volumen de incidencias de forma estructural.

Proactivanet es una de las plataformas diseñadas específicamente para acompañar esta evolución: desde la estructuración de procesos con base en ITIL hasta la incorporación de capacidades de autoservicio, automatización e inteligencia operativa que permiten al Service Desk operar como una función estratégica, no solo técnica.

La modernización del Service Desk no es un proyecto de tecnología; es una decisión sobre cómo quiere operar el área de TI y qué valor quiere demostrar ante la organización.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Gestión de seguridad de endpoints: porque tener herramientas no es lo mismo que tener seguridad.

¿Sabes cuántos dispositivos están conectados a tu red ahora mismo? La gestión de seguridad de endpoints empieza por esa pregunta y va mucho más allá de las herramientas.

Hay una conversación que ocurre con frecuencia en los equipos de TI de organizaciones en LATAM. Alguien pregunta si los endpoints están protegidos y la respuesta casi siempre es la misma: sí, tenemos las herramientas instaladas.

El problema es que tener herramientas instaladas no es lo mismo que tener seguridad. Y esa diferencia, que parece sutil, tiene consecuencias muy concretas cuando llega un incidente o una auditoría.

Qué es realmente la gestión de seguridad de endpoints

La gestión de seguridad de endpoints no es un conjunto de productos que se compran y se instalan. Es un programa operativo que se diseña, se dota de personal y se mide de forma continua.

Un endpoint es cualquier dispositivo conectado a la red de la organización: laptops, servidores, dispositivos móviles, equipos de trabajo remoto, hardware de IoT. Cada uno es un punto de entrada potencial para un atacante; y cada uno requiere visibilidad, control y verificación activa para que la postura de seguridad sea real, no asumida.

Lo que distingue un programa funcional de un conjunto de herramientas fragmentado es tres cosas: visibilidad compartida entre TI y seguridad; propiedad clara de cada etapa del ciclo de vida del endpoint; y verificación que confirme que las acciones de seguridad realmente funcionaron.

Sin esos tres elementos, el programa tiene huecos. Y esos huecos son exactamente donde viven los riesgos que nadie ve venir.

El error más común: confundir despliegue con resultado

Existe un escenario que se repite en organizaciones de todos los tamaños. Aparece una vulnerabilidad crítica; el equipo de seguridad la clasifica como urgente; TI despliega el parche; se cierra el ticket. Todos siguen adelante.

Dos semanas después, durante la investigación de un incidente, se descubre que un porcentaje de los endpoints nunca recibió el parche. Las instalaciones fallaron silenciosamente: problemas de espacio en disco, tiempos de espera de red, software conflictivo. La herramienta reportó éxito; los dispositivos siguieron expuestos.

Desplegar un parche no es lo mismo que confirmar que está instalado. Y operar con esa falsa confianza tiene un costo real cuando la exposición se convierte en incidente.

Por qué los programas fallan a escala

Las organizaciones suelen tratar la gestión de seguridad de endpoints como una decisión de herramientas, en lugar de un problema de diseño operativo. El resultado es un entorno rico en tecnología pero pobre en procesos.

Los puntos de quiebre más comunes son: inventarios de activos incompletos; ambigüedad de propiedad entre TI y seguridad; remediación sin verificación; y datos desactualizados que llevan a tomar decisiones sobre una realidad que ya cambió.

Cada uno de estos problemas comparte un denominador común: son fallas organizativas, no tecnológicas.

El dato que más importa: lo que no ves

Una proporción significativa de los dispositivos comprometidos en incidentes corporativos resultaron ser dispositivos no gestionados; equipos que existían en la red pero que nadie sabía que estaban ahí.

Esa superficie de ataque invisible, compuesta por shadow IT, dispositivos de contratistas, equipos heredados o hardware de IoT, representa exactamente el tipo de exposición que ninguna herramienta puede proteger si primero no sabe que el dispositivo existe.

La gestión de seguridad de endpoints empieza por responder una pregunta que parece simple: ¿qué dispositivos están conectados a mi red ahora mismo?

De reactivo a maduro: la diferencia que importa

Existe una diferencia significativa entre operar de forma reactiva y operar con madurez real. Un programa reactivo responde cuando algo falla; tiene inventarios incompletos y verifica sus acciones de forma manual. Un programa maduro opera con visibilidad en tiempo real y cierra el ciclo confirmando que cada acción realmente funcionó.

Para saber en qué nivel está tu organización, hay cuatro preguntas clave: ¿Se puede producir un inventario completo de endpoints en menos de una hora? ¿TI y seguridad trabajan desde la misma fuente de datos? ¿Se puede confirmar que un parche de la semana pasada está instalado en todos los endpoints hoy? ¿La evidencia de cumplimiento se genera automáticamente?

Si alguna respuesta es negativa, ahí está la brecha que vale la pena atender.

Lo que cambia cuando el programa funciona bien

Un programa maduro no solo mejora la postura de seguridad; cambia la forma en que TI se relaciona con el resto de la organización. Las auditorías dejan de ser una carrera por recopilar evidencia. Los incidentes se contienen más rápido porque hay visibilidad real sobre qué dispositivos están afectados.

