EscucharLa IA generativa (IAG) es una rama de la inteligencia artificial en rápida evolución, diseñada para generar nuevo contenido que abarca desde texto, código y voz, hasta imágenes, videos, procesos y otros artefactos digitales, incluidas estructuras proteicas complejas. Así lo indica el estudio de Deloitte, Generative AI and the Future of Work.
Lo que diferencia a la IAG de cualquier otra tecnología precedente es su capacidad de innovación, basada en su potencial para aprender y, a partir de dicho aprendizaje, crear contenidos que permitirán adquirir o desarrollar nuevas capacidades, así como potenciar las ya existentes, tanto a nivel personal como empresarial.
Ahora bien, la IAG no solo ofrece beneficios potenciales. En la actualidad, existen casos reales de aplicaciones de esta tecnología en muchas organizaciones que ya han creado un valor significativo para su negocio. Algunos ejemplos son:
- Detección de fraude: Una empresa líder en pagos en línea utiliza modelos de IAG para analizar patrones en las transacciones financieras y detectar comportamientos anómalos que podrían indicar fraudes. Esto ha reducido significativamente las tasas de fraude y mejorado la seguridad de las transacciones.
- Desarrollo de productos: Una empresa líder en la fabricación de automóviles utiliza IAG para diseñar componentes de automóviles que sean más ligeros y eficientes. Esta tecnología puede generar múltiples diseños posibles para una pieza, optimizando factores como su peso, resistencia y costo de producción. Usando la IAG ha reducido el peso de algunas piezas mejorando la eficiencia de combustible y reduciendo costos.
- Personalización de servicios: Una empresa que ofrece una plataforma de alojamiento utiliza IAG para personalizar las recomendaciones de alojamientos y experiencias para sus usuarios. La inteligencia artificial (IA) analiza las preferencias de viaje, el historial de reservas y el comportamiento de navegación para generar recomendaciones personalizadas. Como resultado, se ha mejorado la experiencia del usuario y ha aumentado las tasas de reserva en la plataforma.
- Simulaciones de mercado: Una cadena de moda española utiliza IAG para simular tendencias de moda y prever la demanda de nuevas colecciones. La IA analiza datos de ventas históricas, redes sociales y tendencias de moda para generar escenarios de demanda futuros. Esta tecnología ha permitido a la compañía ajustar sus colecciones y estrategias de marketing según las previsiones de demanda, mejorando la satisfacción del cliente y las ventas.
- Atención al cliente: Una aseguradora norteamericana utiliza un chatbot que está basado en IAG para gestionar reclamos de seguros. El chatbot puede procesar reclamaciones, verificar información y resolver problemas de los clientes de manera automatizada. Lo anterior, le ha permitido procesar reclamaciones en tiempo récord, mejorando la eficiencia y la satisfacción del cliente.
Empresas líderes en diversos sectores ya están cosechando los beneficios, demostrando que la IAG no es solo una tendencia, sino una herramienta fundamental para el futuro de los negocios.
Sin embargo, como con cualquier tecnología emergente, la adopción de la IAG no está exenta de desafíos. A medida que las organizaciones integran esta poderosa herramienta en sus operaciones, surgen nuevas preocupaciones, particularmente en el ámbito de la ciberseguridad. La misma capacidad de la IAG para crear y simular también puede ser explotada con fines maliciosos, presentando amenazas que las empresas deben abordar proactivamente.
Ciberamenazas
Desde la introducción de lAG, los actores de ciberamenazas han mostrado un mayor interés en aprovechar la IAG con fines maliciosos. Algunas de las que podrían tener un impacto más significativo son:
- Suplantación de identidad sofisticada (Deepfake): El uso de IAG para crear contenido falso de audio, imágenes y videos permite la ejecución de ataques de ingeniería social, fraude de identidad y campañas de desinformación. Estos ataques pueden manipular la opinión pública y comprometer la ciberseguridad de las compañías.
- Campañas de phishing altamente convincentes y personalizadas: La IAG permite aumentar significativamente la efectividad de las campañas de ingeniería social y los ataques de compromiso de correo electrónico empresarial. Estas campañas pueden eludir las medidas de seguridad tradicionales y representar una amenaza considerable para las organizaciones.
- Generación automatizada de software malicioso: La IAG puede utilizarse para crear malware sofisticado que se adapte y evolucione para evitar la detección de las soluciones de seguridad tradicionales.
- Ataques de denegación de servicio (DDoS) inteligentes: La IAG se puede utilizar para coordinar y optimizar ataques de denegación de servicio, haciendo que estos sean más efectivos y difíciles de mitigar. Durante la ejecución de estos ataques se pueden identificar y explotar las vulnerabilidades de un sistema en tiempo real mediante la IAG.
Estas amenazas no son potenciales o futuras, son reales y actuales. Por ejemplo, aunque los detalles específicos sobre malware desarrollado usando IAG pueden ser limitados, una empresa de tecnología presentó, años atrás, un concepto de malware denominado DeepLocker. Este malware utiliza IA y técnicas de aprendizaje profundo para ocultar su carga maliciosa dentro de una aplicación aparentemente benigna y usa modelos de reconocimiento facial, de voz o de geolocalización para identificar a la víctima objetivo. Solo se activa cuando reconoce a la víctima, lo que dificulta su detección y análisis. Aunque DeepLocker fue un experimento conceptual, demostró cómo la IA puede ser utilizada para crear malware altamente dirigido y sigiloso.
Un caso resonado de deepfake, utilizando IAG, fue el de un director ejecutivo de una empresa británica, a quien lo engañaron a través de una llamada telefónica en la que una voz generada por IA imitaba a su jefe, solicitándole una transferencia urgente de €220.000 (euros), según reportó el sitio de noticias WeLiveSecurity de Eset. La voz del deepfake imitaba no solo el acento alemán del jefe, sino también sus patrones de habla y entonación, lo que hizo que la solicitud pareciera legítima. Confiando en la autenticidad de la llamada, el CEO británico autorizó la transferencia de los fondos a una cuenta bancaria en Hungría. El fraude fue descubierto cuando los estafadores intentaron una segunda solicitud de transferencia de dinero.
Estos son algunos ejemplos de las amenazas relacionadas con la IAG que destacan la necesidad de una vigilancia constante y la implementación de medidas de seguridad avanzadas para mitigar los riesgos asociados con la IA Generativa.
Esta tecnología ofrece oportunidades sin precedentes para la innovación y la eficiencia empresarial, pero también introduce riesgos significativos en ciberseguridad. Por esta razón, crucial que las empresas sean conscientes de estos riesgos y adopten medidas proactivas para mitigarlos.
