Deepfake as a Service (DFaaS): la industria que aprendió a fabricar personas

Durante años, el deepfake fue tratado como una anomalía audiovisual. Una pieza extraña nacida en laboratorios, foros y comunidades técnicas, capaz de insertar un rostro en un cuerpo ajeno, reconstruir una voz o atribuir declaraciones falsas a una figura pública. Su amenaza era visible, aunque todavía parecía contenida dentro de límites técnicos reconocibles. La producción exigía tiempo, experiencia, capacidad de cómputo y suficiente material del objetivo. Los resultados, además, solían dejar marcas: labios fuera de sincronía, expresiones rígidas, iluminación inconsistente, voces incapaces de sostener respiración, fatiga o emoción.

Ese periodo terminó.

Entre enero y mayo de 2026, las conversaciones sobre Deepfake as a Service o DFaaS (deepfake como servicio) dentro de comunidades clandestinas aumentaron un 39 % respecto del mismo periodo anterior. En apenas cinco meses, el volumen observado superó el registrado durante todo 2025 dentro de la muestra analizada. El dato no describe únicamente un interés creciente por la inteligencia artificial generativa. Expone la consolidación de una cadena comercial que ofrece la falsificación de identidad como una capacidad contratada.

El comprador ya no necesita entrenar un modelo, limpiar una muestra de audio, configurar una cámara virtual o corregir defectos en cientos de fotogramas. Puede entregar fotografías, grabaciones, perfiles sociales, el nombre de una persona, la organización a la que pertenece y el resultado esperado. Del otro lado aparecen proveedores capaces de producir voces clonadas, videos pregrabados, rostros intercambiables, documentos sintéticos, transmisiones manipuladas y sistemas que sostienen una impersonación durante una llamada en vivo.

Algunos venden componentes. Otros ofrecen la operación terminada.

La diferencia es decisiva. Una herramienta ayuda a fabricar un deepfake. Un servicio entrega una situación completa: la persona adecuada, dentro del canal correcto, pronunciando una instrucción plausible en el momento preciso. El producto deja de ser el archivo manipulado. Pasa a ser una escena de confianza construida para producir una acción.

DFaaS no industrializa solamente la falsificación de imágenes. Industrializa la presencia humana.

Una nueva línea de producción para el ciberdelito

La evolución de DFaaS sigue una trayectoria conocida dentro de la economía clandestina. El ransomware alcanzó escala global cuando dejó de depender de un único grupo capaz de desarrollar malware, comprometer redes, extraer información, negociar pagos y lavar activos. La especialización dividió el trabajo. Unos crearon la plataforma; otros vendieron accesos iniciales; afiliados ejecutaron las intrusiones; negociadores condujeron la extorsión; intermediarios movieron el dinero.

El phishing recorrió el mismo camino. Las páginas fraudulentas se empaquetaron en kits. Los paneles de administración comenzaron a venderse como productos. Los proveedores añadieron alojamiento, rotación de dominios, evasión de controles, plantillas localizadas y soporte técnico. Una actividad antes artesanal se convirtió en un servicio replicable.

DFaaS adopta esa lógica con una materia prima distinta: la identidad.

Un actor recolecta videos públicos. Otro limpia el audio y extrae patrones fonéticos. Un tercero prepara el modelo facial. Un operador configura una cámara virtual o un flujo de inyección. Alguien más compromete una cuenta de correo, un calendario o un canal corporativo para introducir la conversación dentro de un contexto legítimo. El último participante puede ser una red financiera encargada de dispersar el dinero.

La fragmentación reduce el nivel técnico exigido a cada comprador. Un defraudador experimentado en manipulación psicológica no necesita comprender aprendizaje automático. Un desarrollador de modelos no necesita conocer a la víctima. Un intermediario puede combinar capacidades adquiridas en distintos mercados y venderlas como una campaña integral.

El mercado comienza entonces a competir por variables reconocibles: calidad de voz, estabilidad del rostro, cantidad de idiomas, latencia, compatibilidad con plataformas de videoconferencia, capacidad para responder en tiempo real y resistencia frente a verificaciones biométricas. Aparecen demostraciones, muestras, versiones básicas, personalización y promesas de soporte. También abundan productos deficientes y delincuentes que estafan a otros delincuentes. Ninguna de esas imperfecciones reduce la relevancia del fenómeno. Los mercados inmaduros no permanecen inmaduros cuando existe demanda y dinero suficiente.

La especialización introduce otra ventaja. Cada pieza puede mejorar de manera independiente. El proveedor de voz optimiza entonación y respiración. El de video reduce artefactos. El operador social perfecciona los guiones. La infraestructura de acceso aporta información interna. El resultado progresa aunque ninguno de los participantes domine la cadena completa.

