La batalla de la IA no se libra solo en Bitcoin

El hackeo a las wallets Coldcard, los problemas de seguridad que llevaron al cierre de lnp2pBot y otros incidentes recientes dejaron una pregunta importante en el aire. ¿Qué ocurre cuando la inteligencia artificial empieza a convertirse en una herramienta para encontrar vulnerabilidades en sistemas financieros? Y cuando decimos esto, nos referimos a que ya ese día llegó. 

La pregunta no es exclusiva de Bitcoin. Algunos de los casos más interesantes están ocurriendo en otras redes y protocolos de criptomonedas, sí. Pero la amenaza va mucho más allá: la cantidad de superficies vulnerables que existen en sistemas construidos sobre código no se limita a esta industria. Estamos ante una batalla a gran escala. 

Un problema para toda la industria 

En Ethereum, por ejemplo, investigadores ya demostraron que modelos de inteligencia artificial pueden analizar contratos inteligentes y encontrar fallas capaces de ser explotadas, como reportamos en CriptoNoticias desde marzo pasado.  

En una investigación realizada por Anthropic, varios modelos fueron utilizados para estudiar 405 contratos reales desplegados entre 2020 y 2025. Los modelos consiguieron generar exploits funcionales contra 207 de ellos, el 51,1% de la muestra.  

El experimento no significa que se hayan robado esos fondos. Fue una prueba controlada. Pero el resultado sirve para dimensionar el cambio de forma muy clara, porque una máquina puede recorrer en poco tiempo una cantidad de código que sería prácticamente imposible de revisar manualmente con la misma velocidad. 

En ese entorno controlado se estableció un promedio de 1,22 dólares como el costo de someter a la revisión cada contrato. Esto no garantiza que se encuentre una vulnerabilidad explotable. Pero una revisión automatizada, que cuesta menos que un café, facilita muy evidentemente la tarea del hacker.

En términos económicos, una simulación iniciada en marzo de 2025 mostró unos números alarmantes. La investigación de Anthropic ha derivado en un potencial de ganancias por exploits de hasta 4,5 millones de dólares en cuestión de meses, usando modelos como Opus 4.5, de Antropic; o de 2,1 millones usando ChatGPT-5.

En agosto, un atacante explotó una falla en el puente entre Coreum y XRP Ledger y sustrajo unos 200.000 XRP. El caso de Harmony muestra otra variante. Una vulnerabilidad permitió generar alrededor de 4.000 millones de tokens ONE sin autorización. Una parte importante de esos tokens fue enviadaposteriormente a exchanges, generando presión sobre el mercado. 

Ninguno de estos ataques puede atribuirse, con la información disponible, al uso de inteligencia artificial. Pero el contexto importa: la IA hace más fácil, acelera y escala procesos que ya utilizaban los atacantes. Y ahí está el verdadero problema. 

Si un modelo puede analizar cientos de contratos y generar exploits funcionales, la carrera por encontrar vulnerabilidades antes que el adversario también se vuelve una carrera entre máquinas. Por si el atacante puede utilizar IA para encontrar el error, el defensor puede utilizarla para encontrarlo primero, como en efecto ya está ocurriendo.

Más allá de las criptomonedas

Todo esto trasciende el ecosistema de las criptomonedas. Los mismos modelos capaces de analizar contratos inteligentes pueden emplearse para estudiar software empresarial, aplicaciones financieras o sistemas de infraestructura. 

Bitcoin no es necesariamente más vulnerable. Es, simplemente, uno de los lugares donde las consecuencias de un error pueden hacerse visibles más rápido: cuando el código controla dinero, una vulnerabilidad puede convertirse directamente en un robo. 

El sector financiero no es una excepción. Bancos, empresas tecnológicas, proveedores de software e incluso organismos públicos. Todos están expuestos al mismo cambio: sistemas cada vez más complejos pueden ser analizados por herramientas capaces de identificar vulnerabilidades a una velocidad que antes requería equipos humanos especializados. 

Ya existen demostraciones de agentes de IA capaces de ejecutar de manera autónoma buena parte de una operación de hacking: reconocer objetivos, buscar vulnerabilidades, desarrollar código para explotarlas y avanzar hacia el objetivo sin que una persona tenga que intervenir en cada paso. Así lo establece un estudio de Field Effect, firma especializada en ciberseguridad e inteligencia de amenazas.

Field Effect señala que la inteligencia artificial está convirtiendo la explotación de vulnerabilidades en un proceso cada vez más automatizado. Tareas que antes requerían intervención humana, como probar exploits, identificar configuraciones vulnerables y encadenar fallas, pueden ejecutarse de forma programática. El resultado es una reducción del tiempo entre la divulgación de una vulnerabilidad y su explotación.

Esto cambia la escala del problema. Porque un atacante humano tiene tiempo, conocimiento y recursos limitados. Un sistema automatizado puede analizar muchos más objetivos y repetir el proceso continuamente. 

Una carrera que apenas comienza

En un informe presentado a finales de julio, IBM reporta que una cuarta parte de las brechas maliciosas analizadas en 2026 tuvo participación de IA, un aumento del 56% interanual. Ese dato es llamativo por un elemento en particular: ya los atacantes identificaron claramente su nueva arma.

Una red de agentes de IA al servicio de los hackers se convierte en un ejército que no duerme, no come, no se enferma, no le pega el cansancio y nunca entra en dilemas morales o problemas “personales”. 

Pero la misma tecnología también puede utilizarse para defenderse. Las máquinas tenían dominadas las mentes de los humanos conectados a la matrix, pero Zion tenía a su Neo. 

Las empresas de ciberseguridad están incorporando IA para analizar código, detectar comportamientos anómalos y encontrar vulnerabilidades antes de que sean explotadas. La carrera, por tanto, no está necesariamente perdida para los defensores. Lo que está cambiando es la velocidad a la que ambos bandos pueden operar. 

Bitcoin ofrece una advertencia particularmente clara. En una industria donde millones de dólares pueden estar controlados por unas pocas líneas de código, el tiempo entre descubrir una vulnerabilidad y explotarla puede ser suficiente para convertir un fallo técnico en una pérdida irreversible. 

Los casos recientes no demuestran que la inteligencia artificial vaya a destruir la seguridad de Bitcoin, pero nos lleva a enfrentarnos con una dura realidad: que la seguridad de cualquier sistema basado en código tendrá que adaptarse a un mundo en el que las máquinas también están aprendiendo a buscar sus puntos débiles. 

Bitcoin, en ese sentido, no necesariamente está más expuesto que el resto. Simplemente llegó antes a un mundo en el que encontrar un error también puede convertirse en una operación automatizada. La batalla de la IA no se libra solo en Bitcoin, pero sí está mostrando cómo podría verse cuando esa batalla llegue al resto de las finanzas.