El 12% de las estafas de 2025 ya usan IA: herramientas baratas, daño industrial

El dato que incomoda antes de empezar

Hay una trampa en cómo se está contando esta historia.

Cuando lees "el 12% de las estafas de 2025 usaron IA", lo primero que hace tu cabeza es imaginar operaciones sofisticadas: deepfakes perfectos, voces clonadas en tiempo real, ingeniería social diseñada por modelos de última generación. La amenaza como algo lejano, técnico, casi cinematográfico.

No. La amenaza es lo contrario: es barata, accesible y suficiente. Ese es el matiz que cambia todo, y es lo que los datos (cuando los lees juntos en lugar de por separado) te dejan claro de una hostia.

La encuesta de Gallup y Stop Scams Alliance, realizada entre enero y febrero de 2026 con 5.173 adultos estadounidenses, estima que alrededor del 6% de los encuestados fueron estafados en 2025, lo que proyecta a unos 15 millones de personas. De esas estafas exitosas reportadas, el 12% involucró IA o deepfakes. No el 12% de todos los intentos de estafa: el 12% de los casos donde el estafador ganó.

Y ojo con la dirección del sesgo: muchas víctimas probablemente no saben si la estafa que sufrieron usó IA. Ese 12% podría ser perfectamente una subestimación.

68.000 millones de dólares y lo que ese número no dice

Las pérdidas totales por estafas en EE.UU. en 2025 se estiman en 68.000 millones de dólares según la misma encuesta. Stop Scams Alliance compara esa cifra con los ingresos anuales de Delta Airlines, y el paralelismo sirve para lo que sirve: hacer que el número deje de ser abstracto.

Pero hay que ser preciso. Esos 68.000 millones no son pérdidas exclusivamente atribuibles a IA. Son el total de estafas, con y sin IA. El FBI, por su parte, rastreó por primera vez fraudes específicamente relacionados con IA en su informe anual de cibercrimen y contabilizó más de 22.000 denuncias formales con pérdidas cercanas a los 893 millones de dólares en 2025.

¿Cómo se reconcilian esas dos cifras? No son directamente comparables. La encuesta de Gallup captura declaraciones de víctimas, incluyendo casos que nunca se denuncian formalmente. El informe del FBI solo cuenta lo que llega a sus sistemas. La diferencia entre 893 millones y 68.000 millones no es una contradicción: es la magnitud del subregistro. La mayoría de las estafas nunca se reportan.

Lo que sí es comparable entre ambas fuentes es la dirección: arriba. Las pérdidas totales por cibercrimen rastreadas por el FBI alcanzaron casi 21.000 millones en 2025, un aumento del 26% respecto a 2024. Y los casos de fraude con IA específicamente crecieron un 1.210% según datos del FBI citados por PropertyCasualty360, muy por encima del fraude tradicional, que creció un 195%. El fraude sin IA también sube, pero el fraude con IA sube seis veces más rápido.

El mercado negro de IA: de 38 a 1.486 en dos meses

Aquí está la pieza que convierte el dato del 12% en algo estructural en lugar de anecdótico.

Halcyon analizó más de 20 foros de la dark web y 5 mercados underground y encontró esto: las publicaciones sobre herramientas de IA para el crimen pasaron de 38 en diciembre de 2025 a 1.486 en febrero de 2026. Dos meses. Un crecimiento de casi el 3.800%.

Esas herramientas se agrupan en cuatro categorías concretas:

• LLMs sin restricciones: modelos de lenguaje modificados para saltarse los filtros de seguridad. WormGPT es el nombre más conocido, aunque no es un producto único: varios operadores distintos usan ese término como marca genérica para vender acceso a modelos sin guardarrails.
• Fraude de identidad potenciado por deepfakes: generación de documentos falsos, vídeos de suplantación, clonación de voz.
• Malware aumentado con IA: código malicioso que se adapta, evade detección y se personaliza con asistencia de modelos de lenguaje.
• Servicios de IA robados y revendidos: credenciales robadas de suscripciones legítimas a herramientas como ChatGPT o Claude, revendidas a precio de saldo en los mismos foros.