Este modelo tampoco exige que todos los ataques utilicen inteligencia artificial de principio a fin. Un correo puede ser escrito por una persona. La cuenta puede haber sido comprometida mediante phishing tradicional. La llamada puede depender de un operador humano asistido por una voz sintética. El rostro puede mantenerse estático mientras la conversación se desplaza hacia mensajería. DFaaS no reemplaza las técnicas anteriores; las vuelve más convincentes.

El avance decisivo no consiste en crear una persona falsa perfecta. Consiste en distribuir su fabricación entre proveedores capaces de vender cada fragmento de autenticidad.

El falso jefe entra a la sala

El fraude por suplantación de ejecutivos existe desde mucho antes que los modelos generativos. Durante años, los atacantes han imitado el estilo de un director general, registrado dominios parecidos, comprometido correos corporativos y solicitado transferencias urgentes bajo condiciones de confidencialidad. La técnica explota una combinación eficaz: autoridad, presión temporal, aislamiento y miedo a retrasar una operación importante.

Las organizaciones aprendieron a responder con una recomendación aparentemente sensata: ante una solicitud inusual, confirmar directamente con la persona.

Primero mediante una llamada. Después, si persistía la duda, mediante una videoconferencia.

DFaaS degrada ambas verificaciones.

En 2024, un empleado del área financiera de una compañía multinacional participó en una videollamada donde creyó reconocer al director financiero y a otros integrantes de la organización. La conversación parecía corporativa, los participantes resultaban familiares y la instrucción se presentaba dentro de un contexto coherente. Después de la reunión, autorizó múltiples transferencias por un total cercano a 25 millones de dólares. Las personas que había visto y escuchado eran representaciones sintéticas.

El episodio conserva su fuerza porque no dependió de un único rostro hablando frente a una cámara. El atacante construyó una reunión. La presencia de varios supuestos colegas operó como validación colectiva. La víctima no debía decidir si un video era técnicamente perfecto. Debía interpretar una escena donde todo parecía indicar que la instrucción provenía de la estructura jerárquica correcta.

Ahí reside la ventaja de DFaaS. El atacante puede envolver la falsificación dentro de elementos verdaderos. La invitación puede provenir de una cuenta comprometida. El nombre del proyecto puede ser real. Los participantes pueden existir. El monto puede relacionarse con una operación conocida. El lenguaje puede haber sido extraído de correos anteriores. Solo la presencia humana necesita ser fabricada.

Los deepfakes utilizados en fraude tampoco requieren calidad cinematográfica. Deben sostenerse durante pocos minutos bajo condiciones favorables: ventanas pequeñas, compresión de video, iluminación mediocre, conexiones variables y participantes más concentrados en el contenido que en estudiar movimientos faciales. Una anomalía puede interpretarse como latencia. Una voz ligeramente extraña puede atribuirse al cansancio. Un rostro que se congela puede explicarse mediante una mala conexión.

El guion puede reducir todavía más el riesgo. El supuesto ejecutivo interviene poco, mantiene la cámara en un plano estable, simula dificultades técnicas y entrega instrucciones breves. Otros participantes falsos aportan asentimiento. Después, la conversación se traslada hacia un correo, un documento o una plataforma donde la acción concreta resulta más sencilla.

El modelo también sirve para entregar instrucciones maliciosas. Una reunión falsa puede conducir a la instalación de una aplicación, la ejecución de un comando, el ingreso a un portal fraudulento o la entrega de credenciales. En ese escenario, el deepfake no es el contenido final del ataque. Es la interfaz que presenta una acción peligrosa como soporte técnico, urgencia ejecutiva o procedimiento corporativo.

La víctima observa a una autoridad conocida y ejecuta la orden.

El deepfake corporativo más eficaz no necesita engañar a un perito. Necesita sobrevivir hasta que alguien presione “autorizar”.

Cuando el rostro falso habla desde la cuenta verdadera

DFaaS resulta peligroso como mecanismo de persuasión. Combinado con el secuestro de sesiones y tokens de acceso, cambia de categoría. El atacante deja de presentarse como una imitación externa que intenta entrar. Puede aparecer dentro de la infraestructura legítima de la organización, utilizar una cuenta auténtica, leer conversaciones privadas y fabricar una representación audiovisual del titular de esa misma identidad.

