Cuando Horizon3 reveló que su IA autónoma había vulnerado un banco en apenas 77 segundos durante una presentación magistral de Black Hat junto con la Agencia de Seguridad Nacional de Estados Unidos (NSA) el año pasado, su CEO, Snehal Antani, sostuvo que el resultado reflejaba lo que considera el próximo punto de inflexión de la ciberseguridad: los ataques se aceleran a un ritmo que supera la capacidad real de respuesta de las organizaciones. Esa premisa ahora cuenta con el respaldo de grandes inversores.

La empresa de ciberseguridad, con sede en San Francisco, recaudó US$ 250 millones en una ronda de financiación Serie E y alcanzó una valoración superior a US$ 2.000 millones, más del triple de los aproximadamente US$ 650 millones que registraba hace poco más de un año.

NightDragon y NEA colideraron la ronda. La operación llegó después de que la compañía registrara un crecimiento interanual del 120% en sus ingresos recurrentes anuales y ampliara su cartera de clientes a más de 6.500 organizaciones. Entre ellas figuran la NSA, la Agencia de Seguridad de Infraestructura y Ciberseguridad de Estados Unidos (CISA) y cuatro de las diez compañías con mayores ingresos del ranking Fortune 500. Dave DeWalt, fundador de NightDragon, quien dirigió McAfee y llevó a FireEye a cotizar en bolsa, se suma al directorio.

En lugar de considerar la inteligencia artificial una herramienta de productividad para los equipos de seguridad, la empresa sostiene que los sistemas autónomos intervendrán en todas las etapas del ciclo de ataque y defensa, desde la detección de vulnerabilidades hasta su corrección.

"El futuro de la guerra cibernética se basa, fundamentalmente, en una IA que lucha contra otra IA, mientras los humanos intervienen solo en casos excepcionales, en lugar de controlar directamente cada acción", explicó Antani. Además, agregó: “La velocidad de los ataques está cambiando drásticamente y, como consecuencia, cada componente central de la infraestructura de ciberseguridad atraviesa un punto crítico de disrupción”.

Antani no encaja en el perfil tradicional de un fundador de una empresa de IA. El ingeniero inició su carrera en IBM y luego ocupó cargos tecnológicos de alto nivel en GE Capital y Splunk. Más tarde, dejó el sector privado para convertirse en el primer director de tecnología del Comando Conjunto de Operaciones Especiales de Estados Unidos (JSOC), donde trabajó en estrecha colaboración con el equipo de IA del Proyecto Maven, una iniciativa del Departamento de Defensa estadounidense.

Esa experiencia lo llevó a desconfiar de las soluciones milagrosas. "No existe un botón mágico de IA capaz de resolver todos los problemas de seguridad. Dominar los fundamentos sigue siendo esencial", afirmó. Además, Antani explicó que cada plan de operaciones especiales cuenta con una "célula roja", un equipo encargado de analizarlo desde la perspectiva del adversario. Horizon3 convirtió esa disciplina en un producto.

Cuando le preguntaron qué justificaba una valoración superior a US$ 2.000 millones, Antani respondió primero con una advertencia, en lugar de presentar una propuesta comercial. "Todo empieza con la ejecución", afirmó. Como respaldo, mencionó un crecimiento de los ingresos del 120% "a gran escala", una sólida eficiencia comercial y márgenes brutos que, según comentó, superan los de muchas empresas comparables que cotizan en bolsa.

También explicó que la ventaja a largo plazo de la compañía reside en los datos operativos propios que acumuló tras realizar cientos de miles de pruebas de penetración en entornos de producción.

"Cada vez que nuestro hacker de IA realiza una prueba de penetración, recopila datos de entrenamiento que literalmente nadie más posee", afirmó Antani. "Son datos operativos de altísima resolución, exactamente lo que necesitás para crear la próxima generación de algoritmos de ciberseguridad ofensivos y defensivos. En muchos sentidos, nos consideramos una empresa de datos", añadió.

