38.000 TV Boxes generan US$50K diarios en fraude con IA

38.000 dispositivos TV generan US$50.000 diarios en fraude con IA

Una investigación de Bitsight reveló que aproximadamente 38.000 dispositivos de streaming TV genéricos —principalmente modelos H96 y TV boxes chinas— están operando una red de fraude publicitario que genera alrededor de US$50.000 dólares diarios, sin contar los ingresos adicionales por servicios de proxy residencial. Para founders que dependen de publicidad digital o desarrollan productos IoT, esto no es solo una noticia de ciberseguridad: es una señal de alerta sobre cómo la automatización con IA está reduciendo los costos operativos del cibercrimen a niveles industriales.

La operación está dirigida por Zhejiang Fengwo IoT Technology, una empresa china que ha creado una infraestructura híbrida capaz de alternar entre fraude publicitario y proxy residencial según detecte o no una señal HDMI de un televisor encendido. Cuando el dispositivo no detecta actividad del televisor, ejecuta tareas de fraude; cuando hay señal HDMI, se convierte en nodo de proxy residencial.

¿Cómo funciona la automatización del fraude con Blockly?

El sistema operativo de estas TV boxes recibe módulos Blockly que automatizan acciones completas de navegación web: abrir el navegador, visitar sitios específicos, navegar por múltiples páginas, gestionar pestañas y, lo más crítico, hacer clic en anuncios simulando comportamiento humano. Bitsight observó que Fengwo fusiona varias capas de visión y razonamiento en una sola interfaz, permitiendo que los bots identifiquen anuncios y naveguen páginas como si fueran usuarios reales, lo que les ayuda a sortear defensas anti-bot tradicionales.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La innovación peligrosa aquí no es el fraude publicitario en sí —existe desde los inicios de la publicidad digital— sino la escalabilidad industrial que logra la automatización con IA. Un founder que hace cinco años necesitaba miles de dispositivos físicos y operadores humanos para generar tráfico inválido, hoy puede lograrlo con firmware preinstalado en dispositivos de consumo masivo que los usuarios compran voluntariamente y conectan a sus redes domésticas.

Antecedentes: el patrón se repite a mayor escala

Esta no es la primera operación de este tipo. En 2025, Google, el FBI y Lumen Technologies desarticularon una botnet vinculada a Popa (servicio de proxies israelí NetNut) que infectó al menos 2 millones de dispositivos Android TV distribuidos globalmente. Esa red se usaba para ad fraud, account hijacking y relay de tráfico criminal.

Más recientemente, en julio de 2026, HUMAN Security anunció la disrupción de NewsJunkie, una operación de fraude en CTV (Connected TV) que en su pico generaba entre cientos de millones hasta casi 2.000 millones de bid requests inválidas por día por vendedor. Aunque NewsJunkie es una red distinta a Fengwo, la magnitud muestra que el fraude en streaming se mide ya en escalas masivas que desafían los sistemas de detección tradicionales.

Un informe de TVTechnology de 2025 titulado "Counterfeit Connected TV and the Digital Ad Industry's Failure to Detect, Deter, and Disrupt Fraudulent Inventory" demostró cómo dispositivos falsificados o emulados pueden generar impresiones publicitarias premium que atraviesan toda la cadena adtech legítima: buy-side platforms, sell-side platforms, exchanges y ad servers. Esto evidencia fallos estructurales en la industria, no solo vulnerabilidades técnicas puntuales.

¿Qué sectores y actores están siendo afectados?

El daño económico se distribuye en múltiples capas del ecosistema digital:

Redes publicitarias y ad exchanges: reciben impresiones y clics inválidos que contaminan sus inventarios y erosionan la confianza de los anunciantes
Anunciantes y comercios online: pagan por tráfico que nunca se convertirá en clientes reales, distorsionando sus métricas de ROI
Plataformas CTV y streaming: sus ecosistemas de verification pierden credibilidad cuando campañas fraudulentas pasan por sus cadenas adtech
Mercados de proxies residenciales: el tráfico robado de estas TV boxes compite con proveedores legales y además encubre otras actividades criminales como account takeover y scraping agresivo

Para founders que operan en adtech, e-commerce o cualquier modelo dependiente de publicidad programática, esto significa que una parte significativa del presupuesto publicitario global se está filtrando hacia infraestructuras criminales que cada vez son más difíciles de detectar.

