En cuanto a software de seguridad de correo electrónico, la industria de la ciberseguridad se ha vuelto muy buena en una cosa: puntuar el mensaje que ya está en la bandeja de entrada. Hemos pasado de listas negras a coincidencia de firmas y a aprendizaje automático conductual, y cada generación de innovación en seguridad de correo electrónico fue una mejora genuina con respecto a la anterior.

Pero las pérdidas siguen aumentando. El tiempo medio que tarda alguien en hacer clic en un enlace de phishing es de solo 21 segundos después de abrir el correo, y otros 28 segundos para entregar credenciales o datos de pago. Eso es menos de un minuto de principio a fin. Esa cifra no ha cambiado mucho en años a pesar de todo lo que hemos lanzado al problema.

Es hora de un enfoque diferente. Pero primero, necesitamos entender los desafíos modernos.

Estamos filtrando mensajes, pero los atacantes están ejecutando campañas

Cuando un correo de phishing llega a la bandeja de entrada de alguien, el atacante generalmente ya ha terminado la parte difícil. Han registrado un dominio que imita a otro legítimo y le han obtenido un certificado SSL válido. Han creado un perfil ejecutivo falso en LinkedIn. Han calentado un dominio de envío para que pase SPF y DKIM sin problemas. En muchos de los casos más sofisticados que he visto, también tienen un guion de vishing o una puerta de enlace SMS lista como canal de respaldo, en caso de que el correo no llegue.

Nada de eso aparece cuando un filtro inspecciona un solo mensaje. Las herramientas tradicionales (por ejemplo, pasarelas, filtros basados en API) analizan la elección de palabras, los encabezados, tal vez una puntuación de riesgo, y luego ponen en cuarentena o no. Pero el dominio sigue activo, el perfil falso sigue en pie y el servidor de envío sigue funcionando.

La misma campaña simplemente cambia al siguiente empleado, o al siguiente departamento, o a un proveedor en su cadena de suministro. Como máximo, ha neutralizado el punto final, pero el actor de amenazas sigue activo.

La IA generativa no creó este problema, pero lo empeoró mucho

El auge de la IA solo ha exacerbado las vulnerabilidades estructurales de la seguridad del correo electrónico tradicional. Me gustaría examinar tres formas en que las cosas han cambiado, en mi opinión.

Primero, las señales conductuales han desaparecido. Las organizaciones solían detectar mucho phishing por el tono: frases torpes, formato extraño, una solicitud que simplemente no parecía correcta. Los LLM actuales escriben con la voz de una organización de manera suficientemente convincente como para que esas señales ya no existan en su mayoría.

A continuación, el cronograma se ha comprimido. La investigación que solía llevar días a un atacante humano ahora puede hacerla un agente en segundos, lo que significa cientos de señuelos personalizados dirigidos a roles específicos en una empresa, generados esencialmente bajo demanda.

Y nada permanece estático el tiempo suficiente para tomar una huella digital. Los dominios, el texto del señuelo, la infraestructura de envío: los atacantes pueden rotar todo eso entre envíos. La detección basada en firmas se construyó para un mundo donde los indicadores de compromiso permanecen durante un tiempo. Ese mundo ha desaparecido en gran parte. Esto coincide con lo que aparece en el DBIR de 2026, donde los analistas señalan que las diferentes técnicas de ataque se ven cada vez más reforzadas por la IA generativa en casi todas las etapas, desde encontrar brechas hasta escribir el propio malware.

El otro cambio importante es el desequilibrio entre atacantes y defensores. Los atacantes pueden automatizar la investigación, la configuración de infraestructura, la creación de señuelos y la ejecución de campañas, mientras que los equipos de seguridad todavía investigan amenazas y mantienen políticas de detección en gran parte manualmente. Los ingenieros pasan horas depurando y deshaciendo conflictos de reglas mientras los adversarios generan libremente nuevas variaciones. Ese no es un modelo operativo sostenible.

Las cifras en dólares respaldan esto, también. El compromiso de correo electrónico empresarial solo representó aproximadamente el 14,6% de todas las pérdidas por ciberdelitos reportadas en 2025, más de $3 mil millones, y esa es una sola categoría dentro de un número de pérdidas más amplio que ha crecido drásticamente año tras año.

Esto ya no es un problema de nicho. Es una de las categorías de delitos más caras que sigue el FBI.

¿Qué puede realmente romper el ciclo?

No creo que la solución sea un filtro más inteligente. Un mejor clasificador solo hace que los equipos de seguridad sean marginalmente más rápidos en hacer lo mismo limitado: reaccionar a un mensaje después de que la infraestructura detrás ya está construida y funcionando.