Tanium unifica la gestión de endpoints, la gestión de exposición y las operaciones de seguridad en una sola capa de datos en tiempo real, para que las respuestas no dependan de suposiciones, sino de evidencia verificada.

La gestión de seguridad de endpoints no es un tema técnico exclusivo del área de TI. Es una función operativa que determina qué tan preparada está la organización cuando llegue el momento de responder.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Ataques a aplicaciones web y APIs: la amenaza que ya opera en el corazón de tu negocio

Ataques a aplicaciones web y APIs

Durante años, la conversación sobre ciberseguridad giró alrededor de la red. Firewalls, perímetros, tráfico entrante y saliente. Esa visión no está equivocada, pero está incompleta.

Los datos más recientes del panorama global de amenazas revelan algo que los equipos de seguridad ya están sintiendo en su operación diaria: los ataques a aplicaciones web y APIs se han convertido en el principal frente de actividad del cibercrimen moderno, no como una proyección futura, sino como una realidad que lleva varios trimestres acelerando y que en 2026 sigue ganando terreno.

Entender qué está pasando en esta capa, por qué los enfoques tradicionales no son suficientes y qué implica para la operación de cualquier organización en LATAM es hoy, una conversación obligada para cualquier líder de TI o seguridad.

Ataques a aplicaciones web y APIs: los números que explican la tendencia

El volumen de transacciones maliciosas dirigidas a aplicaciones web y APIs creció 128% en 2025 comparado con el año anterior. Pero lo más revelador no es el número total sino el ritmo al que se aceleró durante el año.

La actividad registrada en los primeros seis meses de 2025 ya equivalía al 87% de todo lo registrado durante 2024. Y el segundo semestre creció otro 63% sobre el primero. En el cuarto trimestre de 2025 se mitigaron más de tres veces los ataques del mismo período del año anterior.

Ese patrón de aceleración sostenida es la señal más importante. No estamos ante un pico puntual, estamos ante una tendencia estructural que sigue activa y que las organizaciones que no han ajustado su postura de seguridad ya están enfrentando en tiempo real.

Por qué los ataques a aplicaciones web y APIs son diferentes

Los ataques volumétricos como los DDoS buscan saturar la infraestructura con tráfico masivo, son visibles, ruidosos y relativamente predecibles en su forma de operar.

Los ataques a aplicaciones web y APIs funcionan de forma distinta. Apuntan a la lógica del negocio, a los procesos que las aplicaciones ejecutan, a los datos que las APIs exponen y a los flujos de autenticación que protegen las cuentas de usuarios.

En 2025, la explotación de vulnerabilidades se consolidó como la categoría dominante de ataque en esta capa, representando el 41.8% de toda la actividad maliciosa. Esto indica que los atacantes están dejando atrás los vectores más predecibles como el SQL injection, cuya participación cayó a la mitad, para enfocarse en fallas más complejas y evasivas que los sistemas tradicionales de detección tienen más dificultad para identificar.

El declive del SQL injection no es una buena noticia, es una señal de que los adversarios están migrando hacia métodos más sofisticados que atacan la lógica de negocio y las APIs no gestionadas, como puntos de entrada prioritarios.

Los bots maliciosos: el motor silencioso detrás de los ataques a aplicaciones web y APIs

Detrás de gran parte de esta actividad hay un componente que muchas organizaciones subestiman: los bots maliciosos. En 2025 las transacciones de bots maliciosos crecieron 91.8%, casi duplicando el volumen del año anterior.

Esto no son scripts simples que lanzan solicitudes repetitivas; son redes coordinadas de bots que ejecutan reconocimiento, prueban credenciales, manipulan inventarios, realizan scraping de datos sensibles y preparan el terreno para ataques más complejos, como la toma de control de cuentas.

La región de América Latina no es ajena a esta tendencia. La participación de la región en el tráfico global de bots maliciosos creció de 13.4% a 15.2% en 2025. Un incremento que refleja que los actores de amenaza están ampliando su alcance geográfico y que las organizaciones en LATAM están cada vez más en el radar.

Lo que esto implica para las organizaciones en 2026

La buena noticia es que esta tendencia no es invisible ni imposible de gestionar. Los datos disponibles permiten entender exactamente dónde se están concentrando los riesgos y qué tipo de controles hacen diferencia real.

Las organizaciones que están respondiendo mejor a este panorama comparten algunas características: tienen visibilidad sobre el tráfico que llega a sus aplicaciones y APIs, no solo sobre el tráfico de red. Pueden distinguir entre tráfico legítimo y automatizado malicioso usando análisis de comportamiento, no solo firmas estáticas, y tienen procesos de remediación que no dependen únicamente de esperar a que se publique un parche, sino que pueden actuar sobre la exposición mientras la solución definitiva se prepara.

Los ataques a aplicaciones web y APIs seguirán siendo un frente activo en 2026. La diferencia entre las organizaciones que lo navegan con control y las que reaccionan cuando ya ocurrió el incidente, está en la visibilidad y en la capacidad de operar el riesgo de forma continua, no episódica.

