Argentina — CrowdStrike: la IA vuelve obsoleta su métrica estrella

Un agente de IA pasó de un bloqueo a cinco credenciales en 17 minutos

Veintinueve segundos después de que un firewall cortara su primer intento, un agente de IA dentro de la red de una organización de salud argentina cambió de táctica y apuntó al controlador de dominio vía SQL. Diecisiete minutos más tarde ya había extraído cinco hashes de credenciales. El atacante detrás de esa operación comprometió al menos 15 organizaciones de salud argentinas y se llevó credenciales e historiales médicos de al menos una, según CrowdStrike.

Para un founder, la lectura no es que los ataques sean más rápidos. Es que el supuesto sobre el que se diseñaron casi todos los procesos de seguridad de los últimos ocho años —que hay tiempo para reaccionar— dejó de sostenerse.

El informe que CrowdStrike publicó el 21 de octubre perfila cuatro atacantes no reportados antes, rastreados entre mayo y agosto, y nombra a Claude Code en los cuatro casos. La firma escribió que los casos «probablemente demuestran que la IA agéntica comoditiza las operaciones ofensivas básicas». Los investigadores pudieron analizar a los agentes en acción porque cada atacante, según CrowdStrike, «dejó sus frameworks de agentes ofensivos expuestos vía directorios abiertos».

WIRED añade un detalle que importa para la región: los cuatro grupos operaban en chino, español e inglés, indonesio y ruso; usaron sobre todo versiones de Claude y modelos abiertos de Deepseek, y todos lograron esquivar los controles de seguridad de los modelos convenciéndolos de que hacían pruebas de penetración autorizadas. El grupo chino llegó a usar una herramienta, ClawGod, para intentar borrar la instrucción de riesgo cibernético del prompt de sistema de Claude Code. Entre sus blancos hubo objetivos de gobierno en Brasil y Colombia, además de empresas privadas en Brasil y Estados Unidos.

¿Qué es el breakout time y por qué CrowdStrike lo está abandonando?

El breakout time mide cuánto tarda un intruso en pasar del primer equipo comprometido a otro dentro de la red. CrowdStrike lo introdujo en 2018, cuando su promedio era de 1 hora y 58 minutos, y la industria lo citó desde entonces como referencia.

En su informe de 2026, el promedio de eCrime cayó a 29 minutos y el breakout más rápido registrado llegó a 27 segundos. En Fal.Con 2026, el 1 de septiembre en Las Vegas, el CEO George Kurtz admitió que se equivocó al llamar «velocidad de máquina» al breakout de 27 segundos del año anterior: «Esto era velocidad humana con mejores herramientas, y el breakout time se terminó». El presidente Michael Sentonas lo remató: «No queda brecha que medir».

La regla 1–10–60 —detectar en un minuto, investigar en 10, remediar en 60— también quedó bajo presión cuando el promedio de breakout bajó a 48 minutos en el informe de 2025. «Usábamos esa métrica para fijar el estándar», dijo Adam Meyers, vicepresidente sénior de operaciones contra adversarios de CrowdStrike, y el equipo concluyó que «el 1–10–60 está muerto». La compañía todavía debate internamente qué métrica lo reemplaza.

El volumen explica la urgencia: un atacante humano emite decenas de comandos por hora; un agente de IA emite alrededor de 1.500 por hora, según Meyers. Y CrowdStrike registró tres veces más intrusiones agénticas en la segunda mitad de 2026 que en la primera. Su Global Threat Report ya había señalado un aumento del 89% en actividad adversaria asistida por IA en 2025, según recoge CryptoBriefing.

Las métricas que compiten para reemplazar al breakout time

No hay consenso, pero sí candidatos. Los que miden al atacante:

• Command throughput (rendimiento de comandos): cuántos comandos emite el atacante por unidad de tiempo. CJ Moses, CISO de Amazon, contó en Fal.Con el 2 de septiembre que un honeypot MadPot de AWS atrapó a un agente completando un ataque completo en 12 minutos y 42 segundos, con 94 eventos y cero errores de sintaxis.
• Access-broker handoff time: cuánto tarda quien entra en pasar ese acceso a un segundo grupo. El M-Trends 2026 de Mandiant lo situó en más de ocho horas en 2022 y en 22 segundos en 2025.

