Empresas y CEO: el 85% de los ataques de desinformación

¿Qué revela el estudio sobre la manipulación informativa en empresas?

El 85% de los incidentes documentados de manipulación e interferencia informativa tuvo como objetivo a organizaciones, no a Estados ni a figuras políticas. Es el dato que articula ‘Cuando el relato es un arma’, el primer informe de The Positioning Room, el centro de investigación de la consultora Across, construido sobre más de 300 fuentes y casos específicos en empresas y sectores industriales.

La cifra no es propia del estudio: procede del Servicio Europeo de Acción Exterior (SEAE), que documenta los incidentes de FIMI (Foreign Information Manipulation and Interference). Según el análisis, las empresas y los individuos son ya el objetivo mayoritario de estas operaciones, por delante de las instituciones gubernamentales en proporción de incidentes.

Para un founder la lectura es incómoda pero clara: si tu startup opera en un sector crítico, tiene marca visible o prepara una ronda, deja de ser daño colateral. Pasa a ser objetivo.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Los cinco patrones que identificó el informe

El estudio no se queda en la estadística. Identifica cinco patrones transversales que describen cómo está mutando la amenaza:

La automatización es un hecho consumado. La orquestación autónoma es incipiente, pero ya es verificable.
Cambió la economía de la operación más que su eficacia demostrada. Producir contenido falso es hoy barato y masivo; convencer, no tanto.
El objetivo se desplaza de las personas a los propios modelos de IA.
Empresas e individuos son el blanco mayoritario del FIMI, por delante de gobiernos.
El daño principal es sistémico: saturación y deslegitimación del ecosistema informativo, más que persuasión en el sentido clásico.

¿Qué papel juega la IA agéntica en estas campañas?

El informe distingue con cuidado entre automatización y agenticidad, y ahí hay una tensión que conviene mirar de cerca. El único caso documentado de un modelo de frontera decidiendo de forma autónoma las interacciones sociales de más de un centenar de cuentas es el de Anthropic, fechado en abril de 2025. En el otro extremo, Microsoft sostenía en marzo de 2026 no haber observado todavía un uso agéntico a gran escala.

El propio estudio señala que esa discrepancia entre las grandes empresas de IA no es solo técnica: también se activan incentivos comerciales a la hora de comunicar conclusiones sobre la superficie y el alcance de un ataque. Traducción para quien tiene que decidir: no existe consenso en la industria sobre cuánta autonomía tienen ya los actores de amenaza, y cualquier comunicado al respecto merece esa cautela.

¿Qué es el ‘LLM grooming’ y por qué te afecta?

El patrón más relevante para una startup que usa IA a diario es el ‘LLM grooming’: la práctica de introducir contenido manipulado en las fuentes de las que se nutren los modelos, para que esos modelos lo repitan después como si fuera información verificada.

El estudio lo respalda con dos datos concretos. Una prueba con diez chatbots registró un 33,55% de repetición de una falsedad. Y los artículos de la red Pravda indexados en Common Crawl pasaron de 37 a más de 40.000 en un año.

Ahí está el riesgo real: no es que un modelo «mienta», es que tu equipo toma decisiones con un resumen generado a partir de un corpus contaminado, y el error resulta prácticamente indetectable a simple vista. Como resume Ignacio Jiménez Soler, fundador de Across y de The Positioning Room, el fenómeno es más serio de lo que parece «por su carácter prácticamente indetectable», porque empresas, gobiernos y corpus académicos basan cada vez más sus conclusiones en información de peor calidad.

Volumen industrial, audiencia mínima: el daño es la saturación

El informe contrapone la escala de producción con el alcance real. Del lado de la producción: 3,6 millones de artículos anuales en la red Pravda y 3.749 granjas de contenido identificadas por NewsGuard. Del lado de la audiencia: niveles orgánicos mínimos. El Confidencial recoge el dato del American Sunlight Project de páginas con 955 visitas mensuales y 29 segundos de permanencia media.

La conclusión de los autores es que el efecto no es persuasivo en el sentido clásico, sino de contaminación: se satura el ecosistema para que la audiencia deje de confiar en cualquier fuente. El mismo medio suma la tesis del «camuflaje» de Columbia SIPA, la advertencia de Meta sobre el riesgo de «erosionar el propio concepto de los hechos» y el desplazamiento narrativo hacia la deslegitimación de instituciones documentado por Graphika.

¿Qué significa esto para tu startup?

La advertencia de Jiménez Soler es la que más debería inquietar a un equipo fundador: «cuanto peor es la calidad de la información que las empresas manejan para tomar sus decisiones, peor será el resultado de sus decisiones estratégicas o peor será la imagen que sobre ellas tengan sus grupos de interés». El riesgo se agrava en empresas cotizadas y en las que operan en sectores industriales críticos, donde el informe anticipa vulnerabilidades progresivas en la gobernanza y en la operativa industrial.

Para una startup el problema no es abstracto. Tu equipo ya toma decisiones de producto, pricing y contratación con información que pasa por buscadores, resúmenes de IA y newsletters sectoriales. Si esa cadena se contamina, el error entra en el comité de dirección sin que nadie lo note.

Cuatro acciones que puedes implementar esta semana:

Audita la cadena de información crítica. Haz una lista de dónde salen los datos que usas para decisiones grandes: informes de mercado, comparables de ronda, análisis competitivo. Marca explícitamente qué ítems no tienen una fuente primaria identificable y trátalos como no verificados.
Exige trazabilidad a tus herramientas de IA. Cuando un asistente te dé una cifra, pide la fuente original. Si no puede señalarla, la cifra no entra en un deck ni en un modelo financiero. Esta regla simple elimina la mayor parte del riesgo operativo del ‘LLM grooming’.
Monitoriza narrativas, no solo menciones. No basta con vigilar si tu marca aparece: busca si una misma afirmación falsa sobre tu producto, tu ronda o tu sector se repite en varios medios distintos. La repetición es la señal, no el volumen.
Define un protocolo de respuesta antes de necesitarlo. Quién habla, con qué evidencia y en qué canal cuando circula una afirmación falsa sobre tu compañía. Improvisar en caliente es lo que convierte un rumor en crisis reputacional.

Si vendes a empresas cotizadas o a sectores regulados, suma un ángulo comercial: la calidad y la procedencia de los datos que entregas forma parte de tu propuesta de valor. Documentarla te diferencia frente a proveedores que no pueden explicar de dónde sale lo que dicen.

Conclusión

La manipulación informativa dejó de ser un tema de política internacional para convertirse en un riesgo operativo de las empresas. El 85% de los incidentes documentados ya apunta a organizaciones, la producción de contenido falso opera a escala industrial y el nuevo frente es el corpus que alimenta a los modelos de IA que usas a diario. No puedes controlar ese ecosistema, pero sí puedes controlar qué información entra en tus decisiones y con qué nivel de verificación. En un entorno donde la saturación sustituye a la persuasión, la trazabilidad deja de ser una buena práctica y pasa a ser una ventaja competitiva.