EvilTokens anticipa esa convergencia. Esta clase de plataforma de phishing como servicio abusa del flujo de autenticación mediante código de dispositivo de Microsoft 365. La víctima no entrega necesariamente su contraseña en un portal falso. Visita una página legítima, completa la autenticación y satisface la verificación multifactor. El error está en que termina autorizando la sesión iniciada por el atacante. El resultado es un conjunto válido de tokens OAuth (credenciales digitales que permiten acceder a servicios autorizados sin volver a introducir la contraseña).

Con esos tokens, el operador puede ingresar al correo, consultar archivos mediante Microsoft Graph, revisar contactos, estudiar conversaciones y mantener acceso durante más tiempo que en una intrusión basada exclusivamente en credenciales. Las variantes más avanzadas incorporan inteligencia artificial para resumir mensajes, localizar intercambios relacionados con pagos y redactar comunicaciones de fraude empresarial a partir del contexto obtenido dentro de la cuenta comprometida.

Ahí DFaaS encuentra su complemento natural.

El atacante ya no tiene que adivinar cómo habla el director financiero, qué proveedor está esperando un pago o qué proyecto se encuentra retrasado. Puede leerlo. Tampoco necesita iniciar la maniobra desde una dirección parecida o un dominio recién registrado. Puede intervenir en un hilo auténtico, responder desde la cuenta correcta, utilizar la firma habitual y citar detalles que nunca estuvieron disponibles públicamente.

Después puede agregar voz y video.

Una solicitud de transferencia llega desde el buzón real del ejecutivo. La reunión aparece en el calendario corporativo. La invitación se distribuye desde la plataforma utilizada por la empresa. Durante la llamada, el rostro sintético reproduce al mismo ejecutivo cuya cuenta originó el mensaje. Los nombres de los proyectos coinciden. Los documentos son reales. Los participantes conocen el contexto. La orden falsa queda rodeada por señales auténticas.

La víctima ya no enfrenta un deepfake aislado. Enfrenta una identidad compuesta por elementos legítimos y sintéticos: cuenta real, sesión válida, conversaciones verdaderas, voz clonada y rostro generado. Cada capa confirma a la anterior.

Esta combinación también puede invertirse. El deepfake puede utilizarse primero para convencer a un empleado de que complete el flujo de código de dispositivo. El falso responsable de tecnología aparece en una videollamada y solicita una “reautenticación urgente”. El empleado visita el dominio legítimo del proveedor, introduce el código y completa la verificación multifactor. Desde su perspectiva, ningún elemento parece claramente fraudulento. La persona conocida dio la instrucción, la página era auténtica y la autenticación funcionó como siempre.

Una vez emitido el token, la operación abandona el terreno audiovisual y se desplaza al interior de la organización. El atacante puede buscar oportunidades financieras, comprender jerarquías, identificar sustituciones temporales, conocer viajes ejecutivos y detectar conversaciones donde una instrucción extraordinaria resultaría plausible. El contenido sintético deja de ser una pieza producida antes del ataque. Se alimenta continuamente de información obtenida durante la intrusión.

Surge así un circuito de refuerzo. La identidad falsa consigue el token. El token entrega contexto. El contexto perfecciona la identidad falsa. La representación mejorada facilita nuevas autorizaciones, accesos o transferencias.

También se reduce la utilidad de los controles defensivos tradicionales. El correo proviene de una cuenta válida. La autenticación multifactor fue completada. La aplicación accede mediante mecanismos previstos por la plataforma. La reunión se desarrolla en una herramienta corporativa. El rostro se parece al ejecutivo. La voz coincide. Ninguna señal individual parece suficiente para detener la operación.

El centro de gravedad pasa desde el acceso inicial hacia el comportamiento posterior a la autenticación. Importa quién consume el token, desde qué infraestructura, mediante qué aplicación, qué recursos consulta, qué reglas de correo crea y por qué una identidad modifica repentinamente su patrón de trabajo. La sesión puede ser legítima desde el punto de vista criptográfico y fraudulenta desde el punto de vista humano.

El deepfake aporta el rostro. El token aporta la autoridad técnica. La información robada aporta el guion. Juntos fabrican una identidad operacionalmente completa.

La materia prima ya está publicada

El desarrollo de una identidad sintética comienza mucho antes de la llamada. Ejecutivos, especialistas, autoridades, académicos y representantes corporativos producen de manera permanente el material necesario para imitarlos. Participan en seminarios, entrevistas, podcasts, transmisiones, presentaciones de resultados, eventos internos y videos institucionales. Sus perfiles revelan nombres, cargos, relaciones profesionales, viajes, equipos y proyectos.

La comunicación contemporánea fue diseñada para amplificar la presencia. Esa misma visibilidad puede alimentar modelos de impersonación.

