Debido a que la IA expone riesgos heredados, es necesario que las empresas tomen medidas al respecto en términos de ciberseguridad. Ya que estos modelos de inteligencia artificial (IA) de frontera como Mythos, transforman el panorama internacional de la protección de datos.
Si bien aceleran el descubrimiento, tanto de vulnerabilidades como el desarrollo de exploits a una velocidad sin precedentes. Muchas organizaciones ya son conscientes de dicha deuda técnica, pero la diferencia es que las herramientas basadas en IA concentran hallazgos clave.
“Ante un entorno en el que la inteligencia artificial puede descubrir vulnerabilidades de una manera más rápida, de lo que las organizaciones pueden corregirlas. Cerrar las puertas que ya sabemos, que están abiertas puede ser de suma importancia”, compartió Saúl Escalante, director regional de Infoblox.
Es así como, la IA expone riesgos heredados los cuales antes permanecían dispersos o eran considerados como manejables. Así, la visibilidad repentina sobre dichas brechas obliga al sector empresarial a replantear sus estrategias, para proteger su información confidencial.
Su impacto también se extiende a las relaciones entre empresas y proveedores, ya que se demandan respuestas más exhaustivas. Alrededor de cómo se protege el código frente a los nuevos modelos de IA, como Mythos y qué prácticas de desarrollo seguro se pueden aplicar.
Debido a que la IA expone riesgos heredados se deben tomar medidas
Uno de los principales desafíos es el volumen de hallazgos, debido a que las herramientas de IA generan grandes cantidades de vulnerabilidades. Con eso, la IA expone riesgos heredados, falsos positivos e incluso problemas en el código no explotable o considerados fuera de uso.
Así para los equipos de ingeniería, surge un cuestionamiento relacionado con las prioridades al momento de corregir errores legados. Debido a que las organizaciones conviven con miles de riesgos conocidos, carecen de la capacidad para así aplicar los parches que se requieren.
“Es necesario, pasar de una mentalidad reactiva a un enfoque preventivo ya que es esencial para contener a las amenazas emergentes. Algo que hace mayor sentido en una era donde la ciberseguridad, se acelera con la adopción de la inteligencia artificial. También, se evidencian riesgos legados”, acotó Escalante.
En la medida que la inteligencia artificial amplía la lista de las vulnerabilidades, los procesos de priorización se tornan indispensables. Es decir, los modelos tradicionales basados en las puntuaciones CVE/CVSS ya no son suficientes, de este modo la IA expone riesgos heredados.
Finalmente, la reducción de barreras de tiempo y conocimiento hace insostenible depender solo de ciclos reactivos de detección y parches. Por esto, la respuesta exige fortalecer pilares estructurales de ciberseguridad como arquitectura, segmentación, identidad, DNS y gestión.