La carrera entre atacantes y defensores de IA

Antani aseguró que, hace tres años, el mismo ataque demandaba alrededor de 7 minutos y 19 segundos. El año pasado, ese tiempo cayó a 4 minutos y 12 segundos y ahora se redujo a apenas 77 segundos. El ejecutivo prevé que esa cifra seguirá bajando hasta llegar incluso a 30 segundos. En ese punto, el principal límite será la capacidad de la organización para reaccionar con rapidez y contenerlo.

“Si tu equipo de seguridad no puede detectarme y detenerme en 76 segundos, la partida ya terminó. A los 77 segundos, ya habré tomado el control total de tu red", completó.

Antani también explicó lo que considera una debilidad de los atacantes de IA actuales. Muchos modelos basan su entrenamiento principalmente en bases de datos públicas de vulnerabilidades, en entornos de simulación de ciberataques y en plataformas como Hack The Box. Por ese motivo, muchas veces tienen dificultades para gestionar la complejidad de los entornos empresariales reales. 

Según una investigación de Horizon3, los hackers humanos cayeron en señuelos con credenciales falsas en aproximadamente el 37% de los casos, frente a cerca del 90% de los principales modelos de IA. Antani prevé que esa brecha se achicará a medida que los modelos mejoren, lo que dará lugar a una competencia constante entre los atacantes y las defensas basadas en IA.

Mientras NodeZero, la plataforma autónoma de pruebas de penetración y validación de seguridad de la compañía, evalúa los entornos de sus clientes, también puede desplegar señuelos que atraen e identifican a los intrusos impulsados por IA que ya operan en una red. "Eso cambia por completo la ecuación de la defensa. El engaño se convierte en una de las formas más económicas, rápidas y efectivas para detectar a atacantes impulsados por IA", afirmó el CEO de Horizon3. 

Por qué Horizon3 apuesta por los datos y no por los modelos

Horizon3 no compite en un mercado vacío. Pentera automatiza desde hace años las pruebas de penetración en redes empresariales, mientras que Picus, AttackIQ y SafeBreach verifican si los controles de seguridad detectan técnicas de ataque conocidas. Al mismo tiempo, una nueva generación de startups, encabezada por XBOW, aplica grandes modelos de lenguaje directamente a la seguridad ofensiva. Este año, XBOW avanzó en el ranking de HackerOne tras detectar vulnerabilidades que antes exigían la intervención de especialistas en pruebas de penetración.

Esta división refleja dos visiones distintas sobre el rumbo que tomará la IA ofensiva. Las empresas más nuevas parten de grandes modelos de lenguaje y analizan cómo los agentes autónomos pueden convertirse en hackers más eficaces. Horizon3, en cambio, comenzó por los entornos de producción y formuló una pregunta más compleja: ¿cómo puede un software autónomo atacar a una de las diez compañías con mayores ingresos del ranking Fortune 500, a un hospital o a un contratista de defensa sin provocar daños?

"Cuando trabajaba en el Departamento de Defensa de Estados Unidos, en estrecha colaboración con el equipo del Proyecto Maven, aprendimos una de las lecciones más importantes: los modelos en sí mismos no importan tanto como la gente cree", afirmó Antani. También comentó: “Los modelos son reemplazables. Aparecerán nuevos modelos fundacionales de forma constante. Si diseñaste tu empresa alrededor de un único modelo, ya cometiste un error estratégico”.

Según él, la ventaja sostenible reside en todo lo que rodea al modelo. “El sistema de gestión del flujo de trabajo es el que realmente ejecuta la tarea. Después, lo combinás con datos de entrenamiento propios. Esos son los elementos que continúan generando valor, sin importar qué modelo lidere los rankings de rendimiento", concluyó.

Esa filosofía define la arquitectura de NodeZero. En lugar de entregar el control a un único modelo de IA, la plataforma integra una lógica de ataque determinista, razonamiento basado en grafos y múltiples modelos de IA que trabajan de forma coordinada. En la práctica, actúa como un intruso humano: roba credenciales, secuestra identidades y se desplaza por los sistemas en la nube hasta alcanzar los activos más importantes. Al mismo tiempo, mantiene cada acción lo suficientemente clara y explicable como para que las empresas confíen en la plataforma en sus entornos de producción.