Una entrevista de alta calidad entrega voz limpia, cadencia, respiración, entonación y vocabulario. Una conferencia ofrece gestos, movimientos de cabeza y diferentes ángulos del rostro. Las redes profesionales aportan organigramas informales. Los comunicados identifican proyectos. Las fotografías de eventos revelan relaciones. Las publicaciones personales permiten observar horarios, hábitos y lugares.

Las brechas corporativas agregan una capa más peligrosa. Correos, reuniones grabadas, mensajes de voz, documentos internos y calendarios permiten modelar no solo cómo habla una persona, sino también qué sabe, cómo da instrucciones y con quién mantiene determinadas conversaciones. Un atacante puede identificar expresiones habituales, nombres de proveedores, aprobadores financieros y periodos de mayor presión operativa.

Los modelos lingüísticos reducen el esfuerzo necesario para procesar ese volumen. Pueden resumir trayectorias, reconstruir relaciones, clasificar estilos de comunicación y generar guiones adaptados al contexto. Los sistemas de síntesis producen la voz. Las herramientas visuales construyen el rostro. Los mecanismos de inyección incorporan el flujo a una llamada. El operador humano conserva el control de las decisiones relevantes, aunque cada vez interviene menos en la preparación.

El mercado DFaaS transforma esa exposición en inventario. Una hora de podcast deja de ser únicamente una pieza de comunicación. Puede convertirse en material para clonar una voz. Un video de liderazgo puede ofrecer expresiones suficientes para reconstruir un rostro. Una filtración de reuniones puede revelar la forma exacta en que un director financiero solicita una acción urgente.

Las organizaciones suelen proteger contraseñas, documentos y bases de datos, pero rara vez clasifican la voz o los patrones gestuales de sus líderes como activos reutilizables por un adversario. Tampoco existe una solución razonable basada en desaparecer de Internet. La presencia pública es parte del trabajo de muchas posiciones. El problema surge cuando esa presencia conserva valor probatorio dentro de procesos sensibles.

Una voz pública no puede seguir funcionando como secreto de autenticación.

Un rostro conocido tampoco.

La exposición aumenta además mediante terceros. Conferencias, plataformas, medios, universidades y proveedores pueden conservar copias del mismo material. Aunque una organización elimine un video, otras versiones pueden continuar disponibles. La biometría posee una característica especialmente incómoda: no puede sustituirse con la facilidad de una contraseña. Una persona puede cambiar una clave después de una filtración; no puede emitir un nuevo rostro.

Las compañías publicaron durante años el conjunto de entrenamiento de sus figuras más reconocibles. DFaaS encontró la forma de facturarlo.

La identidad sintética deja de necesitar una víctima exacta

El mercado del fraude no se limita a copiar personas conocidas. También fabrica identidades que nunca existieron.

Una identidad digital funcional puede combinar un nombre, un documento, un rostro, una voz, una dirección, un dispositivo, perfiles sociales, actividad financiera y antecedentes plausibles. Antes, reunir esos componentes demandaba comprar datos robados, falsificar documentos y sostener múltiples inconsistencias. La inteligencia generativa permite producirlos con mayor velocidad y coherencia.

Esta evolución resulta especialmente relevante para los procesos de KYC (conocimiento del cliente, utilizado para verificar identidad y riesgo), contratación remota, recuperación de cuentas, incorporación de proveedores y acceso a servicios financieros. El adversario ya no necesita presentar una imagen estática mal editada. Puede coordinar documento, selfie, video y voz como partes de una misma historia.

Los ataques de inyección evitan incluso colocar un rostro frente a la cámara. En lugar de capturar una persona mediante el sensor del dispositivo, introducen directamente un flujo audiovisual sintético en la aplicación. El sistema cree observar una sesión en vivo, aunque recibe contenido generado o manipulado por software. Una cámara virtual, un dispositivo intervenido o un canal emulado pueden sustituir la presencia física.

El fraude biométrico está desplazándose precisamente hacia esas técnicas. Las plataformas de identidad han registrado aumentos sostenidos en inyecciones, intercambios de rostro, cámaras virtuales y selfies manipuladas. Las cifras varían según el proveedor, su base de clientes y la metodología utilizada, pero describen una misma dirección: el atacante intenta controlar la señal antes de que llegue al mecanismo de validación.

El impacto va mucho más allá de abrir una cuenta bancaria.

Una identidad sintética puede postular a un empleo remoto. Si supera la entrevista, recibirá correo corporativo, equipo, repositorios, documentación y acceso a reuniones. Puede integrarse gradualmente, evitar conductas llamativas y recopilar información durante semanas. La organización no sufrió una intrusión convencional. Contrató al atacante.

