Principales destacados
- Las fallas se dispararon: las divulgaciones mensuales pasaron de 5.045 en enero a 10.740 en agosto de 2026.
- La explotación también creció: los atacantes explotaron 141 vulnerabilidades recién divulgadas hasta agosto, frente a 127 durante todo 2025.
- La IA cambia el perfil: los agentes automatizados están encontrando proporcionalmente más fallas de riesgo medio y alto, muchas con potencial de ejecución remota de código.
Más vulnerabilidades no significan automáticamente más ataques 🔎
El número de vulnerabilidades de software divulgadas mensualmente prácticamente se duplicó durante los primeros ocho meses de 2026.
Según el Grupo de Inteligencia de Amenazas de Google, GTIG, se registraron 5.045 vulnerabilidades en enero. En julio, el volumen ya había superado las 10.000 y llegó a 10.740 en agosto, un nuevo récord.
La primera reacción puede ser pensar que el mundo digital se volvió dos veces más peligroso.
Pero la historia es un poco más complicada.
📈 El número bruto puede engañar: una parte importante del crecimiento proviene de la forma en que los ecosistemas de código abierto registran vulnerabilidades, incluso con identificadores asignados automáticamente.
Un ejemplo es el kernel de Linux. Cerca de 5.000 registros de este año contenían esa expresión en su descripción. Ninguno de ellos, según el GTIG, terminó convirtiéndose en un zero-day explotado en la práctica.
Es decir, más registros no significan necesariamente una avalancha equivalente de ataques.
¿Qué es lo que realmente preocupa a Google? ⚠️
La explotación de vulnerabilidades también aumentó, pero a un ritmo muy diferente al volumen de divulgaciones.
Entre enero y agosto de 2026, los atacantes explotaron 141 vulnerabilidades recién divulgadas. Durante todo 2025, fueron 127.
En la práctica, esto representa aproximadamente una vulnerabilidad explotada por cada 431 divulgadas este año.
El GTIG describe el fenómeno como una combinación de velocidad y selección: los atacantes no necesitan explotar miles de fallas. Basta con identificar rápidamente aquellas que ofrecen mayor retorno.
💡 El cambio más importante no es simplemente que haya más vulnerabilidades. Es la velocidad con la que las más peligrosas pueden pasar del descubrimiento a la explotación.
¿Y los zero-days?
También están aumentando, pero no explican por sí solos el crecimiento.
La media pasó de aproximadamente ocho zero-days al mes en 2025 a 11 al mes en 2026. Agosto fue especialmente intenso, con 22.
El mayor crecimiento, sin embargo, vino de los llamados n-days: vulnerabilidades que ya fueron divulgadas públicamente y que, por lo general, ya cuentan con una corrección disponible.
Esto crea una situación conocida para los equipos de seguridad: el parche existe, pero todavía no se ha aplicado en todas partes.
Ahí es donde entra la IA 🤖
El GTIG considera que los modelos de lenguaje pueden estar ayudando a los atacantes a transformar vulnerabilidades conocidas en exploits funcionales con mayor rapidez.
Una de las posibilidades señaladas por los investigadores es el uso de IA para comparar parches, versiones de productos y modificaciones de código. El objetivo sería identificar exactamente qué cambió y descubrir cómo convertir esa diferencia en una explotación funcional.
🔬 El detalle importante: no necesariamente se trata de que la IA descubra una falla inédita de la nada. En muchos casos, puede estar reduciendo el tiempo entre la publicación de una vulnerabilidad y la capacidad de explotarla.
Este acortamiento de la ventana de respuesta puede ser tan importante como el número absoluto de fallas.
La propia naturaleza de los descubrimientos está cambiando
El GTIG también encontró una diferencia en el perfil de las vulnerabilidades probablemente identificadas por agentes de IA.
Entre estos descubrimientos, el 58% fue clasificado dentro del nivel de riesgo moderado según la escala de Google. Cerca de la mitad permitía la ejecución remota de código.