La capa de aplicación es donde vive la lógica del negocio y es exactamente ahí donde las defensas modernas tienen que estar.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Seguridad para infraestructura de IA: el nuevo reto que pocas organizaciones tienen resuelto.

Ciberseguridad para inteligencia artificial: el nuevo reto que pocas organizaciones tienen resuelto

Durante años, la inteligencia artificial fue un tema de laboratorio. Algo que las empresas exploraban en proyectos piloto, en entornos controlados, con equipos pequeños y expectativas cautelosas. Ese momento ya pasó.

Hoy la IA opera en producción. Toma decisiones, procesa datos sensibles, interactúa con usuarios, ejecuta tareas de forma autónoma y se conecta con sistemas críticos del negocio. Y con ese salto de la experimentación a la operación industrial, apareció un problema que muchas organizaciones todavía no tienen resuelto: la seguridad para infraestructura de IA no funciona igual que la seguridad tradicional.

Cuando la IA se vuelve infraestructura crítica.

Existe un concepto que está tomando fuerza en la industria tecnológica global: las AI Factories. No son fábricas en el sentido físico, sino infraestructuras de alto rendimiento diseñadas específicamente para producir inteligencia a escala. Procesan enormes volúmenes de datos, entrenan modelos, ejecutan agentes autónomos y sostienen las operaciones de IA de las organizaciones más avanzadas del mundo.

NVIDIA, uno de los líderes globales en infraestructura de cómputo para inteligencia artificial, ha sido uno de los principales impulsores de este concepto. Su arquitectura BlueField, diseñada para procesar y proteger datos directamente desde el hardware, representa un salto importante en cómo se piensa la seguridad para infraestructura de IA desde la capa más profunda del sistema.

Lo relevante para cualquier organización en LATAM no es la escala de esas infraestructuras globales. Es entender qué implica este cambio para la forma en que se debe pensar la seguridad cuando la IA ya no es un proyecto sino parte de la operación.

El problema que la seguridad tradicional no resuelve.

La seguridad tradicional fue diseñada para proteger redes, dispositivos y aplicaciones. Funciona bien en entornos que se pueden definir con claridad, donde los activos son estables y las amenazas siguen patrones conocidos.

La seguridad para infraestructura de IA enfrenta un escenario completamente distinto. Los agentes autónomos toman decisiones sin intervención humana. Los modelos de IA procesan datos que pueden ser manipulados antes de llegar a ellos. Las APIs que conectan sistemas entre sí se multiplican y crean superficies de ataque que crecen más rápido de lo que los equipos de seguridad pueden monitorear.

En ese entorno, los enfoques reactivos no son suficientes. Detectar una amenaza después de que ocurrió dentro de una infraestructura de IA puede significar que un agente ya tomó decisiones incorrectas, que datos sensibles ya fueron comprometidos o que un modelo ya fue manipulado de formas que no son inmediatamente visibles.

La seguridad para infraestructura de IA requiere visibilidad en tiempo real, protección desde el hardware y capacidad de actuar antes de que la amenaza se materialice.

Cinco capas que toda infraestructura de IA necesita proteger.

Cuando se habla de seguridad para infraestructura de IA, el alcance es más amplio de lo que parece a primera vista. No se trata solo de proteger el modelo o la aplicación que el usuario final ve. Se trata de asegurar todo el ciclo de vida de la inteligencia artificial dentro de la organización.

La primera capa es la seguridad del modelo en sí mismo, antes de que entre en producción. Un modelo que fue manipulado durante su entrenamiento puede tomar decisiones incorrectas de forma sistemática sin que nadie lo note.

La segunda es la protección en tiempo de ejecución. Cuando el modelo ya está operando, las amenazas más comunes son la inyección de instrucciones maliciosas, la extracción de datos a través de las respuestas del modelo y el abuso de las capacidades del sistema.

La tercera es la seguridad de los agentes autónomos. A diferencia de las aplicaciones tradicionales, los agentes de IA toman acciones, no solo responden. Eso implica que cada agente necesita una identidad gobernada, permisos precisos y trazabilidad de sus acciones.

La cuarta es la protección de las APIs que conectan los sistemas de IA con el resto de la organización. Cada conexión es una puerta que puede ser explotada si no está bien controlada.

La quinta es la visibilidad sobre toda la infraestructura. Sin datos en tiempo real sobre lo que está ocurriendo en cada capa del sistema, los equipos de seguridad operan a ciegas.

Lo que Palo Alto Networks está haciendo en este espacio.

Recientemente, Palo Alto Networks anunció la integración de su plataforma Cortex XSIAM con el framework NVIDIA DOCA Argus, lo que lleva la seguridad para infraestructura de IA directamente al nivel del hardware. Esto significa que la detección de amenazas ocurre en tiempo real desde la capa más profunda del sistema, sin depender de agentes instalados en el host y sin sacrificar el rendimiento de la infraestructura.

Lo que esto implica para las organizaciones en LATAM.

La mayoría de las organizaciones en la región no están operando AI Factories a la escala de los grandes corporativos globales. Pero sí están adoptando herramientas de IA en su operación, integrando agentes en sus procesos, conectando modelos con sus sistemas de negocio y procesando datos sensibles a través de plataformas de inteligencia artificial.

