La empresa de seguridad y gestión de riesgos cibernéticos Armis advierte que la rápida adopción empresarial del desarrollo nativo de IA está superando las medidas de seguridad críticas, dejando a las organizaciones expuestas a vulnerabilidades sistémicas.
Un nuevo estudio del informe Trusted Vibing Benchmark de Armis Labs , que evalúa 18 modelos líderes de IA generativa en 31 escenarios de prueba, revela una tasa de fallos del 100 % en la generación de código seguro.
Estas vulnerabilidades son más frecuentes en áreas de alto riesgo, como desbordamientos de búfer de memoria, carga de archivos de diseño y sistemas de autenticación. Por lo tanto, las organizaciones deberían implementar de inmediato controles de seguridad de aplicaciones nativos de IA para reducir el riesgo.
«La era de la programación basada en la intuición ha llegado, pero la velocidad no debe ir en detrimento de la seguridad», afirmó Nadir Izrael, CTO y cofundador de Armis. «Nuestra investigación revela que los principales infractores son los mismos que venden soluciones de seguridad para las mismas vulnerabilidades que crean sus modelos. Si la industria continúa integrando código autónomo sin supervisión, no solo estaremos frenando el desarrollo, sino que también estaremos acelerando la deuda técnica».
El informe identifica una preocupante variación en la seguridad en todo el panorama de la IA. Así, observa, puntos ciegos universales, donde incluso los modelos más avanzados generan código vulnerable en más del 30 % de los escenarios. Esto se ve agravado por una «peligrosa» brecha de percepción.
El Informe Armis de Ciberguerra de 2026 indica que el 77 % de los responsables de la toma de decisiones de TI a nivel mundial confían en la integridad y la seguridad del código de terceros utilizado en sus aplicaciones más críticas, a pesar de que el 16 % admite desconocer si se ha comprobado exhaustivamente en busca de vulnerabilidades de alta gravedad.
La brecha de rendimiento es otro hándicap. No todos los modelos son iguales. Por ejemplo, Gemini 3.1 Pro se destaca como líder en seguridad, mientras que los modelos propietarios más antiguos presentan un número significativamente mayor de vulnerabilidades y carecen de medidas de seguridad básicas.
De igual modo señala el coste frente a seguridad, e indica al respecto que un coste más elevado no implica necesariamente una mayor seguridad. Los modelos de código abierto de bajo coste, como Qwen 3.5 y Minimax M2.5, ofrecen un rendimiento de seguridad altamente competitivo a una fracción del precio.
«Actualmente, las organizaciones están jugando a adivinar de forma subjetiva con el código generado por IA», añadió Izrael. «Para avanzar con eficacia, la seguridad de las aplicaciones debe evolucionar de la «gestión de escáneres» a una verdadera «gestión de riesgos». Los equipos de seguridad deben dejar de perderse entre el ruido de las señales y empezar a utilizar controles nativos de IA que puedan priorizar los hallazgos en función del impacto real en el negocio», agrega.
El informe Trusted Vibing Benchmark Report, que será actualizado periódicamente por el equipo pionero de Armis Labs , evalúa cómo los principales modelos de IA comerciales y de código abierto generan código seguro y resisten la aparición de vulnerabilidades críticas en diversos escenarios. Se centra en cuatro áreas clave: la prueba del código generado mediante funciones atómicas, la elección del mensaje, la elección del entorno de prueba y la elección de la herramienta de seguridad de la aplicación.