Todavía queda por comprobar si esa ventaja competitiva basada en datos podrá sostenerse. En el pasado, los datos propios parecían constituir una barrera insuperable, hasta que los modelos fundacionales lograron cerrar esa brecha.

Las pruebas de penetración en entornos de producción importan más que los rankings de rendimiento de la IA

Horizon3 construyó su ventaja en materia de datos gracias a que miles de empresas permiten que su software ataque los mismos sistemas sobre los que operan sus negocios. Este desafío resulta mucho más complejo que el de exhibir el desempeño de un agente de IA en un laboratorio. NodeZero opera en redes reales de bancos, hospitales, contratistas de defensa y proveedores de logística. La empresa asegura que ya realizó más de 300.000 pruebas de penetración seguras en entornos de producción.

"El año pasado realizamos más pruebas de penetración que las que se hicieron en toda la historia de la informática", afirmó Antani. Cada una de esas pruebas alimenta un ciclo de aprendizaje por refuerzo que perfecciona el criterio de la plataforma.

Antani describe la creación de una IA capaz de operar de manera segura en entornos empresariales reales como el desafío de ingeniería más complejo de su carrera. La dificultad consiste en reconocer cuándo conviene no avanzar debido a sus posibles consecuencias operativas.

NodeZero clasifica cada acción como segura, potencialmente dañina o demasiado riesgosa para ejecutarla. "Hay ciertas acciones que directamente no realizamos porque serían imprudentes. El sistema reconoce esas diferencias contextuales y siempre prioriza la seguridad por sobre la agresividad", remarcó. Los clientes suelen comenzar con despliegues de alcance limitado y luego los amplían gradualmente. La experiencia operativa construye la confianza, no el marketing.

Este año, la plataforma incorporó pruebas de aplicaciones web y Horizon3 se sumó a Project Glasswing, una iniciativa de Anthropic orientada a reforzar la seguridad de la infraestructura crítica. La ronda de financiación Serie E financiará la entrada de la compañía en Singapur y Australia, una mayor expansión en Europa, Medio Oriente y África (EMEA), y el desarrollo de agentes autónomos de seguridad capaces de corregir vulnerabilidades a partir de los hallazgos de NodeZero. Los atacantes impulsados por IA identifican las rutas relevantes y los defensores basados en IA validan las soluciones.

"Empezamos con las pruebas de penetración porque representaban el problema más difícil de resolver", señaló. "Evolucionamos hasta convertirnos en una plataforma de seguridad proactiva y ahora aceleraremos la corrección de vulnerabilidades mediante ciclos de aprendizaje de IA entre atacantes y defensores", completó el ejecutivo.

La corrección autónoma conlleva riesgos evidentes, ya que una solución defectuosa puede interrumpir los sistemas en producción. Sin embargo, el CEO de Horizon3 considera que la alternativa es aún peor. "El enemigo siempre tiene voz y voto", advirtió. Los atacantes exploran los sistemas de forma constante. Cuando una organización no evalúa si una vulnerabilidad puede explotarse, corre el riesgo de que los atacantes la descubran antes que su propio equipo.

Esa lógica cuestiona una de las premisas más arraigadas de la ciberseguridad: que una buena estrategia exige corregir todas las vulnerabilidades. Antani sostiene que, muchas veces, los atacantes ni siquiera necesitan explotar una falla. Las credenciales robadas o una sola contraseña débil entre mil empleados pueden bastar.

Por lo tanto, las organizaciones deberían asumir que enfrentarán una brecha de seguridad, contener las intrusiones con rapidez y concentrar la atención en el reducido número de fallas que los atacantes realmente pueden explotar. Todavía queda por comprobar si las empresas, los reguladores y las aseguradoras especializadas en riesgos cibernéticos adoptarán este cambio, especialmente a medida que la IA autónoma pase de probar sistemas a corregirlos.

Por ahora, los inversores de Horizon3 apuestan a que seis años de trabajo en entornos reales de producción resultarán más difíciles de replicar que cualquier modelo que encabece los rankings de rendimiento el próximo año.

*Esta nota fue publicada originalmente en Forbes.com.