Ese escenario, aunque más pequeño en escala, presenta los mismos riesgos estructurales. Un agente de IA sin identidad gobernada es una amenaza, independientemente del tamaño de la organización. Una API sin control de acceso es una vulnerabilidad, sin importar si la empresa tiene diez servidores o diez mil.

La pregunta que cualquier CISO debería hacerse hoy es, ¿cuánto de su infraestructura de IA actual tiene visibilidad, control y protección real? No como proyecto futuro, sino como operación presente.

La seguridad para infraestructura de IA no es un tema para el año que viene. Es una conversación que las organizaciones que ya adoptaron IA en producción necesitan tener ahora.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Mesa de servicio de TI: qué es, para qué sirve y cómo saber si la tuya está funcionando bien.

mesa de servicio de TI

Hay una pregunta que cualquier gerente de TI debería poder responder sin pensarlo demasiado: ¿cuánto tiempo le toma a tu área resolver un problema técnico que está frenando la operación de alguien?

Si la respuesta requiere revisar un reporte, preguntar al equipo o simplemente no existe, ahí hay un problema que va más allá de la tecnología.

Una mesa de servicio de TI no es solo un sistema de tickets. Es la estructura que define cómo el área de tecnología entrega valor al resto de la organización. Y cuando esa estructura no está bien definida, el costo no siempre aparece en un reporte, pero sí se siente en la operación todos los días.

¿Qué es una mesa de servicio de TI y por qué importa?

Una mesa de servicio de TI es el punto de contacto formal entre los usuarios de una organización y el equipo de tecnología. Su función no se limita a atender fallas o recibir solicitudes. Cuando está bien implementada, gestiona incidentes, administra solicitudes de servicio, documenta problemas recurrentes y genera información que permite tomar mejores decisiones sobre la operación tecnológica.

La diferencia entre una mesa de servicio de TI reactiva y una proactiva es significativa. La primera atiende cuando algo falla. La segunda anticipa, documenta y mejora continuamente. Y esa diferencia se traduce directamente en tiempos de inactividad, satisfacción de usuarios y capacidad del área de TI para ser percibida como un aliado estratégico del negocio, no solo como un equipo que resuelve problemas.

Las señales de que tu mesa de servicio de TI necesita un cambio

No siempre es fácil saber cuándo una mesa de servicio de TI dejó de funcionar bien. Los problemas rara vez se presentan de golpe. Se acumulan de forma silenciosa hasta que ya son difíciles de ignorar.

Algunas señales concretas que vale la pena revisar: los usuarios no saben bien cómo reportar un problema y terminan llamando, mandando correos o buscando directamente al técnico de confianza. Los tiempos de resolución varían mucho dependiendo de quién atiende, no de la prioridad real del incidente. No hay métricas claras sobre cuántas solicitudes llegan, cuántas se resuelven en el primer contacto y cuánto tiempo toma cada categoría. Y cuando alguien pregunta cómo está el desempeño del área, la respuesta es subjetiva.

Cada una de esas situaciones tiene un costo operativo real. El problema es que ese costo rara vez se mide, y lo que no se mide no se gestiona.

El rol de ITIL en una mesa de servicio de TI moderna

ITIL, el marco de mejores prácticas para la gestión de servicios de TI, no es un conjunto de reglas rígidas. Es una guía para estructurar la operación de TI de forma que entregue valor real a la organización de manera consistente y medible.

Aplicado a la mesa de servicio de TI, ITIL propone elementos que parecen simples, pero hacen una diferencia enorme en la práctica. Un catálogo de servicios que define qué puede solicitar el usuario y en qué condiciones. Un proceso formal de gestión de incidentes con clasificación, priorización y tiempos de atención definidos. Acuerdos de nivel de servicio que establecen compromisos medibles entre TI y sus usuarios. Y un ciclo de mejora continua que usa los datos de la operación para identificar oportunidades de optimización.

La clave no está en implementar ITIL de forma teórica. Está en aterrizar sus principios en la realidad operativa de cada organización, con la herramienta adecuada y el proceso claro.

De los tickets a las métricas: qué debe poder medir una mesa de servicio de TI bien estructurada

Una mesa de servicio de TI madura no solo atiende, también genera inteligencia operativa. Los datos que produce son los que le permiten al área de TI tener conversaciones informadas con la dirección general, justificar inversiones y demostrar su impacto en el negocio.

Los indicadores básicos que cualquier mesa de servicio de TI debería tener visibles son el tiempo promedio de resolución por categoría de incidente, el porcentaje de solicitudes resueltas en el primer contacto, el volumen de tickets por área o usuario, el cumplimiento de los acuerdos de nivel de servicio y la satisfacción del usuario después de cada atención.

Sin esos números, el área de TI opera a intuición. Con ellos, puede tomar decisiones, anticipar problemas recurrentes y mostrar resultados concretos.

Lo que cambia cuando la mesa de servicio de TI está bien estructurada

El impacto de una mesa de servicio de TI bien implementada no es solo técnico. Es organizacional.