Y los que miden al defensor:

• Stage clocks: cronometrar cada etapa de la respuesta por separado. El Dutch Institute for Vulnerability Disclosure (DIVD) publicó los suyos tras el ataque con dos zero-days del 21 de septiembre: 19 minutos hasta detectar, 19 horas hasta la primera respuesta y nueve horas más hasta contener la intrusión.
• Damage-to-discovery: cuánto tarda en advertirse el daño.
• Agent revocation time: cuánto tardas en cortarle el acceso a un agente propio que se comporta mal.

Tomer Weingarten, cofundador y CEO de SentinelOne, apuesta por conservar las métricas actuales pero con más etapas: «El tiempo en que recolectas la primera señal casi no tiene nada que ver con tu triage con IA». Y advirtió contra confundir actividad con progreso: «No es ningún éxito decir que desplegaste más controles».

El reloj que más debería preocuparte: ¿puedes revocar a tus agentes?

Aquí el debate de analistas se convierte en una pregunta de operación. La encuesta VB Pulse de VentureBeat Intelligence de octubre, con 89 respondientes que corren agentes de IA en producción o en piloto, encontró una diferencia notable: 53 organizaciones le dan a cada agente su propia identidad y 32 de ellas pueden revocar su acceso en minutos. De las 36 que dejan que los agentes compartan credenciales, solo 12 dijeron lo mismo, y 10 necesitarían más de un día o rastrear primero la credencial.

El problema del secreto compartido es directo: revocarlo corta a todos los agentes y personas que lo usan. La encuesta no probó que la identidad propia cause una revocación más rápida, pero la correlación es difícil de ignorar para quien tenga agentes en producción.

La ventana para parchear también se encogió

El 10 de junio, CISA reemplazó sus plazos de parcheo con la directiva BOD 26–04, que da a las agencias federales civiles de Estados Unidos tres días para corregir las fallas más peligrosas y les exige estar en los nuevos plazos antes del 7 de diciembre. El DBIR 2026 de Verizon sitúa la mediana para remediar por completo una vulnerabilidad explotada conocida en 43 días, arriba de los 32 del año anterior. Y Moody’s, citando investigación de Flashpoint, señala que el tiempo promedio desde la divulgación pública hasta la primera explotación cayó de 115 días en 2024 a 44 días en 2025.

Meyers lo resumió: su equipo solía hablar de una ventana de 30 días para parchear; ahora se parece más a 30 horas. Chase Cunningham, criptólogo jefe retirado de la Marina de Estados Unidos y conocido como Dr. Zero Trust, lo dijo sin vueltas: «Mientras tu comité asesor de cambios está agendado para el próximo martes, los atacantes no enfrentan esas restricciones».

¿Qué significa esto para tu startup?

Si tienes agentes de IA conectados a sistemas reales —o vas a tenerlos—, esta noticia te toca dos veces: como víctima potencial y como responsable de tus propios agentes.

• Dale identidad propia a cada agente. Es la acción con mejor relación costo-beneficio de todo el informe. Si todos tus agentes comparten una API key, revocar a uno apaga a todos; con identidad por agente, el corte es quirúrgico y toma minutos.
• Mide tres números, aunque no sean el estándar de la industria: cuánto tardas en detectar una intrusión, cuánto en decidir y contener, y cuánto en revocar el acceso de un agente. Si no puedes responder los tres con una cifra, ese es tu próximo proyecto de infraestructura.
• Asume ventanas de horas, no de semanas, para parchear. Si un parche crítico depende de una reunión semanal, tienes un proceso diseñado para un mundo que ya no existe.
• Traduce la seguridad a lenguaje de negocio. Kayne McGladrey, asesor de CISOs y miembro sénior del IEEE, señaló que el CISO «habla por encima del CFO o del CEO porque se enfoca en métricas vanidad». Moody’s advirtió que defensas débiles pueden encarecer el financiamiento. Ese es el argumento que un founder sí puede llevar a una mesa de inversión.

El mercado ya se está moviendo en esa dirección: Kindo, una plataforma de control de agentes empresariales, levantó US$30 millones en una ronda co-liderada por Crosspoint Capital y Forgepoint Capital, según Unite.AI, y declara un crecimiento de ingresos del 800% interanual en 2026. La tesis es la misma que plantea este informe: crear agentes es cada vez más fácil; controlarlos en producción es el problema que queda.