Los ejercicios de ciberseguridad Standoff del foro «Soluciones Digitales» pusieron a prueba la IA en el ataque y la defensa

El foro ruso de TI «Soluciones Digitales» acogió los ejercicios de ciberseguridad Standoff: equipos de seguridad de la información de destacadas empresas del país practicaron el ataque y la defensa, y el tema central de los resultados, publicados por CNews el 9 de octubre de 2026, fue la inteligencia artificial. El fragmento disponible del material no incluye el número de equipos, la duración ni la clasificación, por lo que a continuación se analiza lo que está confirmado y lo que conviene averiguar por separado.

Qué se sabe de los ejercicios

Standoff se ha consolidado desde hace tiempo como el principal formato ruso de ciberbatallas. Unos equipos juegan como atacantes (rojos) y buscan la manera de penetrar en la infraestructura. Otros juegan como defensores (azules), detectan la intrusión y la repelen. Normalmente todo ocurre en un polígono construido expresamente, y no en sistemas reales, lo que permite recrear de forma segura escenarios cercanos a incidentes auténticos.

El valor añadido de este formato es que no evalúa un producto aislado, sino el conjunto de personas, procesos y herramientas. Para un director de seguridad de la información, esto se acerca más a la realidad que una prueba de laboratorio de un escáner.

Principales parámetros conocidos del evento:

• Sede: foro de TI «Soluciones Digitales».
• Formato: ejercicios de ciberseguridad Standoff, con enfrentamiento entre atacantes y defensores.
• Participantes: equipos de seguridad de la información de destacadas organizaciones del país.
• Tema de los resultados: uso de la IA en el ataque y en la defensa.
• Fuente: CNews, publicación del 9 de octubre de 2026.
• Resultados cuantitativos en el fragmento abierto: no se revelan.

Dónde la IA trabaja para ambos bandos

El titular del material subraya una dualidad: la IA sirve tanto a quienes rompen las defensas como a quienes las protegen. En ejercicios de este tipo, suele manifestarse en varios escenarios típicos. No se puede afirmar que fueran precisamente esos los que se vieron en el foro, pero sirven de marco para valorar los resultados.

Entre los atacantes, los modelos de lenguaje aceleran el reconocimiento, ayudan a redactar textos de phishing verosímiles, generan variaciones de scripts y facilitan el análisis de tecnologías desconocidas. La ganancia es sobre todo de tiempo: lo que antes exigía horas de trabajo manual se resuelve en minutos.

Entre los defensores, la IA se integra con más frecuencia en el centro de monitorización. Agrupa alertas, ofrece al analista contexto sobre el incidente, redacta borradores de reglas de detección y reúne eventos dispersos en una sola cronología. Esto reduce la carga de la primera línea, pero no elimina la necesidad de verificar las conclusiones del modelo.

También hay una asimetría. Al atacante le basta con un intento exitoso, y una sugerencia errónea del modelo apenas le cuesta nada. Para el defensor, una falsa alarma sale cara: se pierden tiempo y atención del equipo y, en ocasiones, disponibilidad de los servicios.

Qué falta en los datos públicos

La pregunta clave ante cualquier informe sobre IA en ejercicios de ciberseguridad es qué se midió exactamente. Sin esa respuesta, la conclusión «la IA ayudó» se queda en un eslogan. En el fragmento disponible no se aprecia cómo usaron los equipos los modelos (propios, comerciales o abiertos), si hubo restricciones a su uso ni si se comparó el resultado con el trabajo sin IA. Tampoco está claro si se contabilizó la velocidad de detección, el número de ataques no detectados o la proporción de falsas alarmas.

Mientras no se publiquen esos datos, lo más sensato es leer los resultados como una señal de hacia dónde va el sector, y no como prueba de eficacia.

Cómo aplicarlo en la práctica

Quienes se ocupan de la seguridad de la información en una empresa harían bien en no esperar al informe completo y preparar su propia verificación:

1. Fije una línea base. Mida el tiempo de detección y de respuesta en su centro de monitorización antes de implantar herramientas de IA; de lo contrario, no tendrá con qué comparar.

2. Incluya la IA en sus ejercicios. Si realiza ejercicios internos de ciberseguridad, añada escenarios en los que los atacantes usen modelos generativos para el phishing y el reconocimiento.

3. Exija métricas a los proveedores. La proporción de falsas alarmas y el tiempo de gestión de un incidente importan más que las palabras sobre «analítica inteligente».

4. Mantenga a una persona en el circuito. Conviene limitar las acciones automáticas del modelo en el entorno de producción hasta que se hayan probado en el polígono.

5. Siga la publicación de los resultados detallados de Standoff y contrástelos con sus propios datos.

Cuando los organizadores revelen las cifras, se podrán comparar con esta lista y entender hasta qué punto la IA ha cambiado el equilibrio de fuerzas.