Los usuarios dejan de buscar atajos porque confían en que el proceso funciona. El equipo de TI deja de apagar incendios de forma reactiva porque tiene visibilidad sobre lo que está pasando. Los líderes de otras áreas empiezan a ver a TI como un socio confiable, no como una caja negra donde entran solicitudes y salen respuestas con tiempos impredecibles.

Y para el director de TI o el gerente responsable del área, tener una mesa de servicio de TI estructurada significa poder reportar con datos, defender presupuesto con evidencia y enfocarse en lo que realmente importa para el negocio, en lugar de estar resolviendo la operación del día a día.

Ese es el salto que muchas organizaciones en LATAM todavía no han dado. Y en la mayoría de los casos, no es por falta de intención. Es por falta de estructura y de la herramienta correcta para sostenerla.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Ciberseguridad sin claridad: el problema que ninguna herramienta resuelve sola.

Modelo CROC de Nova para gestión de riesgo cibernético en empresas

Hay una conversación que ocurre con frecuencia en las salas de consejo de empresas en América Latina. Alguien pregunta: ¿qué tan expuestos estamos hoy ante un ciberataque? Y la respuesta, casi siempre, es una combinación de datos técnicos, nombres de herramientas y porcentajes que no le dicen nada concreto a quien toma las decisiones.

No es un problema de tecnología. Es un problema de traducción.

Muchas herramientas, poca claridad

La mayoría de las organizaciones medianas y grandes en la región ya tienen inversiones significativas en ciberseguridad. Tienen soluciones de detección, gestión de vulnerabilidades, protección en la nube y monitoreo de red. El problema no es la ausencia de herramientas. Es que todas esas herramientas generan señales que viven en silos, que hablan lenguajes distintos y que no se traducen en una respuesta clara a la pregunta más importante: ¿cuánto riesgo real tiene mi organización hoy?

Cuando un director general o un CFO no puede responder esa pregunta con certeza, la ciberseguridad deja de ser una función estratégica y se convierte en un gasto difícil de justificar. Las inversiones se hacen por intuición, no por evidencia. Las prioridades se definen por urgencia, no por impacto. Y los equipos de seguridad operan en modo reactivo, atendiendo alertas sin contexto, sin saber cuáles realmente importan.

Ese es el problema estructural que CROC resuelve.

De alertas a decisiones: qué es el modelo CROC

El Nova CROC, Cyber Risk Operations Center, es un modelo estratégico desarrollado por Nova para gestionar el riesgo cibernético de forma continua, proactiva y conectada al impacto del negocio. No es una herramienta. No es un software. Es un modelo operativo que cambia la forma en que una organización entiende, mide y actúa sobre su exposición al riesgo.

La diferencia con el enfoque tradicional es de fondo. La ciberseguridad convencional está centrada en alertas e incidentes. CROC está centrado en exposición y decisiones. No se trata de saber cuántos eventos de seguridad ocurrieron esta semana. Se trata de saber qué activos críticos están expuestos hoy, qué tan probable es que sean explotados y cuánto le costaría a la organización si eso ocurriera.

Ese cambio de perspectiva transforma completamente la conversación entre el área de seguridad y la dirección general.

El índice de riesgo cibernético: un número que todos pueden entender

Uno de los elementos más concretos del modelo CROC es el Índice de Riesgo Cibernético, conocido como CRI. Su propósito es simple pero poderoso: traducir información técnica compleja en una métrica comprensible que cualquier tomador de decisiones pueda interpretar y actuar sobre ella.

En lugar de presentar al consejo una lista de vulnerabilidades con códigos CVE y niveles de severidad técnica, el CRI responde una pregunta directa: ¿dónde está concentrado el riesgo real de la organización y cuánto podría costar un incidente hoy?

Eso es lo que permite tomar decisiones de inversión con base en evidencia. Asignar presupuesto donde el impacto es mayor. Priorizar acciones no por lo que genera más ruido, sino por lo que representa mayor exposición al negocio.

Cómo opera en la práctica

CROC funciona sobre cinco principios que se retroalimentan de forma continua. Primero, la contextualización de activos: entender qué existe en el entorno digital de la organización, desde endpoints hasta aplicaciones en la nube, y por qué cada uno es crítico. Segundo, la medición continua del riesgo a través del CRI. Tercero, la mitigación estratégica y proactiva, implementando controles antes de que las amenazas se materialicen. Cuarto, el monitoreo continuo de la postura de seguridad con ajustes basados en impacto real. Y quinto, la mejora constante como ciclo permanente, no como proyecto puntual.

Este modelo se integra con las herramientas que la organización ya tiene, XDR, EDR, gestión de vulnerabilidades, seguridad de nube, SIEM, consolidando sus señales en una visión unificada de riesgo. No reemplaza la inversión existente. La hace más inteligente.

Lo que cambia para la organización

El resultado de operar bajo el modelo CROC no es solo técnico. Es estratégico. Una organización que implementa este modelo conoce su nivel real de exposición, puede priorizar con inteligencia, actúa antes de que ocurra el incidente y convierte la ciberseguridad en una función alineada al negocio.

