Phishing con IA y deepfakes: qué cambió en 2026

La defensa contra el phishing con IA y los deepfakes no es detectar la falsificación perfecta, es validar que la persona resiste el pretexto que llega con ella. La tecnología de engaño mejoró tanto que pedirle al empleado que distinga un correo generativo o una voz sintética del original es una batalla perdida de antemano. Lo que sí se puede medir y mejorar es otra cosa: cómo responde una persona cuando recibe una orden urgente, creíble y bien escrita. Esa es la superficie que un equipo de seguridad todavía controla en 2026.

Qué cambió en 2026: correos generativos, voz sintética y video falso

Lo que cambió no es que el engaño exista, es que dejó de tener costo. Antes, un correo de phishing convincente requería tiempo y cierto dominio del idioma del objetivo, y eso por sí solo filtraba a buena parte de los atacantes. El Microsoft Digital Defense Report 2025 (el informe anual de Microsoft sobre el panorama de amenazas) documenta que la IA generativa bajó la redacción de un phishing convincente de hasta 16 horas a 5 minutos, y que esos correos generados con IA logran 54 por ciento de clicks, más de cuatro veces que los escritos a mano. La barrera de entrada se cayó.

A eso se suma la voz. El informe M-Trends 2026 de Mandiant ubica al vishing, el fraude por llamada de voz, como el segundo vector de infección inicial más usado. La voz sintética permite clonar el tono de un directivo a partir de unos segundos de audio público, y el video falso lleva el mismo truco a una videollamada. El pretexto ya no llega solo por correo: llega por el canal que la víctima asocia con confianza.

Por qué los filtros técnicos no bastan contra el engaño a la persona

Los filtros técnicos detienen lo que pueden inspeccionar, y el engaño moderno está diseñado para no dar nada que inspeccionar. Un correo generativo sin enlace malicioso, escrito en español natural, que solo pide responder o llamar a un número, no dispara las reglas que un filtro de correo usa para bloquear. Una llamada con voz clonada ocurre por completo fuera del perímetro del correo. El fraude del correo corporativo (BEC), donde el atacante se hace pasar por un ejecutivo o un proveedor para autorizar un pago, vive justo en ese hueco: convence a una persona de hacer algo legítimo en apariencia, sin malware que un sistema pueda marcar.

El dato de fondo es de CISA: más del 90 por ciento de los ciberataques exitosos comienzan con un correo de phishing. Cuando el primer paso del ataque es persuadir a alguien, la última línea de defensa no es el filtro, es el criterio de la persona bajo presión. Y la presión es ahora el factor decisivo: el Verizon Data Breach Investigations Report 2025 (el estudio anual de Verizon sobre brechas de datos) midió una mediana de 21 segundos entre que alguien recibe un phishing y hace click. Veintiún segundos no dejan espacio para el análisis pausado que una capacitación tradicional asume.

El factor humano sigue siendo el objetivo, no el eslabón débil

La persona no es el eslabón débil de la cadena, es el objetivo que el atacante eligió porque es el más rentable. El marco 90-5-5 de Cisco, que estima que cerca del 90 por ciento de las brechas involucran un factor humano, no describe gente descuidada: describe dónde apunta el adversario cuando quiere entrar con el menor esfuerzo. Tratar al empleado como la falla del sistema lleva a la respuesta equivocada, que es culpar y volver a capacitar. Tratarlo como la superficie que el atacante prioriza lleva a la respuesta correcta, que es prepararlo y medir su resistencia real.

Esta distinción importa porque define qué se mide. Si el problema es el "error" de una persona, la métrica es cuántos fallan y la solución es un curso. Si el objetivo es una superficie de riesgo que el adversario explota con herramientas cada vez mejores, la métrica es cómo cambia el comportamiento de esa superficie con el tiempo, ataque tras ataque. La segunda pregunta es la que sigue teniendo respuesta útil en un mundo de deepfakes.

Cómo preparar a los equipos: simulación realista y validación posterior

Preparar a un equipo contra el engaño moderno tiene dos partes que suelen confundirse: exponerlo a un ataque realista y validar después que aprendió. La primera parte es la [simulación adaptativa de phishing](/blog/simulacros-de-phishing-personalizados): en vez de mandar el mismo correo genérico a toda la empresa, se envía a cada persona el pretexto con mayor probabilidad de engañarla según su rol, su contexto y los engaños en los que ya cayó. Eso revela el riesgo real de cada quien, no un promedio que esconde a los más expuestos. Es el mismo giro que vimos en [la ingeniería social de 2026](/blog/ingenieria-social-en-2026): del volumen a la precisión, tanto en el ataque como en la defensa.

La segunda parte es la que casi nadie hace y la que de verdad demuestra el cambio: volver a probar. Completar una capacitación no prueba que el comportamiento cambió; lo único que lo prueba es enfrentar de nuevo a la persona a un ataque del mismo tipo, semanas después y con otra plantilla, y observar si esta vez resiste. Validar el cambio volviendo a probar es lo que separa "recordó el correo de la semana pasada" de "aprendió a reconocer el patrón". Sin esa segunda prueba, una organización sabe quién falló una vez, pero no sabe quién sigue siendo vulnerable.

Señales prácticas para empleados ante un pretexto sospechoso

La señal más confiable no está en la falsificación, está en lo que el mensaje pide. Un deepfake puede ser perfecto, pero el pretexto casi siempre comparte un patrón: urgencia que corta el tiempo de verificar, una autoridad que presiona, y una acción irreversible como pagar, transferir o entregar una credencial. Cuando un mensaje combina esas tres cosas, el canal por el que llega da igual: correo, llamada o video, la respuesta es la misma. Detenerse y verificar por una vía distinta a la que llegó la solicitud.

En la práctica, eso significa enseñar reflejos, no datos. Si un supuesto directivo llama pidiendo un pago urgente, se cuelga y se devuelve la llamada al número conocido. Si un correo del "proveedor" cambia los datos bancarios, se confirma por teléfono con un contacto ya verificado. Si algo apura, esa urgencia es en sí misma la señal de alerta. Estos reflejos no dependen de detectar la tecnología, dependen de un hábito que resiste sin importar cuán bueno sea el engaño, y por eso son lo único que escala frente a herramientas que mejoran cada mes.

Cerrar la brecha entre el ataque realista y la prueba de que el equipo aprendió es justo el caso de uso donde Fensivo trabaja: simulaciones personalizadas por persona y una validación posterior que vuelve a probar el comportamiento, en vez de medir la asistencia a un curso. Es la forma de saber no solo quién cayó una vez, sino quién sigue expuesto. Puedes ver cómo lo abordamos en los casos de uso de Fensivo.

¿Cuántas personas de tu organización pasarían hoy una segunda prueba, tres semanas después de haber caído en la primera?

Fuentes y referencias

• CISA, "4 Things You Can Do To Keep Yourself Cyber Safe". cisa.gov
• Cisco, "The 90-5-5 Concept: Your Key to Solving Human Risk in Cybersecurity", 27 de mayo de 2025. blogs.cisco.com
• Verizon, "Data Breach Investigations Report (DBIR)". verizon.com
• Mandiant (Google Cloud), "M-Trends 2026 Report". cloud.google.com
• Microsoft, "Microsoft Digital Defense Report 2025". microsoft.com