A principios de este mes, Anthropic anunció Claude Mythos Preview, un modelo de propósito general capaz de descubrir vulnerabilidades de software a una escala nunca vista. De hecho, detectó una vulnerabilidad de software que había pasado desapercibida durante 27 años. Días después, Mozilla lanzó Firefox 150 con correcciones para 271 vulnerabilidades identificadas por Mythos en una única evaluación y sostuvo que «los días de las vulnerabilidades de día cero están contados», ya que los defensores empezarán a encontrar los fallos antes que los atacantes.
Es una afirmación extraordinaria que refleja tanto las posibilidades como la presión del momento actual. Durante años, el aprendizaje automático y, ahora, los modelos de lenguaje de gran tamaño (LLM) han ido mejorando progresivamente en la detección de vulnerabilidades de software. Mythos no rompe con esa tendencia. La confirma. Que la IA haya encontrado fallos que llevaban mucho tiempo ocultos no es lo más sorprendente. Lo realmente llamativo es la rapidez con la que se ha producido este salto cualitativo y la claridad con la que anticipa el rumbo de los próximos años.
La tendencia no va a cambiar
Cuando capacidades como estas estén ampliamente disponibles, ya sea mediante modelos abiertos, réplicas o innovaciones paralelas, tanto los defensores como los atacantes ganarán velocidad. Los defensores y los proveedores utilizarán estas herramientas para detectar y corregir vulnerabilidades a una velocidad sin precedentes. Los ciberatacantes utilizarán esas mismas herramientas para encontrarlas y crear exploits a partir de ellas.
El resultado será una cadencia de lanzamientos muy distinta de la actual. Cabe esperar que las actualizaciones de software y sistemas operativos lleguen con mayor frecuencia para corregir vulnerabilidades que, con el modelo anterior, habrían tardado meses o años en salir a la luz. Firefox 150 es un anticipo de cómo será esto en la práctica.
Son buenas noticias para la seguridad a largo plazo. No obstante, plantean un problema inmediato para las organizaciones que hoy tienen que aplicar esas actualizaciones.
La presión recae en las operaciones de TI
Si los parches llegan más rápido y los atacantes convierten las vulnerabilidades en exploits con mayor rapidez, el intervalo entre la divulgación y la explotación se reduce drásticamente. Las organizaciones que tardan días o semanas en desplegar las actualizaciones quedarán expuestas de una forma que antes no ocurría. La rapidez con la que se aplican los parches deja de ser una métrica de ciberhigiene y se convierte en una métrica de supervivencia.
También hay un problema de segundo orden que suele pasarse por alto al hablar de la detección de vulnerabilidades mediante IA y que podría ser incluso más urgente. Las mismas capacidades que permiten a los defensores encontrar fallos nuevos permiten a los atacantes convertir parches existentes en exploits. Cuando un proveedor publica una corrección, el propio parche describe la vulnerabilidad o sirve de hoja de ruta para cualquiera capaz de interpretarlo. La investigación de Anthropic demostró que Mythos podía convertir CVE conocidas en exploits funcionales de escalada de privilegios en menos de un día y sin intervención humana.
La conclusión resulta incómoda. Incluso antes de que la IA acelere el descubrimiento de nuevas vulnerabilidades de día cero, ya está reduciendo el margen de actuación frente a las vulnerabilidades de día N, es decir, vulnerabilidades ya divulgadas y corregidas que siguen siendo explotables en los sistemas que aún no se han actualizado. Según el informe M-Trends 2026 de Mandiant, el tiempo medio hasta la explotación de una vulnerabilidad se estima ahora en −7 días, lo que significa que la explotación ya suele producirse antes incluso de que se publique un parche. La IA amplía aún más la brecha entre ambos extremos. Cuanto más rápido publiquen parches los proveedores, antes podrán los atacantes aplicar ingeniería inversa a esos parches y convertirlos en armas dirigidas contra quienes todavía no los hayan desplegado.
Esto obliga a replantear la aplicación de parches. Ya no se trata únicamente de anticiparse a amenazas desconocidas. Se trata de no convertirse en el objetivo más fácil de las amenazas conocidas.
Pero actuar con rapidez sin criterio también entraña riesgos. Quien haya sufrido las consecuencias de un parche defectuoso sabe que desplegar actualizaciones de forma indiscriminada en todo un entorno puede paralizar operaciones críticas con la misma eficacia que un atacante. La solución no es aplicar todos los parches en cuanto aparecen. La clave es aplicar parches con rapidez y con confianza: saber qué vulnerabilidades son explotables en tu entorno, qué parches pueden desplegarse de forma segura y contar con la automatización necesaria para actuar a partir de esa información sin tener que esperar una revisión manual tras cada cambio.
¿Qué significa esto en la práctica?
Aquí es donde cobra importancia el trabajo que NinjaOne está realizando en la gestión de vulnerabilidades y parches basada en IA. Tres capacidades abordan directamente el reto de equilibrar velocidad y seguridad:
- Un inventario preciso de software es la base. La IA analiza la telemetría de los endpoints para identificar productos, versiones y dependencias en todos los dispositivos, y normaliza las denominaciones incoherentes para reconocer la misma aplicación dondequiera que esté instalada. Sin esta base, asociar las vulnerabilidades con los activos afectados es poco más que una conjetura.
- La identificación de vulnerabilidades en tiempo real se apoya en ese inventario. A medida que se divulgan nuevas CVE, la IA las correlaciona continuamente con los datos en tiempo real de los endpoints y detecta los activos afectados en cuestión de minutos, en lugar de esperar al siguiente análisis programado.
- Patch Intelligence AI cierra el ciclo. No todos los parches pueden desplegarse de inmediato de forma segura y no todas las vulnerabilidades entrañan el mismo nivel de riesgo. Al evaluar la calidad de los parches y el riesgo de despliegue mediante indicadores de los proveedores, comentarios de la comunidad y datos reales de despliegue, los equipos de TI pueden actuar rápidamente sobre los parches prioritarios y evitar aquellos que probablemente provoquen problemas operativos.
En conjunto, estas capacidades permiten acortar el intervalo entre la divulgación y la corrección de una vulnerabilidad sin actuar a ciegas.
De la visibilidad a la acción
La gestión de vulnerabilidades y la gestión de parches siempre se han tratado como disciplinas relacionadas, pero separadas. En el escenario que anticipa Mythos, deben funcionar como un único ciclo cerrado. Para lograrlo, es necesario combinar la visibilidad en tiempo real de los activos expuestos con una aplicación de parches autónoma y basada en riesgos que avance al ritmo de las amenazas.
Las organizaciones que mejor afronten este cambio no serán las que tengan más escáneres ni las listas más largas de parches pendientes. Serán las que pasen de la detección a la acción más rápido que los atacantes, con herramientas en las que puedan confiar para actuar de forma autónoma y con la inteligencia necesaria para hacerlo de forma segura.
Los próximos años serán muy distintos. Aumentará el volumen de parches. Se reducirá el tiempo disponible para desplegarlos. El coste de equivocarse, tanto por exceso como por defecto, aumentará. Un parche que figure en las notas de la versión de un proveedor no te sirve de nada hasta que se despliega de forma segura en todo tu entorno.
Mythos y los modelos que le sigan transformarán la velocidad y la gravedad de las ciberamenazas. Eso está claro. Las organizaciones que se mantengan a la vanguardia no serán las que tengan más escáneres ni los equipos de seguridad más grandes. Serán aquellas cuyas operaciones de TI puedan seguir el ritmo de las amenazas sin poner en riesgo la estabilidad del negocio.
