Veinticinco dólares por víctima: la nueva economía del ataque con agentes de IA
Una campaña de robo de tarjetas ejecutada por agentes autónomos muestra que el costo de atacar se desplomó. Analizamos qué cambia en el cálculo de riesgo de entidades financieras y comercios con pagos en línea.
Ya no se requiere ser un objetivo atractivo; basta con ser un objetivo alcanzable.
Veinticinco dólares por víctima: la nueva economía del ataque con agentes de IA
Una campaña de robo de tarjetas ejecutada por agentes autónomos muestra que el costo de atacar se desplomó. Analizamos qué cambia en el cálculo de riesgo de entidades financieras y comercios con pagos en línea.
ORCID 0009-0005-3797-2596Investigadores de la firma Gambit reconstruyeron una campaña en la que un solo operador, apoyado en tres marcos de agentes de inteligencia artificial, comprometió comercios en distintos países y sustrajo al menos 600.000 registros de tarjetas de crédito desde julio de 2026. El dato que más nos interesa no es el volumen, sino el precio: en promedio, cada objetivo le costó al atacante USD 25,46. En este artículo analizamos por qué esa cifra obliga a revalorar la probabilidad de ocurrencia en las matrices de riesgo, y qué controles concretos deben priorizar las entidades financieras y los comercios que procesan pagos en línea.
01Lo que se ha documentado
Según la nota publicada por Infobae el 24 de septiembre de 2026, los investigadores de Gambit accedieron al servidor de gestión del operador y, a partir de ese hallazgo, reconstruyeron la totalidad de la operación. Observaron los programas de robo de datos de pago (skimmers) funcionando dentro de los sitios web de las víctimas y revisaron las instrucciones que el atacante daba a la inteligencia artificial.
Los números describen una operación de escala industrial. Solo entre el 10 y el 15 de septiembre se lanzaron 105 oleadas de ataque que comprometieron, en distintos grados, a 27 organizaciones. Entre las víctimas se cuentan una empresa de hospitalidad de la lista Fortune 500, una aerolínea estadounidense de gran tamaño, una distribuidora industrial y un minorista de moda en línea. La campaña, según los investigadores, continúa activa.
El operador utilizó tres herramientas. Strix, una herramienta de pruebas de penetración de código abierto. Cairn, un motor autónomo de intrusión que recibe un dominio y un objetivo (por ejemplo, obtener privilegios de administrador) y trabaja durante horas hasta cumplirlo o agotar el tiempo asignado. Y Hermes, un agente con memoria persistente que funcionaba como consola de orquestación, con una identidad configurada como operador de red team y 121 habilidades, de las cuales 78 estaban orientadas al ataque.
Notemos un detalle que revela la lógica del operador: Hermes utilizó un modelo comercial de una generación anterior, después de que las versiones más recientes rechazaran sus solicitudes. El atacante no necesitaba lo mejor del mercado, sino lo suficiente.
02La cifra que cambia el cálculo
Pensemos en un ladrón de cajas fuertes de otra época. Cada golpe exigía semanas de observación, herramientas especializadas y el riesgo personal de estar en el lugar. Ese costo operaba como un filtro natural: solo valía la pena atacar objetivos muy rentables. Ahora imaginemos que el mismo ladrón puede enviar, por unos pocos dólares, un dispositivo que prueba la cerradura de diez bóvedas por día, sin descanso y sin exponerse. El filtro desaparece.
Eso es precisamente lo que muestran los registros de gasto del propio atacante:
| Variable | Dato documentado |
|---|---|
| Costo promedio por objetivo | USD 25,46 sobre 101 escaneos completados |
| Rango de costo por objetivo | Desde USD 3,13 hasta USD 79,31 |
| Gasto en cuatro semanas | Cerca de USD 7.000 |
| Costo total de la campaña | No más de USD 18.000 al momento del análisis |
| Capacidad operativa | Unas 10 empresas por día |
| Tiempo hasta el acceso | Por lo general menos de un día; a menudo, horas |
| Esfuerzo humano | 1.951 instrucciones en 260 sesiones, pocas por objetivo |
Debemos entender que el riesgo se construye sobre dos ejes: probabilidad de ocurrencia e impacto. Durante años, muchas organizaciones medianas justificaron una probabilidad baja con un argumento implícito: "no somos lo bastante interesantes para que alguien invierta en atacarnos". Cuando el costo de un intento cae a unas decenas de dólares, ese argumento pierde sustento. Ya no se requiere ser un objetivo atractivo; basta con ser un objetivo alcanzable.
Ya no se requiere ser un objetivo atractivo; basta con ser un objetivo alcanzable.
03Las tres palancas de la nueva economía del ataque
Para ordenar el análisis, proponemos leer el caso a través de tres palancas que el atacante movió de forma simultánea. Cada una tiene una consecuencia directa en la gestión de riesgos.