Eso tiene un impacto directo en cómo el área de seguridad se relaciona con la dirección general, con el consejo y con los reguladores. Ya no se trata de reportar incidentes. Se trata de gestionar riesgo con evidencia, con métricas y con criterio de negocio.

Para los líderes que hoy enfrentan la presión de justificar inversiones en seguridad, de demostrar que sus controles son efectivos y de anticiparse a amenazas que evolucionan constantemente, CROC representa exactamente eso: claridad donde antes había incertidumbre y decisiones donde antes había reactividad.

Si quieres profundizar en cómo CROC evoluciona el modelo tradicional del SOC, puedes leer nuestro artículo Del SOC al CROC: eventos vs exposición real al riesgo.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Cuando el ataque dura 60 segundos y tu respuesta tarda horas.

Los ataques DDoS crecieron 168% en 2025. El problema ya no es el volumen: es que ocurren más rápido de lo que cualquier equipo puede responder.

Hubo un tiempo en que un ataque DDoS era predecible. Venía con volumen, duraba horas y daba margen para reaccionar. Ese modelo ya no existe.

En 2025, el panorama cambió de forma estructural. Los ataques no solo crecieron en número, crecieron en velocidad, en escala y en inteligencia. Y esa combinación está dejando a muchos equipos de seguridad respondiendo a algo que ya terminó antes de que pudieran reaccionar.

El problema de los 60 segundos

El reporte global de amenazas 2026 de Radware documenta algo que debería cambiar la forma en que cualquier organización piensa su defensa: la mayoría de los ataques DDoS de mayor escala registrados en 2025 duraron menos de 60 segundos. Algunos de los más voluminosos, atribuidos a la botnet Aisuru, no superaron los cinco minutos.

Esto no es un detalle técnico menor. Es un cambio operativo fundamental.

Si tu modelo de respuesta depende de que un analista detecte el ataque, evalúe la situación, escale el incidente y active una mitigación, ya perdiste. El ataque terminó. Y el daño, dependiendo del objetivo, ya ocurrió.

Los atacantes lo saben. Por eso diseñan campañas algorítmicas que rotan vectores de ataque más rápido de lo que un operador humano puede procesar. Inundaciones UDP, carpet bombing, reflexión y amplificación, todo en secuencia y en cuestión de minutos. No están improvisando. Están ejecutando.

Un crecimiento que no es incremental.

Los números del reporte de Radware son difíciles de ignorar. Los ataques DDoS de red crecieron 168% en 2025 comparado con 2024. En la segunda mitad del año, el cliente promedio enfrentó más de 25,000 ataques, lo que equivale a un promedio de 139 por día.

Al mismo tiempo, los ataques DDoS web crecieron más del 100%, con un patrón que también cambió: el 94% de los eventos fueron ataques pequeños, por debajo de 100,000 solicitudes por segundo. Más frecuentes, más persistentes y diseñados precisamente para evadir los sistemas de detección volumétrica tradicionales.

Esto no es ruido. Es una estrategia deliberada. Los actores más sofisticados aprendieron que no necesitan el ataque más grande para causar impacto. Necesitan el ataque más difícil de detectar.

Lo que esto significa para la operación.

Hay una tensión real en este escenario que vale la pena nombrar. Por un lado, los ataques de mayor escala, algunos superando los 29.7 terabits por segundo, exigen infraestructura capaz de absorber volúmenes que hace pocos años eran impensables. Por otro, los ataques más frecuentes y pequeños exigen precisión de detección, no solo capacidad de absorción.

Ninguno de los dos extremos se resuelve con los mismos controles.

Un equipo que confía en umbrales volumétricos para detectar amenazas va a pasar por alto el 94% de los eventos. Un equipo que depende de intervención manual no va a responder en 60 segundos. Y un equipo que no tiene visibilidad en tiempo real sobre su superficie expuesta no va a saber qué proteger primero.

El reporte de Radware es claro en su conclusión: la defensa moderna requiere automatización, escala masiva e inteligencia integrada. No como aspiración futura, sino como condición operativa del presente.

La implicación para LATAM

América Latina no es un espectador en este panorama. La región registró un crecimiento del 146% en ataques DDoS web durante 2025, con un aumento significativo en amenazas automatizadas dirigidas a aplicaciones y APIs. Los actores de amenaza están diversificando su infraestructura y ampliando su alcance geográfico.

Para las organizaciones en la región, esto plantea una pregunta concreta: ¿está tu arquitectura de seguridad diseñada para responder en segundos o en minutos?

La diferencia entre ambas respuestas ya no es técnica. Es operativa. Y en muchos casos, es la diferencia entre un incidente contenido y uno que termina en los titulares.

Operar el riesgo, no solo detectarlo.

Lo que describe el reporte de Radware no es solo una evolución de las amenazas. Es una señal de que el modelo de seguridad reactivo tiene un límite de vigencia y ese límite ya se alcanzó.