También puede ingresar como proveedor, consultor o cliente. Puede superar un proceso inicial de baja sensibilidad, construir historial y solicitar más privilegios después. La paciencia aumenta su legitimidad. Una identidad sintética bien administrada no necesita cometer fraude durante el primer día. Puede esperar hasta que el sistema la considere confiable.

Los agentes de inteligencia artificial añaden otra dimensión. Durante una entrevista, un operador puede recibir respuestas generadas en tiempo real. El sistema escucha la pregunta, consulta antecedentes preparados y propone una contestación. Una voz sintética la pronuncia. El rostro reproduce el movimiento. La persona detrás de la operación puede no dominar el idioma, la profesión o la historia que está representando.

La diferencia entre una identidad robada y una ensamblada comienza a difuminarse. El atacante puede usar el documento de una persona, el rostro modificado de otra, una dirección legítima, una voz sintética y un dispositivo administrado desde otro país. Cada elemento parece real cuando se examina por separado. La falsedad reside en la relación entre ellos.

La identidad sintética no necesita existir en el mundo físico. Le basta con atravesar correctamente las interfaces que deciden quién merece confianza.

Detectar el rostro falso ya no resuelve el problema

La educación sobre deepfakes suele concentrarse en señales visuales: parpadeos extraños, bordes defectuosos, dientes irregulares, reflejos inconsistentes o labios desincronizados. Esos indicadores tuvieron valor durante una etapa determinada. Convertirlos en la principal defensa actual crea una ilusión peligrosa.

Los modelos mejoran, pero la dificultad no depende exclusivamente de su calidad. Los canales legítimos degradan la evidencia. Las plataformas comprimen el video. La iluminación cambia. Los fondos virtuales modifican contornos. El ancho de banda introduce saltos. Los micrófonos eliminan ruido y alteran frecuencias. Incluso una falsificación mediocre puede parecer aceptable después de atravesar una videollamada deficiente.

Los detectores automáticos enfrentan el mismo problema. Un modelo entrenado con conjuntos de laboratorio puede rendir bien frente a manipulaciones conocidas y fallar cuando recibe contenido descargado, recomprimido, recortado, retransmitido o generado por una técnica nueva. El desempeño medido en condiciones controladas no representa necesariamente una llamada real con mala iluminación, eco, pérdida de paquetes y varias capas de procesamiento.

El adversario también puede atacar al detector. Pequeños cambios de velocidad, compresión, ruido o eco pueden modificar las señales que utiliza un clasificador. La manipulación no necesita mejorar la experiencia humana. Solo debe degradar la confianza del sistema.

Esto no vuelve inútiles las tecnologías de detección. Las ubica en su función correcta: producir una señal adicional de riesgo, no emitir un veredicto absoluto sobre la identidad. Un resultado debe correlacionarse con información del dispositivo, procedencia del flujo, historial de la cuenta, ubicación, comportamiento y naturaleza de la acción solicitada.

La detección de presencia viva o liveness enfrenta una presión similar. Pedir que una persona sonría, gire la cabeza o siga un punto funciona frente a fotografías y reproducciones simples. Los sistemas sintéticos comienzan a responder dinámicamente a esos desafíos. Las pruebas conocidas pueden estudiarse, reproducirse y automatizarse.

Una verificación más sólida necesita saber si la captura proviene de un sensor confiable, si la aplicación conserva integridad, si existe una cámara virtual, si el dispositivo ha sido manipulado y si el flujo mantiene continuidad desde la captura hasta el servidor. Incluso con esas señales, la biometría no debería autorizar por sí sola operaciones de alto impacto.

En el entorno corporativo, una llamada puede confirmar que existe una conversación. No demuestra que la persona observada tenga control exclusivo del canal. Una videoconferencia puede aportar contexto. No reemplaza una aprobación independiente. Una voz familiar puede reducir la incertidumbre. No constituye una firma.

La defensa madura no pregunta solamente si el rostro parece real. Pregunta si la operación conserva integridad aunque el rostro sea falso.

Cuando la apariencia puede contratarse, reconocer a una persona deja de ser equivalente a autenticarla.

El control debe abandonar el teatro de la familiaridad

DFaaS explota una debilidad organizacional más antigua que la inteligencia artificial: la costumbre de usar familiaridad como autoridad.

Un empleado escucha al director financiero y ejecuta una transferencia. Un operador reconoce la voz de un cliente y flexibiliza la recuperación de una cuenta. Un comprador ve al representante de un proveedor y acepta modificar sus datos bancarios. Un reclutador observa a un candidato y asume que el documento pertenece a quien aparece en pantalla.

