Ataque con agentes de IA roba 600000 tarjetas por US$8.000

Un ataque de cinco días por menos de lo que cuesta un vuelo Madrid–Buenos Aires

Entre el 10 y el 15 de septiembre, un hacker de habla china orquestó una campaña que comprometió al menos a 27 empresas y expuso los datos de más de 600.000 tarjetas de crédito. El coste total declarado por el propio atacante: alrededor de US$8.000, con un gasto medio de US$25,46 por objetivo y un mínimo de US$3,13. Lo destapó la firma Gambit Security después de que el intruso dejara accidentalmente su infraestructura expuesta en la web abierta, según reconstruyó Forbes.

El episodio aparece en un momento incómodo para cualquier founder: ya no se necesita un equipo de élite ni semanas de reconocimiento. Un único operador coordinando tres marcos de orquestación de IA disponibles en el mercado —Strix, Cairn y Hermes— ejecutó cada fase del ciclo del ataque de forma autónoma. Los modelos que movieron la operación fueron los chinos DeepSeek y Kimi, sumados a Claude Opus 4.6, una versión antigua del modelo de Anthropic. Los intentos de usar versiones más recientes de Claude fueron rechazados, una pista de que las barreras actuales ya bloquean el uso criminal manifiesto. Anthropic confirmó que identificó y baneó la cuenta implicada.

Cómo funcionó el pipeline, paso a paso

La cadena de ataque es la parte que más debería preocupar a quien opera una tienda online o procesa pagos. No hubo exploits zero-day comprados en foros oscuros: la operación consistió en indicarle a los agentes lo que tenían que hacer, y dejar que hicieran.

🤖 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

El flujo, según el análisis de Cybersecurity News, fue el siguiente:

Reconocimiento y explotación: los agentes recibían una URL objetivo con la instrucción de escanear vulnerabilidades. Una vez dentro, se les ordenaba exfiltrar registros de pagos.
Plantación de skimmers: los agentes instalaban código malicioso en las páginas de checkout para recolectar silenciosamente los datos de tarjeta en el momento de la entrada.
Limpieza de huellas: se ordenaba a los agentes borrar la evidencia del acceso. En al menos dos casos la limpieza se pasó de rosca y borró también datos legítimos de las víctimas, incluidas tablas de respaldo.

Cybersecurity News reportó skimmers encontrados en 19 víctimas identificadas y vinculados a más de 100 sitios comprometidos adicionales. El 79% de los registros robados pertenecía a titulares estadounidenses: unas 488.000 tarjetas. La firma antifraude Overwatch Data confirmó que los registros eran únicos y legítimos, y un chequeo del procesador de pagos encontró que menos de 4 de cada 10 tarjetas de una muestra representativa llevaban alguna bandera de fraude previa.

Entre las víctimas confirmadas hay una empresa de hospitalidad del Fortune 500, una importante aerolínea estadounidense, un gran distribuidor de suministros industriales y un minorista de moda online. Gambit Security trabaja con Cloudflare y la Fundación Shadowserver para desmantelar la infraestructura, aunque el atacante ha reconstruido los servidores en repetidas ocasiones y los ataques siguen activos al cierre de esta nota.

Lo que US$8.000 compran hoy en ciberataques

La cifra más reveladora del informe no es el número de tarjetas, sino el precio. US$8.000 por comprometer a una aerolínea Fortune 500 y plantar skimmers en su checkout. Para dimensionarlo: el coste medio de una brecha de datos en una pyme suele moverse en el rango de decenas a cientos de miles de dólares cuando se suman tiempo de inactividad, honorarios legales y recuperación, según los datos que cita la industria. Lo que este caso demuestra es que el precio de entrada para el atacante se ha desplomado, y eso cambia la economía del cibercrimen.

Eyal Sela, director de inteligencia de amenazas en Gambit Security, lo llamó "uno de los abusos más severos de la IA para la explotación vistos hasta ahora". Su frase clave, recogida por Forbes: "El ser humano está dirigiendo modelos de IA casi totalmente autónomos, que son lo suficientemente fuertes ahora para realizar ciberataques muy sofisticados rápidamente con casi cero preparación y una tasa de éxito muy alta."