Las organizaciones que van a navegar este entorno con éxito son las que dejen de pensar en la seguridad como una función de respuesta y empiecen a operarla como una función de gestión continua. Visibilidad en tiempo real, detección automatizada, mitigación sin intervención humana y capacidad de sostener la defensa no solo durante el pico del ataque, sino durante las horas que siguen.

El ataque de 60 segundos no es el problema. El problema es tener una respuesta que tarda más que eso.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

Cuando la IA descubre vulnerabilidades más rápido de lo que puedes parchear

gestión de vulnerabilidades con inteligencia artificial

Escucha este artículo aquí:

El modelo de seguridad que la mayoría de las organizaciones conoce —esperar un aviso, aplicar un parche, cerrar el ticket— está a punto de quedar obsoleto. No porque haya fallado históricamente, sino porque el ritmo al que se descubren vulnerabilidades acaba de cambiar de forma estructural.

La iniciativa Glasswing de Anthropic es una señal de eso. Aplicar inteligencia artificial al descubrimiento de vulnerabilidades de software significa que lo que antes tomaba semanas o meses de investigación humana especializada, ahora puede ocurrir en una fracción del tiempo. Más rápido, más volumen, más superficie expuesta.

Para un CISO o un gerente de TI, esto plantea una pregunta muy concreta: si mañana hay diez veces más vulnerabilidades descubiertas, ¿tiene su organización la capacidad de operar ese volumen sin colapsar?

El problema no es el descubrimiento. Es todo lo que viene después.

Encontrar una vulnerabilidad no cierra el riesgo. Lo abre. Desde el momento en que existe un hallazgo hasta que hay un parche disponible, probado e implementado en producción, puede transcurrir semanas. A veces meses. En ese intervalo, los actores maliciosos operan con una ventaja estructural: conocen la exposición antes de que usted pueda cerrarla.

Escalar la detección sin escalar la capacidad de respuesta no mejora la postura de seguridad. La amplía. Es una trampa que muchos equipos están a punto de caer si no reorientan su operación hacia algo más parecido a la gestión continua de exposición que a la gestión reactiva de parches.

TrendAI y el ciclo completo

TrendAI lleva más de tres décadas operando en la vanguardia de la investigación de amenazas. Su programa Zero Day Initiative —el programa de divulgación de vulnerabilidades independiente de proveedores más grande del mundo— no es una respuesta al momento actual. Es una infraestructura construida con anticipación a él.

La lógica es clara: el descubrimiento sin coordinación genera exposición no gestionada. Por eso TrendAI trabaja activamente junto a iniciativas como Glasswing para garantizar que cada vulnerabilidad identificada siga un proceso de divulgación responsable, que los fabricantes tengan el tiempo necesario para desarrollar soluciones y que los atacantes no lleguen primero.

Pero más allá de la divulgación, la propuesta de TrendAI resuelve el problema operativo de fondo.

Cuando se identifica una vulnerabilidad, la organización enfrenta una ventana de exposición antes de que exista un parche oficial. TrendAI cierra esa ventana con protecciones virtuales que pueden activarse hasta 96 días antes de que el fabricante publique una solución. Eso no es un detalle menor: es la diferencia entre estar expuesto durante los días más activos del ciclo de explotación, o no.

De vulnerabilidades a exposición gestionada

El otro problema que escala con el volumen es la priorización. Si antes era difícil decidir qué parchar primero, en un entorno donde la IA multiplica los hallazgos, la dificultad se convierte en parálisis.

La plataforma TrendAI Vision One, a través de su módulo de Cyber Risk Exposure Management, conecta el descubrimiento, la priorización y la remediación en un ciclo continuo. No opera sobre listas de vulnerabilidades. Opera sobre exposición real: qué está activo en el entorno, qué es explotable hoy, qué impacta directamente en los activos críticos del negocio.

Eso es lo que diferencia un inventario de vulnerabilidades de una operación de riesgo. El primero informa. El segundo actúa.

Detrás de todo esto opera AESIR —la plataforma interna de inteligencia de seguridad de TrendAI— que aplica IA y flujos de trabajo basados en agentes para automatizar el análisis, gestionar la divulgación coordinada y habilitar el parcheo virtual cuando es posible. No es una capacidad construida en respuesta a Glasswing. Es la infraestructura que TrendAI lleva años desarrollando para este momento.

Lo que esto implica para su organización

La era del descubrimiento de vulnerabilidades impulsado por IA no está llegando. Ya llegó. Y las organizaciones que la naveguen con éxito no serán necesariamente las que tengan más herramientas, sino las que puedan convertir volumen en claridad y claridad en acción.

Eso requiere tres cosas: un proceso de divulgación coordinada que no genere exposición prematura, capacidad de priorizar por impacto real y no por severidad abstracta, y protección que no dependa de esperar el parche.

Si su equipo ya está al límite gestionando el volumen actual, la pregunta no es si este cambio los afectará. Es cuánto tiempo tienen para reorientar su operación antes de que el volumen los supere.

Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma

frontera de la IA: por qué la defensa del futuro es una operación de riesgo en tiempo real

defensa contra ataques de IA avanzada

Escucha este artículo aquí:

La ciberseguridad siempre ha tenido una ventaja implícita: el tiempo. Detectar, investigar y responder solía ser suficiente para contener la mayoría de los incidentes antes de que escalaran. Esa ventaja se está erosionando.

