Una campaña usa agentes de IA para atacar tiendas online y robar más de 600.000 tarjetas

Una campaña de ciberdelincuencia está utilizando agentes de inteligencia artificial para automatizar ataques contra tiendas online a una escala difícil de mantener manualmente. Investigadores de Gambit Security vinculan la operación con el robo de más de 600.000 registros de tarjetas de pago y con la instalación de skimmers en al menos 119 sitios web.

La IA no está actuando por iniciativa propia. Detrás de la campaña existe un operador humano que selecciona objetivos y da instrucciones generales, mientras varios frameworks de agentes se encargan de buena parte del reconocimiento, búsqueda de vulnerabilidades, explotación y gestión posterior de los sistemas comprometidos.

Gambit asegura que la actividad puede rastrearse al menos hasta julio de 2026 y que seguía activa el 22 de septiembre, cuando publicó su informe provisional.

Más de 600.000 tarjetas procedían de solo dos empresas

La cifra de tarjetas robadas no corresponde a 600.000 comercios ni a 600.000 víctimas empresariales. Los investigadores encontraron más de 600.000 registros de tarjetas todavía vigentes extraídos de dos compañías comprometidas.

Gambit trabajó con la empresa especializada en fraude Overwatch Data para analizar el material y ayudar a notificar a los emisores afectados.

Estados Unidos concentra la mayor parte de los registros identificados, con 488.372 tarjetas, aproximadamente el 79% del conjunto analizado. También aparecen tarjetas emitidas en Emiratos Árabes Unidos, Arabia Saudí, Reino Unido, Nueva Zelanda, Irlanda, Singapur, Australia, Francia y numerosos otros países.

La existencia de esos registros no demuestra por sí sola que todas las tarjetas hayan sido utilizadas posteriormente para realizar cargos fraudulentos. El hallazgo confirma que los datos fueron expuestos y extraídos durante las intrusiones.

Los investigadores relacionan al menos 119 webs con skimmers

Otro objetivo importante de la campaña consiste en instalar skimmers digitales en comercios electrónicos.

Este tipo de malware modifica una página de pago para capturar la información introducida por el comprador durante una transacción y enviarla posteriormente a infraestructura controlada por el atacante.

Gambit documentó órdenes para instalar skimmers contra al menos 27 víctimas identificadas y verificó directamente su presencia en 19 de ellas durante la investigación. Con ayuda de otros investigadores, posteriormente localizó más de 100 sitios adicionales relacionados con el mismo skimmer.

En conjunto, el análisis sitúa en al menos 119 los sitios afectados o asociados a esta parte de la campaña, aunque Gambit advierte de que la cifra real podría ser mayor.

Tres herramientas de IA automatizan diferentes partes del ataque

El operador utiliza tres frameworks principales de código abierto, cada uno destinado a una fase diferente de la operación:

• Strix: analiza objetivos y busca posibles vulnerabilidades.
• Cairn: continúa de forma autónoma intentando alcanzar objetivos definidos, como obtener determinados niveles de acceso.
• Hermes: coordina la campaña, administra tareas y sirve como interfaz principal entre el operador y los otros sistemas.

Los agentes pueden trabajar durante horas siguiendo un objetivo general, probar diferentes alternativas cuando una ruta falla y devolver posteriormente los resultados al operador.

Eso no convierte a los modelos en responsables autónomos de la campaña. El atacante configura las herramientas, proporciona los objetivos y decide qué pretende conseguir. La novedad está en cuánto trabajo intermedio puede delegarse a los agentes.

Una persona lanzó 105 proyectos de ataque en cinco días

La escala de la automatización queda reflejada en los registros recuperados por Gambit.

Entre el 10 y el 15 de septiembre, el operador inició 105 proyectos de ataque. Los investigadores pudieron confirmar distintos grados de compromiso en al menos 27 compañías durante ese periodo.

Cuando los agentes conseguían acceso, la operación podía avanzar en menos de un día y, en determinados casos, en solo unas horas.

Gambit también observó que Strix había ejecutado anteriormente 146 análisis contra 138 hosts entre el 23 y el 31 de agosto, acumulando cientos de horas de trabajo automatizado dentro de un periodo mucho menor de tiempo real gracias a la ejecución paralela.

El humano daba instrucciones breves y los agentes continuaban trabajando

Los registros recuperados muestran un grado elevado de automatización, pero también dejan clara la intervención humana.

Gambit contabilizó 1.951 instrucciones del operador a lo largo de 260 sesiones. Muchas eran órdenes breves destinadas a iniciar un trabajo, revisar un resultado o indicar el siguiente objetivo.

A partir de ahí, los agentes podían realizar numerosas acciones intermedias sin necesitar una instrucción humana para cada paso.

Este modelo cambia la economía de un ciberataque: una sola persona puede supervisar simultáneamente más objetivos de los que podría investigar manualmente.

Los ataques costaban de media unos 25 dólares por objetivo

Los investigadores también consiguieron reconstruir parte del coste de la infraestructura de inteligencia artificial.

La operación utilizaba OpenRouter para acceder a distintos modelos. Una cuenta recuperada mostraba más de 7.000 dólares gastados durante aproximadamente cuatro semanas y Gambit calcula que el coste acumulado de la campaña podría situarse entre 12.000 y 18.000 dólares.