Necesitamos romper el ciclo y hacer que la ingeniería social no sea rentable. Aquí hay tres cambios que deben ocurrir:

  • Primero, conectar las señales del buzón con lo que está sucediendo fuera del buzón. Cuando llega un mensaje, el sistema debería poder verificar el historial de registro del dominio de envío, los patrones de alojamiento y otras señales de infraestructura (no solo las palabras en el cuerpo) antes de que logre su objetivo.
  • Segundo, salir del negocio del mantenimiento de reglas. Los analistas no deberían pasar su semana depurando reglas YARA o tratando de averiguar por qué un modelo de caja negra marcó algo. Ese trabajo escala linealmente con el volumen de ataques, y el volumen de ataques ya no escala linealmente. La automatización rompió esa suposición. Los sistemas que pueden explicar su razonamiento en lenguaje sencillo y ajustar ese razonamiento a medida que cambian las tácticas eliminan gran parte de ese trabajo pesado del plato de un equipo.
  • Tercero, y este es el que la mayoría de los proveedores omiten, ir realmente tras la infraestructura. Detectar un dominio malicioso y no hacer nada al respecto solo significa que el próximo objetivo será atacado con el mismo activo cinco minutos después. El objetivo debería ser afectar la economía de un ataque, y eso significa derribar el servidor de envío, el dominio falso y el enlace malicioso. Todo lo que sea menos que eso es solo triaje.

Protección multicanal, empezando por el correo electrónico

Nada de esto significa que el filtrado de correo electrónico deje de importar. Sigue siendo la puerta principal. Pero tratar el buzón como todo el campo de batalla, en lugar de un punto de contacto en una cadena de ataque más larga, es cómo terminas permanentemente un paso atrás.

La ingeniería social moderna es inherentemente multicanal. Cuando un correo de phishing falla o se ignora, los actores de amenazas cambian. El dominio falso registrado la semana pasada se convierte repentinamente en el destino de un SMS de estafa (smishing), un mensaje urgente de Slack o Teams, o una llamada de vishing a un agente de helpdesk.

Por eso es importante derribar la infraestructura del atacante en la etapa del correo electrónico. Cuando desmantelas un dominio de envío, neutralizas un enlace malicioso o derribas un kit de suplantación, degradas los activos operativos en los que un atacante confía en todos los demás canales. Golpear la infraestructura en la etapa del correo electrónico obstaculiza las campañas de smishing y vishing que están justo detrás.

Esta es la apuesta que hicimos al construir Doppel Email Security. En lugar de puntuar un mensaje y detenerse ahí, el sistema utiliza IA agéntica para rastrear un correo electrónico hasta la infraestructura detrás de él, correlacionando las señales del remitente con un grafo de amenazas en vivo de dominios, patrones de alojamiento y actividad de suplantación. Este es el mismo contexto que querrías que un analista humano obtuviera si tuviera tiempo ilimitado.

Cuando se verifica una amenaza, ayuda a los equipos de seguridad a coordinar derribos a velocidad de máquina en los dominios, perfiles falsos y URL maliciosas de los que depende la campaña más amplia. La lógica de detección se ejecuta con políticas de lenguaje natural en lugar de puntuaciones opacas de caja negra o reglas YARA mantenidas a mano, proporcionando a los analistas un razonamiento legible por humanos en lugar de números de riesgo arbitrarios.

La tesis subyacente es que contrarrestar la ingeniería social impulsada por IA requiere una arquitectura nativa de IA con agentes que se adapten en tiempo real, construida sobre inteligencia de infraestructura de atacantes externa en lugar de solo el contenido del buzón.

Para los equipos que evalúan dónde invertir a continuación, comenzaría haciendo una pregunta contundente: cuando sus herramientas marcan algo hoy, ¿le sucede algo a la infraestructura del atacante, o la campaña simplemente se mueve al siguiente buzón?

Si es lo segundo, ya sabe dónde está la brecha.

Sobre el autor: Rahul Madduluri es cofundador y CTO de Doppel, donde lidera producto, ingeniería, TI y seguridad. Rahul comenzó su carrera como ingeniero de software en Uber, usando aprendizaje automático para predecir tiempos de llegada. Luego fundó una empresa que agrega tiendas de Shopify y se unió a South Park Commons como Founder Fellow. Rahul tiene una licenciatura en Ciencias de la Computación e Ingeniería Informática de la Universidad del Sur de California.