Con la llegada de modelos de IA avanzados, los atacantes ya no dependen únicamente de habilidades humanas o ciclos manuales. Ahora pueden automatizar la búsqueda de vulnerabilidades, encadenar fallas en sistemas complejos y ejecutar ataques a una velocidad que reduce drásticamente la ventana de reacción de las organizaciones.

El mensaje de fondo de iniciativas como Unit 42 Frontier AI Defense de palo alto networks es claro: el modelo tradicional de defensa ya no escala frente a ataques impulsados por IA.

El cambio clave: de ataques humanos a ataques autónomos

Lo que está cambiando no es solo la velocidad, sino la naturaleza del atacante.

Los ataques ya no son necesariamente lineales ni manuales. Un sistema impulsado por IA puede:

  • explorar superficies de ataque completas en minutos,
  • identificar vulnerabilidades encadenables,
  • y ejecutar secuencias de explotación sin intervención humana constante.

Esto genera un problema estructural: la defensa tradicional está diseñada para interpretar eventos, no para competir contra sistemas que operan en ciclos mucho más cortos.

En ese contexto, el tiempo entre “detección” y “respuesta” deja de ser una métrica operativa… y se convierte en una variable de riesgo.

El verdadero problema no es la IA, es la velocidad compuesta

Cuando los ataques son automatizados, no solo se vuelven más rápidos. También se vuelven iterativos.

Un atacante puede probar múltiples variantes de explotación en paralelo, ajustar rutas de ataque en tiempo real y escalar intentos sin costo marginal relevante. Esto genera lo que se puede entender como “velocidad compuesta”: cada iteración mejora la siguiente.

En ese escenario, la exposición no es estática. Cambia mientras la organización todavía está investigando lo que ocurrió.

Qué propone este nuevo enfoque de defensa

El planteamiento de Unit 42 de palo alto networks va en una dirección interesante: mover la seguridad hacia una lógica de tres capas operativas:

Primero, identificar la exposición antes de que sea explotada, entendiendo qué vulnerabilidades realmente pueden encadenarse en un ataque real.

Segundo, reducir la superficie de ataque de forma estructural, no solo parcheando incidentes aislados.

Tercero, modernizar la operación de seguridad para responder en tiempo real, apoyándose en automatización y analítica avanzada para acortar los ciclos de decisión.

Más allá del nombre de la iniciativa, el concepto clave es este: la defensa ya no puede depender de ciclos humanos tradicionales.

De detección de incidentes a operación del riesgo

Aquí es donde este enfoque conecta directamente con la evolución que hemos venido trabajando en la serie CROC.

Un SOC tradicional está optimizado para detectar y responder eventos. Pero en un entorno donde la IA acelera el ciclo completo del ataque, eso ya no es suficiente.

Lo que empieza a tomar relevancia es otro enfoque: operar la exposición de forma continua.

Eso implica cambiar la pregunta central de seguridad:

  • De “¿qué pasó?”
  • A “¿qué es explotable ahora mismo y qué impacto tendría?”

Ese cambio es sutil, pero profundo. Porque convierte la seguridad en una función que no solo reacciona, sino que gestiona activamente la probabilidad de que un ataque ocurra con éxito.

El rol de la IA en defensa: no es opcional, es estructural

Así como los atacantes están usando IA para escalar su capacidad, la defensa también necesita apoyarse en sistemas inteligentes para analizar exposición, priorizar riesgos y acelerar decisiones.

No se trata de “automatizar el SOC” como un objetivo aislado. Se trata de algo más amplio: reducir el tiempo entre exposición y mitigación por debajo del ciclo del atacante.

En términos simples: si el atacante piensa en minutos, la defensa ya no puede pensar en horas.

Qué cambia para la organización

Este tipo de cambio no es solo tecnológico. Es operativo y estructural.

Para TI, significa que la gestión de vulnerabilidades deja de ser un proceso periódico y se convierte en un flujo continuo.
Para SecOps, implica que la priorización ya no puede basarse solo en severidad, sino en explotabilidad real en contexto.
Para el CISO, cambia la conversación: el foco deja de ser cuántos incidentes se atendieron y pasa a ser cuánto riesgo se redujo frente a un adversario que también evoluciona en tiempo real.

Conexión con CROC: el siguiente nivel de madurez

Este tipo de enfoques encajan naturalmente con la idea de un Cyber Risk Operations Center (CROC).

Porque cuando el adversario opera con IA, la seguridad deja de ser un sistema de alertas y pasa a ser un sistema de gestión continua de exposición.

Un CROC no compite con la velocidad del atacante desde la detección. La compite desde la reducción estructural del riesgo.

Y esa es la verdadera transición que está ocurriendo:
de defender eventos → a operar riesgo en tiempo real.
Para mantenerte informado y protegido, sigue las redes sociales de Nova en: Instagram,  Facebook y LinkedIn, donde puedes encontrar más noticias y conocer las soluciones en ciberseguridad que ofrecemos.

#NovaInforma