OpenAI publicó los detalles de una operación criminal de estafas que asegura haber desactivado, describiendo cómo el grupo usó sus modelos de IA —incluido ChatGPT— para generar contenido, código y comunicaciones fraudulentas como parte de una infraestructura de estafa más amplia. La empresa expuso la acción en una publicación en su sitio, OpenAI, como parte de sus divulgaciones periódicas sobre el uso malicioso de sus herramientas.
Según OpenAI, la operación involucraba a actores que usaban sus modelos para acelerar partes de un flujo de trabajo de estafa; la empresa no especificó la escala financiera exacta ni el número de víctimas afectadas, y esas cifras permanecen sin confirmar. OpenAI indicó que identificó la actividad a través de sus sistemas internos de monitoreo, suspendió las cuentas asociadas y está compartiendo indicadores públicamente para que otras plataformas e investigadores puedan detectar patrones similares. La empresa ha publicado informes de desactivación similares de forma periódica mientras rastrea cómo actores maliciosos intentan usar la IA generativa para fraude, operaciones de influencia y delitos habilitados por medios cibernéticos.
Esta divulgación se suma a una serie de informes comparables de OpenAI y otros laboratorios de IA durante los últimos dos años, que documentan intentos de usar modelos de lenguaje de gran escala para contenido de phishing, asistencia en malware y creación de cuentas falsas a gran volumen. El patrón es consistente: los grupos criminales están tratando la IA generativa de la misma manera que las empresas legítimas —como una forma de producir más contenido, más rápido, con menos trabajo manual. La diferencia está en el uso que se le da a ese contenido.
Para quienes operan negocios B2B, el dato relevante no son los detalles específicos de esta operación, sino la tendencia que confirma. El contenido de estafa generado con asistencia de IA es cada vez más pulido, personalizado y producido en volumen, lo que significa que las señales de alerta tradicionales (mala gramática, frases genéricas, errores evidentes de formato) son cada vez menos fiables como filtro. Los equipos de soporte que gestionan tickets entrantes, los equipos de ventas que responden a leads entrantes y los equipos de finanzas que procesan facturas de proveedores son todos puntos de entrada plausibles, porque son flujos de trabajo de alto volumen y semiautomatizados donde una sola verificación omitida puede tener un costo real.
El propio planteamiento de OpenAI es que la detección y la aplicación de medidas ocurren del lado de la plataforma, pero el informe también es una señal implícita para los usuarios finales: las herramientas en las que tu negocio confía para automatización legítima son las mismas que los atacantes están probando contra tus defensas. Esto no significa frenar la automatización, sino ser deliberado sobre dónde se ubica la revisión humana dentro de un proceso. Un ticket enrutado automáticamente a una cola de soporte es de bajo riesgo. Una transferencia bancaria o un reseteo de credenciales aprobados automáticamente por lógica de flujo de trabajo no lo es. Las empresas con equipos de operaciones reducidos deberían tomar esto como una señal para auditar qué procesos actualmente omiten la validación humana y si eso sigue siendo la decisión correcta dado lo convincentes que se han vuelto los intentos de estafa generados con IA.
OpenAI no mencionó industrias o tamaños de empresa específicos como objetivos en su divulgación, y la empresa no ha indicado si la operación apuntaba específicamente a negocios frente a consumidores. Esa distinción sigue sin confirmarse y vale la pena seguir de cerca a medida que surjan más detalles.