Si cada intento cuesta entre tres y ochenta dólares, el atacante puede permitirse fallar muchas veces. La consecuencia es que la probabilidad de ocurrencia deja de depender del atractivo del objetivo y pasa a depender de su exposición.
Accesos logrados en horas desafían los ciclos de parcheo mensuales y las revisiones manuales de cambios. Consecuentemente, el tiempo de detección se vuelve tan importante como la prevención.
Una de las herramientas usaba un servicio de clasificación de sitios web para armar listas de víctimas, con preferencia por aquellos que operaban con software desarrollado a medida. Siendo que ese tipo de software suele tener menos revisiones de seguridad que las plataformas comerciales, cabe resaltar que el desarrollo propio, sin controles de código seguro, se convierte en un criterio de selección para el atacante.
Los investigadores confirmaron que el manual del atacante incluía procesos de eliminación o limpieza de datos que, en algunas brechas, interrumpieron la operación de las empresas afectadas. El impacto no se limita al robo de tarjetas: alcanza la continuidad del negocio.
04Lectura para el contexto boliviano
Si bien las víctimas documentadas se encuentran principalmente en Estados Unidos, la lógica del ataque no reconoce fronteras. Un agente que clasifica sitios por su tecnología y no por su país alcanza con la misma facilidad a un comercio electrónico en Santa Cruz que a un minorista en Texas. Tomemos en cuenta además que el crecimiento de los pagos digitales en Bolivia amplía la cantidad de páginas donde se capturan datos de tarjetas.
Para las entidades de intermediación financiera, el RGSI (Reglamento para la Gestión de Seguridad de la Información) de ASFI exige gestionar los riesgos de seguridad de la información de forma continua. En ese sentido, el caso aporta evidencia concreta para revisar la probabilidad asignada a los ataques contra canales electrónicos y contra los comercios afiliados que procesan tarjetas emitidas por la entidad. El impacto, bajo la lógica FINOL, es claro: financiero por fraude y contracargos, de imagen ante el consumidor financiero, normativo ante el regulador, operativo por interrupciones y legal por la exposición de datos.
Para los comercios, el marco de referencia es PCI DSS 4.0. Desde el 31 de marzo de 2025 son obligatorios dos requisitos pensados exactamente para este escenario: el 6.4.3, que exige inventariar, autorizar y verificar la integridad de cada script que se ejecuta en la página de pago, y el 11.6.1, que exige un mecanismo para detectar cambios no autorizados en esa página. Recalcando que el cumplimiento normativo es el piso y no el techo, estos requisitos son hoy la defensa mínima frente al skimming automatizado.
05De la observación a la acción
Aplicamos el patrón Situación, Riesgo, Impacto y Recomendación para traducir el caso en decisiones.
| Situación observada | Recomendación |
|---|---|
| Scripts de terceros o modificados en páginas de pago, sin inventario ni verificación de integridad. | Inventariar y autorizar cada script; aplicar Content Security Policy y Subresource Integrity; cumplir PCI DSS 4.0, requisito 6.4.3. |
| Cambios en el frontend detectados solo por revisión manual o por reclamos de clientes. | Implementar monitoreo automatizado de cambios en páginas de pago con alertas en tiempo real (requisito 11.6.1). |
| Software de comercio desarrollado a medida, sin pruebas de seguridad periódicas. | Incorporar revisión de código seguro y pruebas de penetración con alcance en el flujo de pago, tomando como referencia OWASP. |
| Matriz de riesgos que asigna baja probabilidad por "bajo atractivo" del objetivo. | Revalorar la probabilidad en función de la exposición y documentar la aceptación formal del riesgo residual ante la alta gerencia. |
| Respaldos y planes de continuidad no probados frente a borrado de datos. | Probar la restauración de respaldos aislados y ajustar los tiempos de recuperación en el plan de continuidad. |
Para las entidades financieras, se resalta la necesidad de extender estas exigencias a los comercios afiliados y proveedores de pasarelas de pago, por cuanto una tarjeta robada en el sitio de un tercero se traduce en fraude, contracargos y reclamos para la entidad emisora.
06Conclusión
El caso documentado por Gambit no revela una técnica nueva: el skimming en páginas de pago es conocido desde hace años. Lo nuevo es la economía que lo sostiene. Cuando un operador puede atacar diez empresas por día con un presupuesto menor al de un equipo de oficina, la defensa basada en pasar desapercibido deja de ser una opción.
Consideramos que la respuesta no pasa por igualar al atacante en velocidad con esfuerzo humano, sino por automatizar la detección en los puntos donde se capturan los datos, revalorar la probabilidad en las matrices de riesgo y probar la capacidad de recuperación. Esperamos que en el corto plazo las entidades y los comercios incorporen estas medidas a sus planes de tratamiento de riesgos, antes de que la siguiente oleada automatizada las ponga a prueba.
Gonzales, R. (24 de septiembre de 2026). Ciberdelincuente usó agentes de IA para robar datos de más de 600 mil tarjetas de crédito. Infobae. Ver artículo original.
Autor / Redactor / Director