Esta última categoría es la más importante y la menos glamurosa. No necesitas desarrollar nada. No necesitas entender cómo funciona un LLM. Compras credenciales robadas de una cuenta de pago, accedes a la herramienta legítima y la usas para lo que te dé la gana. El coste de entrada al fraude asistido por IA puede ser literalmente el precio de un café.

Cynthia Kaiser, de Halcyon, señala un detalle que merece atención: la seguridad operacional de los propios criminales es pésima. Las credenciales de una instancia de WormGPT fueron robadas y publicadas en el mismo foro donde se vendía el acceso. Los criminales que venden herramientas de IA también son víctimas de otros criminales. El mercado negro de IA tiene sus propios scammers internos.

Lo suficientemente bueno: la lógica que el hype oculta

El sector tecnológico lleva años hablando de IA con el marco de la carrera armamentística: quién tiene el modelo más grande, más parámetros, más benchmarks. GPT-4o contra Gemini contra Claude. La narrativa implícita es que la IA poderosa requiere recursos masivos.

Los estafadores no leen esos benchmarks. Y no los necesitan.

Para montar una campaña de phishing convincente, no necesitas un modelo de 100.000 millones de parámetros. Necesitas un modelo que escriba correos sin errores ortográficos, que adapte el tono al objetivo y que genere variaciones en masa. Eso lo hace cualquier LLM de gama media, incluidos los que se pueden correr localmente en un portátil decente. Si te interesa entender por qué los modelos locales son cada vez más capaces, la evolución de modelos como Qwen 3.6 27B ilustra bien hasta dónde ha llegado lo que corre sin nube.

El impacto en los números es visible: según la National Consumers League, el phishing y la suplantación mejorados por IA subieron un 85% en 2025. Las pérdidas promedio por víctima pasaron de 1.000 a 2.060 dólares. No es que la IA haga los ataques más espectaculares; es que los hace más efectivos a escala. Más víctimas, más dinero por víctima, menos esfuerzo por ataque.

Adam Nasli, analista citado por PropertyCasualty360, describe el patrón concreto: los estafadores suplantan bancos y asesores financieros con precisión suficiente para forzar decisiones de inversión apresuradas. No necesitan ser perfectos. Necesitan ser lo bastante convincentes para que alguien actúe antes de pensar.

El ransomware como empresa: márgenes, freemium y atención al cliente

El cibercrimen con IA no es solo phishing. El ransomware (el secuestro de datos a cambio de un rescate) se ha profesionalizado hasta el punto de parecer un sector económico regulado, con la diferencia de que no lo está.

Halcyon estima que los ataques de ransomware crecieron un 20% desde 2023, con el 80% de los ataques dirigidos a pequeñas empresas. La lógica es fría: las grandes corporaciones tienen equipos de seguridad, protocolos y abogados. Las pequeñas empresas tienen un antivirus de hace tres años y una copia de seguridad que nadie ha comprobado si funciona.

Grupos como Akira operan con modelos de negocio que harían sonrojar a alguna startup: precios escalonados según el tamaño de la víctima, opciones freemium para atacantes menos experimentados y automatización del proceso de negociación mediante bots de Telegram. El "servicio de atención al cliente" existe porque les conviene: una víctima que sabe cómo pagar en criptomonedas es una víctima que paga.

Las cifras de rentabilidad que aporta Rapid7 son llamativas: la rentabilidad del ransomware subió un 39% entre el primer trimestre de 2025 y el primero de 2026. El grupo Qilin habría acumulado aproximadamente 193 millones de dólares entre julio de 2025 y marzo de 2026; otro grupo identificado como "The Gentleman", unos 52 millones en el mismo período. Hay que leer estas cifras con cautela: se basan en estimaciones de pagos medios y en incidentes reportados. Los que no se reportan (que son muchos) no entran en el cálculo.

"La rentabilidad del ransomware subió un 39% en un año. El 80% de los ataques apuntan a pequeñas empresas. No porque sean más interesantes, sino porque son más fáciles."

