Cómo DeepSeek ayudó a escalar los ciberataques de grupos vinculados al Estado chino

La inteligencia artificial no estaría sustituyendo por completo a los operadores humanos detrás de estos ataques, pero sí les permitiría trabajar a una escala mucho mayor. La firma taiwanesa de inteligencia sobre amenazas TeamT5 afirma que grupos de hackers vinculados al Estado chino más que duplicaron el volumen de sus ciberataques después de incorporar DeepSeek y otros modelos de IA de código abierto a sus operaciones habituales. 457

La IA como multiplicador de fuerza

Según TeamT5, los grupos analizados emplearon IA en varias fases de la cadena de intrusión: reconocimiento de objetivos, escaneo de vulnerabilidades, desarrollo de exploits, creación de herramientas relacionadas con malware y actividades posteriores a la toma de control de una red. La firma basó su evaluación en scripts y registros obtenidos durante campañas recientes, aunque advirtió que esos indicios no siempre permiten determinar qué modelo concreto se utilizó en cada incidente. 47

La precisión es importante: el aumento de “más del doble” es una estimación de TeamT5 sobre el volumen de ataques de los grupos estudiados, no un recuento exhaustivo de todas las operaciones cibernéticas vinculadas a China. La IA parece estar reduciendo el tiempo y el coste de tareas repetitivas, lo que permite a los operadores buscar más objetivos sin dejar de tomar las decisiones principales. 57

Por qué DeepSeek sería el modelo preferido

De acuerdo con el análisis divulgado por TeamT5, DeepSeek ofrecería una combinación especialmente útil para este tipo de operaciones:

• Rendimiento suficiente para tareas de investigación, programación y trabajo operativo.
• Costes de funcionamiento bajos, que facilitan su uso repetido o a gran escala.
• Capacidad de personalización, asociada a los modelos de código abierto.
• Salvaguardas de ciberseguridad relativamente débiles, lo que reduciría el esfuerzo necesario para obtener o adaptar asistencia potencialmente dañina. 27

Esto ayuda a explicar por qué el modelo más potente no tiene por qué ser el más atractivo para un atacante. TeamT5 habría considerado menos convenientes alternativas como Kimi K3, de Moonshot, por sus mayores costes y sus controles más estrictos. La información disponible no demuestra que Kimi K3 se utilizara en los incidentes revisados por la firma. 7

Los grupos y las tareas que se les atribuyen

TeamT5 identificó varios grupos que habrían incorporado IA para funciones distintas dentro del proceso de intrusión.

Grimfengxi: generación de código para explotar vulnerabilidades

Grimfengxi habría utilizado DeepSeek para crear código destinado a explotar vulnerabilidades. El caso va más allá de una simple búsqueda de información: el modelo habría ayudado a producir código diseñado para aprovechar una debilidad de un sistema objetivo. 7

Teleboyi: reconocimiento automatizado

Teleboyi habría empleado DeepSeek para recopilar aproximadamente 1.000 direcciones IP disponibles en internet y relacionarlas con los dominios de una organización objetivo. Este trabajo corresponde a la fase de reconocimiento, en la que los atacantes construyen un mapa de la infraestructura de una posible víctima antes de intentar entrar en ella. Sin embargo, identificar y mapear esa infraestructura no demuestra por sí solo que después se produjera una intrusión exitosa. 7

Huapi: ataque contra el sistema de correo de una empresa taiwanesa

Huapi habría utilizado un modelo chino de IA contra el sistema de correo electrónico de una compañía taiwanesa. TeamT5 considera probable que fuera DeepSeek, pero no pudo confirmarlo de manera concluyente. La incertidumbre muestra una de las principales dificultades de este tipo de investigaciones: el código o el comportamiento observado no siempre permite atribuir un ataque a un modelo específico. 7

Slime22: Claude Code tras una intrusión

La actividad no se habría limitado a modelos chinos de código abierto. Según informaciones vinculadas a TeamT5, Slime22 utilizó Claude Code, de Anthropic, después de vulnerar la red de una empresa tecnológica taiwanesa e instalar Kali Linux, una distribución utilizada habitualmente para pruebas de penetración. La herramienta habría servido para facilitar el movimiento lateral dentro de la red, es decir, el desplazamiento desde un equipo comprometido hacia otros sistemas internos. Los operadores supuestamente presentaron la actividad como una prueba de ingeniería autorizada para intentar sortear las salvaguardas. 7

El episodio sugiere que los equipos defensivos no pueden concentrarse en un único modelo ni en una sola procedencia. Los atacantes pueden combinar sistemas locales o de código abierto con herramientas comerciales occidentales, según la tarea y los controles que encuentren.

Un ecosistema más amplio de herramientas de IA

El informe también describe un mercado en expansión alrededor de las operaciones de intrusión asistidas por IA. Una startup china de aproximadamente 10 empleados habría vendido software de intrusión por entre 300.000 y 500.000 yuanes —unos 44.500 a 74.000 dólares— a al menos cuatro grupos de hackers. En uno de los ataques también se habría utilizado ChatGPT. 7

El grupo Kimsuky, vinculado a Corea del Norte, estaría probando modelos de IA alojados localmente. Ejecutar los modelos en infraestructura propia puede ofrecer a los operadores un mayor control sobre los datos y reducir su dependencia de servicios externos y de sus sistemas de detección de abusos. La información disponible respalda que se realizaron pruebas, pero no demuestra qué eficacia tuvieron esos modelos en operaciones reales. 7

Anthropic ha informado por separado de que la IA puede reducir la barrera técnica de entrada al ciberdelito sofisticado, al permitir que personas con conocimientos limitados realicen operaciones que antes exigían mucha más experiencia. Ese hallazgo coincide con la imagen general descrita por TeamT5: el riesgo inmediato no depende necesariamente de una única IA “superhumana”, sino de que operadores ya activos puedan acelerar la programación, el reconocimiento y la automatización de sus flujos de trabajo.

OpenAI, por su parte, declaró que trabaja para identificar, prevenir e interrumpir los intentos de utilizar sus modelos con fines abusivos. 7

Qué demuestra —y qué no— el informe

Los hallazgos de TeamT5 apuntan a un efecto operativo concreto: los flujos de trabajo asistidos por IA pueden aumentar el número de ataques que un grupo intenta al hacerse cargo de tareas repetitivas. Pero no prueban que DeepSeek haya ejecutado de forma autónoma cada una de las intrusiones mencionadas.

Hay tres límites especialmente relevantes:

1. La atribución del modelo es incompleta. Los investigadores no pueden relacionar de forma fiable cada script, comando o intrusión con un sistema de IA determinado. 47
2. El volumen de ataques no equivale al número de intrusiones exitosas. Más intentos no significa necesariamente que se hayan comprometido más objetivos ni que los daños hayan aumentado en la misma proporción.
3. La muestra se limita a grupos y campañas observados. La estimación de un aumento superior al doble procede de TeamT5 y no constituye una medición integral de toda la actividad cibernética vinculada al Estado chino. 7

La conclusión más clara es también la más útil para los defensores: la IA barata y personalizable está facilitando que grupos de amenazas ya establecidos industrialicen partes del proceso de ataque. Las organizaciones deberían asumir que el reconocimiento, la generación de código y las tareas posteriores a una intrusión pueden acelerarse mediante distintos tipos de modelos, no solo DeepSeek.