Al repartir el gasto entre los objetivos, el coste es mucho menor. El propio análisis del operador calculaba una media de 25,46 dólares por 101 escaneos completados, con casos desde unos pocos dólares hasta cerca de 80 dólares.

La relevancia de esta cifra no está únicamente en el ahorro económico. La combinación de bajo coste y automatización permite probar un número mucho mayor de objetivos sin necesitar un gran equipo humano.

La IA no descubrió necesariamente vulnerabilidades nuevas

El uso de agentes no significa que los modelos hayan creado una nueva vulnerabilidad desconocida para comprometer cada empresa.

La campaña combina problemas de seguridad ya habituales: sistemas vulnerables, configuraciones incorrectas, credenciales expuestas y permisos excesivos. La diferencia es que los agentes pueden analizar automáticamente cada entorno y conectar diferentes oportunidades de ataque a gran velocidad.

Dos empresas con tecnologías diferentes pueden requerir rutas completamente distintas. El sistema automatizado puede adaptar sus intentos a cada objetivo sin que el operador tenga que estudiar personalmente toda su infraestructura.

El propio proceso automatizado llegó a destruir datos de víctimas

Gambit también encontró un efecto secundario especialmente preocupante. Las instrucciones del operador incluían procedimientos destinados a eliminar determinados datos después de haberlos extraído para reducir rastros.

En varios incidentes esas operaciones provocaron interrupciones y pérdida de información.

En uno de los casos analizados, una rutina automatizada realizó una coincidencia demasiado amplia al limpiar tablas temporales y terminó eliminando 180 tablas de una tienda online, incluidas tablas de respaldo creadas por sus administradores.

El incidente muestra otro riesgo de delegar acciones destructivas a sistemas automáticos: un error que un operador humano podría detectar durante una ejecución manual puede propagarse inmediatamente a sistemas de producción.

Hay grandes empresas entre los sistemas comprometidos

La campaña no se limita a pequeños comercios electrónicos.

Entre las organizaciones a las que los investigadores vinculan algún grado de acceso se encuentran una empresa hotelera incluida en Fortune 500, una importante aerolínea estadounidense, un gran distribuidor industrial de Estados Unidos y un comercio de moda online.

Gambit evita identificar públicamente a buena parte de las víctimas mientras continúa el proceso de notificación y remediación.

La empresa afirma haber contactado con numerosas organizaciones afectadas y haber trabajado con Shadowserver Foundation y otros socios para notificar incidentes y retirar infraestructura maliciosa.

La campaña podría ser mayor de lo que se conoce actualmente

El informe publicado por Gambit es provisional. Sus investigadores reconstruyeron la operación después de localizar infraestructura del atacante expuesta en Internet y obtener registros, herramientas y datos almacenados allí.

Gambit basa sus conclusiones en una combinación de datos robados recuperados, compromisos verificados directamente y registros generados durante los ataques.

La compañía reconoce que algunos informes producidos por los propios agentes podrían contener errores. Sin embargo, asegura haber podido verificar una parte sustancial de las afirmaciones mediante evidencias independientes.

Debido al volumen de información y a que parte del historial había sido eliminado, los investigadores consideran probable que el número real de víctimas y el impacto total sean superiores a las cifras conocidas actualmente.

Qué pueden hacer las tiendas online para reducir el riesgo

El caso refuerza medidas defensivas que ya eran importantes para cualquier comercio electrónico, pero que adquieren mayor urgencia cuando el reconocimiento y la explotación pueden automatizarse.

• Mantener actualizados CMS, plugins, frameworks y componentes expuestos a Internet.
• Aplicar autenticación multifactor a paneles administrativos y servicios críticos.
• Limitar los privilegios de las credenciales de aplicaciones y cuentas cloud.
• Rotar inmediatamente secretos, tokens y claves que puedan haber quedado expuestos.
• Monitorizar modificaciones inesperadas en JavaScript y páginas de checkout.
• Revisar cambios en CDN, almacenamiento cloud, bases de datos y sistemas de despliegue.
• Utilizar políticas de seguridad de contenido y controles de integridad cuando sea posible.
• Mantener copias de seguridad independientes y comprobar periódicamente que pueden restaurarse.
• Supervisar comportamientos posteriores a una intrusión, no únicamente el acceso inicial.

Para los comercios, los skimmers resultan especialmente peligrosos porque el sitio puede seguir funcionando aparentemente con normalidad mientras el código malicioso captura datos de nuevos compradores.

Los agentes de IA están cambiando la velocidad de los ciberataques

El elemento diferencial de esta campaña no es que una inteligencia artificial haya decidido espontáneamente robar tarjetas. Existe un ciberdelincuente dirigiendo la operación y utilizando herramientas de IA como multiplicador de capacidad.

Lo que muestran los datos de Gambit es que tareas que antes requerían muchas horas de análisis humano pueden ejecutarse en paralelo mediante agentes capaces de continuar trabajando con instrucciones generales y adaptarse a los resultados que encuentran.

En apenas cinco días, el operador pudo lanzar más de un centenar de proyectos de ataque, mientras la campaña completa consiguió exponer más de 600.000 registros de tarjetas y distribuir skimmers por más de un centenar de sitios web.

Con la operación todavía activa a fecha del 22 de septiembre, la investigación refleja un cambio especialmente relevante para las defensas empresariales: la automatización con agentes de IA permite que incluso un único operador mantenga campañas simultáneas a una velocidad y escala mucho mayores que las de un ataque manual tradicional.