Dónde coinciden las fuentes y dónde discrepan

Vale la pena ser honesto sobre las tensiones en los datos, porque no todo cuadra perfectamente.

La encuesta Gallup/Stop Scams Alliance da una imagen de escala: 15 millones de víctimas potenciales, 68.000 millones en pérdidas totales. El FBI da una imagen de registro formal: 22.000 denuncias, 893 millones en pérdidas documentadas con IA. La diferencia entre ambas no indica que alguna esté equivocada: indica que el sistema de denuncia formal captura una fracción pequeña del problema real.

Donde sí hay tensión es en el dato del 12%. La encuesta pregunta a las víctimas si la estafa involucró IA o deepfakes. Pero la mayoría de las víctimas no tienen forma de saberlo con certeza. Un correo de phishing generado por IA y uno escrito por un humano pueden ser indistinguibles para quien lo recibe. Esto significa que el 12% puede estar subestimado (hay víctimas que no identificaron la IA) pero también que puede haber cierta sobreestimación si las víctimas atribuyen a IA ataques que no la usaban.

Lo que sí es robusto es el dato del crecimiento de herramientas en el mercado negro (Halcyon, análisis de foros) y el crecimiento diferencial del fraude con IA versus sin IA (FBI, PropertyCasualty360). Esas dos piezas juntas apuntan en la misma dirección: el volumen de herramientas disponibles explica el crecimiento desproporcionado de los fraudes que las usan.

La trampa del reconocimiento: por qué es difícil defenderse

El FBI aconseja desconfiar de solicitudes de información personal no solicitadas, pagos en formas inusuales (tarjetas de regalo, transferencias directas, criptomonedas) y enlaces en mensajes que no esperabas. La FTC recomienda reportar en ReportFraud.ftc.gov. Son medidas de precaución razonables, no garantías.

El problema es que la IA mejora exactamente lo que hace que una estafa sea difícil de detectar. Un correo de phishing tradicional tiene errores ortográficos, un tono extraño, una dirección de remitente rara. Un correo generado por un LLM bien configurado no tiene ninguna de esas señales. Suena como un humano porque, en cierto sentido técnico, está imitando patrones de comunicación humana con una fidelidad que el cerebro no está entrenado para detectar.

Los deepfakes añaden otra capa. Una llamada de voz clonada del "director financiero" pidiendo una transferencia urgente no activa los mismos mecanismos de alerta que un correo sospechoso. La voz es familiar. El contexto parece coherente. La urgencia es parte del diseño.

La solución que proponen las organizaciones de seguridad (verificar por un canal alternativo antes de actuar, establecer palabras clave de verificación con personas de confianza, desconfiar de cualquier solicitud urgente que llegue por un solo canal) es correcta en teoría. En la práctica, requiere hábitos que la mayoría no tiene instalados porque nunca los necesitó.

Para las empresas, el problema tiene otra dimensión. Si quieres entender cómo la IA generativa en manos de atacantes cambia la superficie de ataque corporativa, la guía sobre ciberseguridad con IA generativa para empresas desarrolla los vectores concretos que hay que tener en cuenta.

Lo que el 12% dice sobre los próximos años

El dato del 12% corresponde a 2025, cuando muchas de estas herramientas llevaban poco tiempo en el mercado negro. El análisis de Halcyon muestra que entre diciembre de 2025 y febrero de 2026 las publicaciones de herramientas de IA criminal se multiplicaron por casi 40. La curva no está aplanando.

La lógica de "lo suficientemente bueno" no va a desaparecer. Va a mejorar. Los modelos que hoy cuestan casi nada y producen phishing convincente van a producir deepfakes más convincentes, ataques más personalizados y automatización más completa. El coste de entrada al fraude asistido por IA ya es casi cero. Lo único que puede bajar es el nivel de habilidad necesario para usarlo.

El 12% de 2025 no es el techo. Es el suelo desde el que se mide lo que viene.

Los estafadores no están esperando a GPT-6. Ya están trabajando con lo que tienen. Y lo que tienen es suficiente.