En todos esos casos, el proceso delega una decisión formal en una impresión humana.

La respuesta no consiste en pedir a los empleados que se conviertan en analistas forenses improvisados. Necesita separar identidad, autoridad e intención. Una persona puede ser auténtica y no estar autorizada para solicitar una acción concreta. Puede poseer autoridad general y, aun así, no haber originado esa instrucción. Puede actuar bajo coerción. Puede utilizar una cuenta comprometida sin saberlo.

Las operaciones críticas deben validarse en función de sus propios atributos. Un cambio de cuenta bancaria de un proveedor requiere confirmación mediante un contacto previamente registrado, no mediante el número incluido en el mensaje que solicita el cambio. Una transferencia extraordinaria necesita doble aprobación y un canal independiente. Una recuperación de credenciales no puede depender de reconocer una voz. Una solicitud urgente no debe suspender controles precisamente porque se presenta como urgente.

La firma de transacciones o transaction signing aplica un principio especialmente relevante. El usuario no autoriza una acción genérica. Firma una operación concreta cuyos datos esenciales se presentan de forma inequívoca: monto, destinatario, propósito y momento. La autorización queda vinculada a esa transacción y no a una conversación previa.

Una voz clonada puede pedir el pago. Un rostro sintético puede insistir. Una sesión robada puede preparar el contexto. Ninguno de esos elementos debería producir por sí solo la firma necesaria.

También deben revisarse las excepciones. Muchos fraudes exitosos no derrotan el control principal; explotan el bypass diseñado para casos urgentes. El ejecutivo está viajando. El proveedor necesita el pago hoy. El sistema no funciona. El aprobador habitual no está disponible. La organización termina disponiendo de una arquitectura formal robusta y un procedimiento informal capaz de anularla en minutos.

Los ejercicios de seguridad deben reflejar esta realidad. Ya no basta con enviar correos simulados y medir quién hizo clic. Los escenarios necesitan incluir llamadas de voz, reuniones sintéticas, instrucciones desde cuentas comprometidas, recuperación de accesos, cambios bancarios y candidatos falsos. El objetivo no es premiar a quien detecte un defecto visual. Es comprobar si el proceso resiste cuando la falsificación resulta convincente.

Una organización madura debe asumir que alguien creerá en el deepfake.

El control se diseña para que esa creencia no sea suficiente.

La empresa robusta no depende de empleados capaces de reconocer cada mentira. Depende de procesos donde ninguna mentira pueda autorizar por sí sola una pérdida catastrófica.

Cuando la póliza exige demostrar que el control existía

El crecimiento de DFaaS empieza a alterar otra capa de la arquitectura corporativa: la capacidad de transferir el riesgo mediante seguros cibernéticos.

Las pérdidas derivadas de ingeniería social, compromiso de correo empresarial y transferencias inducidas por instrucciones fraudulentas no siempre quedan cubiertas automáticamente por una póliza de ciberseguridad. Dependiendo del contrato, pueden requerir extensiones específicas para fraude social, fraude informático, suplantación o transferencia de fondos. Los límites, deducibles y exclusiones pueden ser muy distintos a los aplicables frente a ransomware o interrupción operacional.

Para las aseguradoras, la distinción es incómoda pero decisiva. En un incidente tradicional, el atacante puede ingresar al sistema bancario y ordenar directamente el movimiento. En un fraude de falso ejecutivo, es un empleado autorizado quien realiza voluntariamente la transferencia, aunque lo haga engañado por una voz, un rostro o una cuenta comprometida.

Esa diferencia ha producido disputas sobre la naturaleza del incidente. ¿Hubo fraude informático, ingeniería social, uso indebido de sistemas o una instrucción legítimamente ejecutada bajo una identidad falsa? La respuesta depende del texto contractual, la jurisdicción y los hechos concretos.

La suscripción comienza por eso a observar con mayor severidad los controles previos. Las aseguradoras y corredores especializados preguntan si los cambios de cuentas bancarias se verifican fuera del canal utilizado para solicitarlos, si existe doble aprobación, si se aplican límites diferenciados, si los contactos de proveedores están previamente registrados y si las operaciones de alto valor exigen una confirmación independiente.

A medida que los deepfakes vuelvan insuficientes las validaciones verbales o por video, mecanismos como la firma de transacciones adquirirán mayor peso tanto en la evaluación del riesgo como en la discusión posterior de un reclamo.

