En seguridad ofensiva, pensar como el atacante (red teaming) es la mejor forma de anticipar la defensa. Y hoy una de las técnicas más rentables para el cibercrimen no explota una vulnerabilidad de software, sino la confianza en una voz conocida. Con unos segundos de audio, un atacante clona la voz de un directivo y ordena una transferencia. Este artículo analiza el fraude del CEO potenciado por IA y cómo frenarlo.
Enfoque. Análisis de amenazas en clave defensiva: explicamos la técnica para reconocerla y protegernos. No incluye instrucciones para clonar voces ni suplantar a nadie.
1. El fraude del CEO, en una frase
El CEO fraud (una variante del Business Email Compromise, BEC) es un engaño donde el atacante se hace pasar por un alto ejecutivo para ordenar a un empleado —típicamente de finanzas— una transferencia urgente. Funcionó durante años solo con correos. La IA le añadió algo demoledor: la voz —y ahora el video— del jefe.
2. Cómo la IA cambió el juego
Clonar una voz dejó de requerir un estudio. Hoy basta con material de audio público del ejecutivo —una entrevista, un webinar, un pódcast, una nota de voz reenviada— para generar una voz sintética que dice lo que el atacante quiera, con su tono y sus muletillas.
El insumo está, además, a la vista:
- Conferencias y charlas grabadas en YouTube.
- Entrevistas en medios y pódcast corporativos.
- Reuniones y webinars publicados.
- Audios de WhatsApp reenviados sin control.
Cuanto más expuesto está públicamente un directivo, más fácil es clonarlo. La exposición mediática, que suele ser deseable, se vuelve materia prima para el fraude.
3. Dos casos reales que marcaron el camino
2019 — la primera señal (≈ €220.000)
Una empresa energética del Reino Unido transfirió unos €220.000 (US$243.000) después de que su director recibiera una llamada de quien parecía ser el CEO de la matriz alemana, con su acento y entonación. Fue uno de los primeros fraudes documentados con voz generada por IA; el dinero se derivó a cuentas en Hungría y México. Lo reportó la aseguradora Euler Hermes.
2024 — el salto al video (US$25 millones)
Un empleado de la multinacional de ingeniería Arup en Hong Kong realizó transferencias por unos US$25 millones tras una videollamada en la que casi todos los participantes eran deepfakes —imagen y voz— de directivos reales. La víctima bajó la guardia precisamente porque “veía y escuchaba” a colegas que reconocía.
La lección de ambos casos. No falló la tecnología de la empresa: ningún sistema fue "hackeado". Falló el proceso de verificación. El ataque no entra por la red, entra por la confianza.
4. Por qué funciona (el guion psicológico)
Estos ataques explotan palancas humanas, no técnicas:
- Autoridad. Una orden “del jefe” se cuestiona poco.
- Urgencia. “Antes de que cierre el banco”, “es confidencial, no lo comentes”.
- Reconocimiento sensorial. Oír (o ver) a alguien conocido desactiva el escepticismo: creemos a nuestros sentidos.
- Secreto. Pedir discreción impide que la víctima verifique con terceros.
La combinación es poderosa porque ataca el eslabón que ninguna herramienta parchea: el criterio de una persona bajo presión.
5. Defensa: procesos que vencen a la voz perfecta
Como una voz —por realista que sea— ya no prueba identidad, la defensa se mueve al proceso:
- Verificación por segundo canal (callback). Ante cualquier orden de pago o cambio de datos bancarios, colgar y llamar al ejecutivo a su número conocido. Nunca al que aparece en la solicitud.
- Palabra clave / código de seguridad. Acordar una frase de verificación para operaciones sensibles entre dirección y finanzas: la IA no la conoce.
- Doble aprobación y “ningún pago sin cuatro ojos”. Que ninguna transferencia relevante dependa de una sola persona ni de una sola orden.
- Desconfiar de la urgencia + secreto. Esa combinación es, en sí misma, la señal de alarma.
- Reducir la superficie de voz/imagen de los ejecutivos. Ser consciente de cuánto material público existe y hardenizar los procesos para los perfiles más expuestos.
- Simulacros de vishing. Entrenar al equipo con escenarios realistas de fraude por voz/video, no solo con correos de phishing clásicos.
6. Conclusión
El fraude del CEO con clonación de voz es ingeniería social de manual con un multiplicador de IA: toma la autoridad y la urgencia de siempre y les suma una voz —o una cara— imposible de distinguir a oído. Pensar como el atacante deja clara la defensa: no confíes en la voz, confía en el proceso. Verificación por segundo canal, palabra clave y doble aprobación derrotan al deepfake más convincente. En TitanSec incorporamos estos escenarios a la concienciación, porque el objetivo del ataque no es el sistema: eres tú.
Complementa este análisis con el artículo sobre el phishing perfecto creado con IA generativa.
Fuentes
- Unusual CEO Fraud via Deepfake Audio Steals US$243,000 From UK Company — Trend Micro (caso 2019, voz clonada)
- Engineering giant Arup lost $25 million to a deepfake scam — Business Insider (caso Arup 2024, videollamada con deepfakes)
- FBI — Internet Crime Complaint Center (IC3): Business Email Compromise (contexto y estadísticas de BEC/fraude del CEO)