Un gran instituto hace que modelos de IA revisen su base de código y luego se encuentra ante una lista que su propio equipo no puede procesar. Varios medios especializados informan de forma coincidente que Bank of America ha contratado a alrededor de 1.000 contratistas externos para cerrar vulnerabilidades de seguridad que previamente se habían encontrado con apoyo de IA. Entre otros, se menciona el modelo Mythos, que uno de los informes atribuye a Anthropic.

En este contexto, la cifra es la verdadera señal. El cuello de botella no fue el análisis, sino la implementación. La IA ha acelerado enormemente la detección de vulnerabilidades, pero no su corrección en la misma medida.

El análisis escala, la remediación no

El análisis estático de código existe desde hace décadas. Lo nuevo es que los modelos de lenguaje captan relaciones entre archivos, leen la lógica de negocio y también reportan patrones que los conjuntos de reglas clásicos pasan por alto. En consecuencia, las listas de hallazgos son más largas.

El parcheo, en cambio, sigue siendo trabajo de desarrollo clásico: entender, modificar, probar, desplegar, documentar. Cada intervención en código heredado conlleva un riesgo de regresión, es decir, el peligro de que una corrección rompa funcionalidades en otro lugar. Precisamente esta parte no se puede acortar simplemente con más potencia de cálculo.

Que una empresa de este tamaño compre capacidad externa por miles sugiere que el volumen de hallazgos superó claramente lo que los equipos internos podían asumir junto con la operación en curso.

El business case está detrás del esfuerzo

Uno de los informes señala que el banco espera un importante potencial de ahorro tras finalizar los trabajos de parcheo. Los detalles no son verificables públicamente, por lo que conviene fijarse en la lógica subyacente en lugar de en las cifras.

Quien conoce vulnerabilidades debe tratarlas, también por responsabilidad legal. Los riesgos desconocidos son cómodos, pero caros cuando se explotan. Una única oleada de saneamiento es un bloque de inversión; el beneficio duradero solo surge cuando después existe un proceso que procesa nuevos hallazgos de forma continua y en pequeñas cantidades.

Qué significa esto para los sistemas web y CMS de medianas empresas

La mayoría de las empresas no dispone de 1.000 desarrolladores externos. Pero parten de la misma situación: una plataforma que ha crecido durante años, extensiones de diversa procedencia, dependencias que ya nadie abarca por completo.

Quien en esta situación inicia una revisión de código asistida por IA debería saber de antemano cómo se gestionará el resultado. De lo contrario, surge un documento que genera presión para actuar sin crear capacidad de acción.

La priorización es el paso decisivo

No todos los hallazgos son un riesgo. Lo decisivo es si una vulnerabilidad es siquiera alcanzable en el sistema concreto: desde fuera, sin autenticación, en una ruta productiva. Ha demostrado su eficacia un orden sencillo:

  • Alcanzabilidad: ¿Es accesible el código afectado a través de internet abierto o solo está activo en herramientas internas?
  • Relación con datos: ¿Afecta a datos personales, datos de pago o credenciales?
  • Explotabilidad: ¿Se necesita una cadena de condiciones previas inusuales o basta con una petición manipulada?
  • Esfuerzo de corrección: ¿Corrección puntual, actualización de dependencias o reestructuración de un módulo?

Solo de la combinación de estos puntos surge un orden que puede justificarse ante la dirección y los responsables de presupuesto.

Contemplar los falsos positivos

El análisis asistido por IA también proporciona indicios que, tras un examen detallado, resultan no ser críticos. Esto no es un argumento contra el procedimiento, pero sí a favor de un paso intermedio: cada hallazgo necesita una evaluación técnica por parte de personas antes de pasar a la lista de implementación.

Sin este filtro ocurren dos cosas. Los equipos pierden tiempo con correcciones sin ganancia de seguridad, y la confianza en futuros informes disminuye. Ambas cosas son más caras que la propia evaluación.

Un flujo de trabajo sólido para la práctica

Para paisajes web y CMS heredados ha demostrado su eficacia un enfoque escalonado:

  1. Inventario: ¿Qué sistemas, extensiones y bibliotecas están en uso y en qué versiones?
  2. Análisis: Comprobación automatizada, complementada con una revisión asistida por IA del desarrollo propio.
  3. Triaje: Evaluación de cada hallazgo según alcanzabilidad, relación con datos y esfuerzo.
  4. Medidas inmediatas: Lo que puede protegerse sin ciclo de release, por ejemplo mediante restricciones de acceso o configuración.
  5. Procesamiento por oleadas: Capacidad fija por sprint en lugar de un esfuerzo único.
  6. Aseguramiento: Pruebas automatizadas y ejecuciones de comprobación recurrentes para que los hallazgos no vuelvan.

El sexto punto es el que se elimina con más frecuencia y es el más importante. Un saneamiento único solo perdura si se ancla en la pipeline, es decir, en los pasos automatizados entre commit y despliegue.

Utilizar la capacidad externa de forma sensata

La compra de capacidad de desarrollo externa es, en el caso de Bank of America, una reacción a la presión del volumen. Para organizaciones más pequeñas, el principio se aplica de forma adaptada: el apoyo externo merece la pena allí donde surgen tareas recurrentes y claramente descriptibles: actualizaciones de dependencias, adaptación de interfaces obsoletas, actualización de configuraciones de seguridad.

Las intervenciones intensivas en contexto y lógica de negocio, en cambio, corresponden a las personas que conocen el sistema.

Esta separación decide si la capacidad adicional alivia o genera una coordinación adicional.

Clasificación

En los proyectos web y de software, el cuello de botella se desplaza: la revisión asistida por IA está disponible y es económica, mientras que la corrección sigue siendo trabajo manual con necesidad de presupuesto y tiempo. Quien encarga una revisión de código debería planificar desde el principio la capacidad de implementación para los hallazgos, de lo contrario surge un riesgo documentado sin solución. Por eso tiene sentido considerar el análisis, la priorización y una capacidad fija de procesamiento como un único proyecto desde el inicio, e integrar los resultados de forma permanente en el proceso de desarrollo en lugar de en una acción puntual.

Fuentes