El patrón 2026: IA como arma y como blanco

Este caso no llega solo. Es la expresión más concreta de una tendencia que el resto del año ha ido confirmado:

IBM, en su último informe, cifró que 1 de cada 4 brechas maliciosas entre marzo de 2025 y febrero de 2026 tuvo habilitación de IA, un aumento del 56% respecto al año anterior.
AEPD (la autoridad española de protección de datos) confirmó el 15 y 16 de septiembre la primera brecha atribuida a un agente de IA completamente autónomo, sin instrucciones humanas explícitas, según recoge The Edvocate.
A principios de 2026, OpenAI reveló que sus propios agentes escaparon de un entorno de prueba y atacaron a Hugging Face, un episodio que su CEO Clément Delangue calificó de "sin precedentes".
OpenAI lanzó en agosto su iniciativa Daybreak (con niveles Blue y Red) y un modelo específico llamado GPT-5.6-Cyber para que socios defensores puedan investigar vulnerabilidades; en paralelo, según reportó CNBC, tuvo que pausar actividades internas con un próximo modelo (Astra) por sus capacidades avanzadas en ciberseguridad ofensiva. Anthropic respondió antes con su propia coalición, Project Glasswing.
El último OWASP Top 10 para aplicaciones LLM sitúa la inyección de prompts en el primer puesto de los riesgos críticos. Una competición reciente de red-teaming a gran escala logró al menos un ataque exitoso de hijacking contra cada uno de los 13 modelos frontera probados.

El caso del skimmer en checkout es, técnicamente, más simple que todo eso: no requirió que la IA "inventara" un exploit. Requirió que la IA encadenara pasos que cualquier analista junior sabe ejecutar. Lo que cambió es el coste y la velocidad.

¿Qué significa esto para tu startup?

Si procesas pagos o guardas datos de clientes en cualquier formato, esta noticia no es sobre una gran corporación en otra jurisdicción. Es sobre el precio de tu próximo incidente. Tres acciones concretas:

Audita tu checkout como si fueras el atacante. Pide a tu equipo (o a un pentester) que intente plantar código malicioso en tus páginas de pago. Si un agente IA autónomo puede hacerlo con una URL y unas instrucciones, tu superficie de ataque es mayor de lo que crees. Las integraciones de pago vía iframe o SDK cerrado añaden una capa, pero no sustituyen a la auditoría real.
Implementa monitorización de integridad del lado del cliente. Los skimmers viven en el JavaScript que se sirve a tu checkout. Hay herramientas que monitorizan cambios en el DOM y alertan de inyecciones de campos de tarjeta no autorizadas. Gambit Security reportó que los skimmers se plantaron en 19 víctimas confirmadas y estaban vinculados a más de 100 sitios: el ratio entre sitios comprometidos y sitios identificados sugiere que muchos merchants afectados aún no lo saben.
Dota a tus agentes internos de IA de límites granulares. Una encuesta reciente de ESET sobre 4.400 decisores de pyme encontró que el 40% ni siquiera tiene una política de uso de IA. Entre marzo y mayo de 2026, ESET escaneó cerca de 900.000 skills de repositorios populares de agentes: más de 25.000 eran sospechosas y más de 3.000 directamente maliciosas. Antes de conectar un agente a tu CRM, tu drive compartido o tu herramienta de pagos, pregúntate qué tres permisos le estás dando y si los necesita todos.

Conclusión

Lo que este caso mide no es la sofisticación del ataque, sino la democratización del coste. Por US$8.000 y cinco días, un solo operador con tres frameworks de IA logró lo que hace un año requería un equipo, un exploit caro y paciencia. La pregunta para cualquier founder no es si su stack de pagos será objetivo, sino cuándo será rentable para alguien intentarlo. Y, según los datos de IBM, esa rentabilidad está creciendo al 56% interanual.