Entre las demás divulgaciones, la ejecución remota de código apareció en el 26% de los casos.
Es una diferencia relevante porque una vulnerabilidad que permite la ejecución remota puede ofrecer al atacante una puerta de entrada mucho más directa a un sistema.
Un caso llamó la atención
Google cita la CVE-2026-1731, una vulnerabilidad en el software de BeyondTrust identificada de forma autónoma por un agente de Hacktron AI.
El intervalo entre la divulgación y la explotación fue corto: un grupo de amenazas comenzó a explotarla cuatro días después de su divulgación, y otros cinco grupos se sumaron a la actividad durante la semana siguiente.
Es precisamente este tipo de velocidad lo que ayuda a explicar la preocupación del GTIG.
Ni siquiera los propios sistemas de IA escapan 🧠
Existe además otro frente de crecimiento: las vulnerabilidades en software relacionado con la propia inteligencia artificial.
El GTIG identificó 2.076 vulnerabilidades en software de IA desde comienzos de 2025. Más de 1.500 de ellas fueron divulgadas solamente en 2026.
Los frameworks de orquestación, como Flowise y Langflow, representan aproximadamente la mitad de este conjunto.
La situación crea un curioso efecto espejo: la IA está siendo utilizada para encontrar y explotar vulnerabilidades, mientras que la propia infraestructura de IA también pasa a formar parte del universo de sistemas que necesitan protección.
¿Y los dispositivos de borde?
Otro punto destacado por el informe es la concentración de ataques en equipos que están directamente expuestos o próximos a la frontera de las redes.
Cerca del 14% de las vulnerabilidades explotadas en 2026 estaban en dispositivos de borde y appliances de seguridad.
Son precisamente sistemas que pueden funcionar como una especie de puerta de entrada a entornos corporativos.
Por eso, una falla en un appliance de seguridad puede tener consecuencias muy diferentes a las de una vulnerabilidad encontrada en un componente poco accesible de una aplicación.
Entonces, ¿hay que corregirlo todo inmediatamente? 🛡️
El GTIG recomienda precisamente evitar este enfoque.
La orientación para los defensores es abandonar la idea de simplemente intentar corregir todas las vulnerabilidades de forma indiscriminada y utilizar inteligencia de amenazas para priorizar aquellas que presentan mayor riesgo de explotación.
En otras palabras, el problema deja de ser solamente:
“¿Cuántas vulnerabilidades tenemos?”
Y pasa a ser:
“¿Cuáles están siendo explotadas o tienen mayor probabilidad de ser explotadas ahora?”
Para los proveedores de software, el GTIG también recomienda incorporar revisiones de código realizadas por IA agéntica antes del lanzamiento de los productos. El grupo cita CodeMender, del propio Google, como ejemplo de este enfoque.
La carrera tiende a acelerarse
Kelli Vanderlee, analista sénior del GTIG, afirmó que espera que el descubrimiento y la explotación asistidos por IA sigan creciendo a corto y medio plazo.
Esto puede producir una dinámica interesante.
Más herramientas de IA encuentran vulnerabilidades. Más vulnerabilidades son divulgadas. Los atacantes utilizan IA para analizar correcciones y acelerar los exploits. Y, del otro lado, los equipos de seguridad también comienzan a utilizar agentes para revisar código y priorizar correcciones.
La carrera, por lo tanto, no es simplemente entre hackers y empresas.
Es cada vez más una disputa de velocidad entre sistemas automatizados.
Y cuando la ventana entre descubrir una falla y explotarla comienza a reducirse, el viejo consejo de “aplicar el parche cuando sea posible” se vuelve cada vez más difícil de sostener.
La pregunta que queda para 2027 tiene menos que ver con cuántas vulnerabilidades serán descubiertas. Tiene que ver con cuánto tiempo habrá entre la primera máquina que encuentre una falla y otra máquina que intente utilizarla.