¿Qué significa esto para tu startup?

Si estás construyendo un producto que depende de publicidad digital, desarrollas hardware IoT, o simplemente usas dispositivos de streaming en tu operación, hay implicaciones concretas:

Para founders de adtech o e-commerce:

Implementa verificación de tráfico en tiempo real con proveedores especializados (HUMAN, Pixalate, DoubleVerify). El costo es menor que el 10-15% de tu presupuesto que podrías estar perdiendo en fraude
Audita tus fuentes de inventory: si trabajas con CTV o streaming, exige transparencia sobre los dispositivos que generan impresiones. Los reportes de Pixalate de abril 2026 muestran que Roku tiene un perfil de riesgo fragmentado, mientras que otras plataformas presentan vulnerabilidades técnicas variables
Considera usar server-side tracking y medición basada en primeros datos (first-party data) para reducir dependencia de cookies y señales fáciles de spoofear

Para founders de hardware IoT o dispositivos conectados:

La seguridad por diseño ya no es opcional: si tu dispositivo se conecta a internet, asume que será objetivo. Implementa secure boot, firma de firmware y actualizaciones OTA verificadas
Evita componentes de proveedores sin historial de seguridad verificable. Los modelos H96 y similares son baratos precisamente porque externalizan costos de seguridad
Si usas Android TV o similares, considera custom ROMs con hardening de seguridad o limita permisos de red al mínimo necesario

Para cualquier founder que compre hardware de consumo:

Investiga antes de comprar TV boxes genéricas de marcas desconocidas. Los ahorros de US$20-30 no valen el riesgo de tener un dispositivo minando cripto, haciendo fraude o actuando como proxy en tu red
Segmenta tu red: pon dispositivos IoT en una VLAN separada de tus equipos de trabajo y datos sensibles
Monitorea tráfico saliente inusual desde dispositivos que "solo deberían consumir contenido"

La automatización reduce barreras de entrada para el cibercrimen

Lo más preocupante para el ecosistema startup no es solo el volumen actual de fraude, sino la tendencia: herramientas como Blockly están democratizando la creación de bots sofisticados. Un actor criminal con conocimientos básicos de programación visual puede ahora orquestar campañas que antes requerían equipos de ingeniería dedicados.

Esto tiene dos implicaciones para founders:

La defensa debe automatizarse también: no puedes depender de revisión manual o reglas estáticas. Necesitas ML que detecte patrones de comportamiento, no solo firmas conocidas
El costo de ataque sigue bajando: mientras tu CAC (customer acquisition cost) sube por competencia en ads legítimos, el costo de generar tráfico inválido baja. Esto crea presión estructural sobre los márgenes de negocios dependientes de publicidad

Conclusión

La investigación de Bitsight sobre Zhejiang Fengwo IoT Technology y sus 38.000 dispositivos generando US$50.000 diarios es solo la punta del iceberg visible. El fraude publicitario impulsado por IA en dispositivos IoT está escalando a niveles industriales, y las defensas tradicionales no están evolucionando al mismo ritmo.

Para founders hispanohablantes, la lección es clara: la seguridad no es un feature que agregas después del product-market fit. Es un requisito desde el día uno, especialmente si tu modelo depende de confianza digital, publicidad o dispositivos conectados. El costo de ignorarlo no es solo técnico —es económico, reputacional y, en algunos casos, legal.

En un ecosistema donde operaciones como NewsJunkie llegaron a generar 2.000 millones de bid requests inválidas por día, la pregunta no es si tu startup será afectada por fraude digital, sino cuándo y qué tan preparado estarás para detectarlo y mitigarlo.