Esto no significa que toda transferencia aprobada mediante una videollamada quedará automáticamente excluida. Las coberturas dependen de la redacción precisa de cada póliza, de las declaraciones formuladas durante la contratación y de los controles comprometidos por la empresa. Sin embargo, una organización que afirmó mantener procedimientos de verificación robustos y luego autorizó millones basándose únicamente en el reconocimiento de una voz o un rostro puede enfrentar dos problemas: la pérdida financiera y una disputa sobre el cumplimiento de las condiciones aseguradas.

DFaaS convierte así el diseño del proceso en evidencia contractual. Después del incidente, ya no bastará con demostrar que el engaño fue sofisticado. La empresa deberá demostrar que mantuvo los controles declarados, que estos fueron utilizados y que ninguna representación audiovisual pudo sustituir por sí sola la autorización formal.

El seguro puede absorber una parte del daño. No convierte una videollamada en un control financiero.

Una etiqueta para quienes aceptan obedecer la ley

La regulación intenta recuperar trazabilidad en un entorno donde la imagen y la voz han dejado de probar su propio origen.

La Ley de Inteligencia Artificial de la Unión Europea incorpora obligaciones de transparencia para determinados contenidos sintéticos. El artículo 50 exige que los proveedores faciliten mecanismos para identificar como artificiales ciertos resultados generados o manipulados por inteligencia artificial. Quienes desplieguen sistemas para producir deepfakes deberán informar de manera clara que el contenido fue creado o alterado artificialmente. Estas obligaciones comenzarán a aplicarse el 2 de agosto de 2026.

El principio resulta razonable. Una persona debería saber cuándo observa una representación sintética y los sistemas automatizados deberían contar con señales que permitan reconocerla.

El problema aparece al abandonar el ecosistema regulado.

Una empresa legítima puede incorporar marcadores, metadatos o advertencias visibles. Un proveedor clandestino no tiene incentivos para conservarlos. Puede eliminarlos, degradarlos mediante recompresión, retransmitir el contenido, capturarlo desde otra pantalla o utilizar modelos operados fuera de la jurisdicción europea.

Las marcas técnicas tampoco son eternas. Pueden perderse durante la edición, el recorte, la conversión de formato o la distribución entre plataformas. Los estándares de procedencia ayudan a establecer el origen de un archivo intacto, pero ofrecen menos certeza cuando el contenido atravesó sucesivas transformaciones.

La ausencia de una etiqueta tampoco demuestra autenticidad. Puede significar que el material nunca fue marcado, que el marcador desapareció o que fue producido deliberadamente para evitarlo.

La obligación regulatoria puede mejorar la transparencia del mercado legítimo, facilitar investigaciones y establecer responsabilidades para plataformas y proveedores identificables. Tiene mucha menos capacidad para detener a grupos estatales, redes de fraude o servicios criminales que operan fuera del marco jurídico. La ley disciplina a quienes poseen una entidad, una jurisdicción y una reputación que proteger. DFaaS prospera entre actores que pueden cambiar de infraestructura, identidad y país con la misma facilidad con que sustituyen un rostro.

Esto no vuelve inútil la regulación. Define una capa necesaria de gobernanza, incentiva tecnologías de procedencia y eleva el costo del abuso dentro de plataformas formales. Pero una etiqueta es una advertencia, no una autenticación.

La regulación puede obligar al productor legítimo a declarar que una imagen es artificial. No puede obligar al delincuente a preservar la prueba de su engaño.

La defensa corporativa no puede descansar en que el contenido sintético llegará correctamente identificado. Debe asumir que los deepfakes más peligrosos serán precisamente aquellos diseñados para no llevar ninguna señal visible, metadato confiable ni origen atribuible.

La frontera entre fraude, identidad y ciberseguridad desaparece

DFaaS obliga a revisar la forma en que las organizaciones distribuyen responsabilidades. La seguridad informática suele vigilar malware, cuentas, vulnerabilidades y redes. Los equipos de fraude observan transacciones. Recursos Humanos administra contrataciones. Finanzas controla pagos. Cumplimiento examina identidad y regulación. Comunicaciones protege la reputación.

Una operación sintética atraviesa todas esas áreas.

El atacante puede comenzar recopilando información pública, comprometer una cuenta mediante EvilTokens, estudiar conversaciones internas, suplantar a un ejecutivo en una videollamada, persuadir a un empleado para instalar software, modificar datos de proveedores y extraer dinero.

¿Es phishing, fraude financiero, compromiso de identidad, malware, ingeniería social o abuso de procesos?

Es todo al mismo tiempo.

La fragmentación defensiva favorece al adversario. Cada equipo observa una porción y puede considerar que el evento no supera su umbral. Una llamada extraña queda en soporte. Una solicitud inusual llega a Finanzas. Una cuenta comprometida genera una alerta en el centro de operaciones de seguridad. Un candidato sospechoso es descartado por Recursos Humanos sin escalar el incidente. Las señales nunca se unen.

Las organizaciones tendrán que tratar la identidad sintética como un riesgo transversal. Los eventos de biometría, autenticación, llamadas, cambios de pago, dispositivos, contrataciones y comportamiento deben poder correlacionarse. Una verificación facial fallida adquiere otro significado si el mismo dispositivo intentó crear varias cuentas o si esa identidad aparece más tarde vinculada a una solicitud financiera.

No toda la actividad terminará en una transferencia inmediata. Las identidades sintéticas también pueden utilizarse para espionaje corporativo, infiltración laboral, acceso a documentación, obtención de crédito, extorsión, manipulación reputacional y creación de evidencia falsa.

A medida que crezca el volumen de contenido sintético aparecerá otro efecto: el liar’s dividend o dividendo del mentiroso. Personas reales podrán negar audios o videos auténticos argumentando que fueron generados. La existencia de deepfakes no solo introduce falsedades creíbles; también reduce la fuerza probatoria de los registros verdaderos.

La ciberseguridad dejará de proteger únicamente la confidencialidad, integridad y disponibilidad de los sistemas. Tendrá que proteger la autenticidad de las interacciones. Determinar quién habló, desde qué dispositivo, bajo qué autoridad y con qué evidencia verificable pasará a formar parte del control operativo.

La próxima plataforma criminal no tendrá rostro

DFaaS todavía conserva rasgos de un mercado emergente. Existen proveedores inconsistentes, demostraciones exageradas, estafadores que engañan a otros delincuentes y herramientas incapaces de sostener conversaciones complejas. Esa inmadurez no debería confundirse con irrelevancia.

Los mercados clandestinos mejoran mediante competencia. Los compradores comparan calidad, latencia, idiomas, compatibilidad, capacidad de evasión y soporte. Los proveedores exitosos reinvierten. Las herramientas se integran. Los servicios se especializan por industria. Aparecen intermediarios capaces de ensamblar operaciones completas.

La ventaja económica es evidente. Una campaña tradicional necesita reclutar operadores capaces de hablar un idioma, interpretar a una autoridad y manejar objeciones. Un sistema sintético puede reutilizar la misma identidad, adaptar el guion y operar en múltiples husos horarios. El costo marginal de cada intento disminuye. El número de objetivos aumenta. Los atacantes pueden reservar el trabajo humano para aquellas víctimas que ya mostraron disposición a obedecer.

La inteligencia artificial agéntica ampliará esa capacidad. Un agente podrá investigar al objetivo, generar el pretexto, iniciar el contacto, responder mensajes, modificar el tono emocional y coordinar voz, video y canales escritos. La campaña dejará de ser una secuencia fija. Se convertirá en una negociación automatizada.

La industria defensiva responderá con detección multimodal, procedencia criptográfica, protección de sensores, análisis conductual y mejores mecanismos de identidad. Habrá avances importantes, pero ningún marcador técnico permanecerá exclusivo por mucho tiempo. Los atacantes estudiarán los detectores, alterarán las señales y moverán la operación hacia el punto más débil del proceso.

Por eso, la defensa más durable no será aprender a reconocer cada falsificación. Será diseñar organizaciones donde ninguna representación audiovisual tenga autoridad suficiente por sí sola.

El crecimiento de DFaaS no anuncia una invasión futura de hologramas impecables. Describe algo más inmediato: proveedores transformando modelos generativos en servicios comerciales, delincuentes comprando capacidades que antes no poseían y procesos corporativos que continúan confiando en señales que ya pueden fabricarse.

Durante décadas, Internet asumió que detrás de una cuenta había una persona. Las videollamadas agregaron la sensación de presencia. La biometría añadió apariencia de certeza. EvilTokens demuestra que una sesión legítima puede estar en manos del adversario. DFaaS permite que ese mismo adversario también tenga rostro, voz y contexto.

La cuenta puede ser real.

El token puede ser válido.

El historial puede ser auténtico.

La persona que aparece en pantalla puede no existir.

La organización del futuro no podrá limitarse a comprobar que alguien parece ser quien dice ser. Tendrá que demostrar que la persona, el canal, el dispositivo, la autoridad y la operación pertenecen a una misma realidad verificable.

El rostro seguirá hablando. La voz seguirá dando instrucciones. La cámara seguirá encendida.

Ninguna de esas señales garantizará que alguien esté realmente allí.