La encuesta State of AI in Pentesting de Aikido realizada a 200 CISO y 200 líderes de ingeniería reveló que el 76% de los equipos implementan cambios significativos al menos semanalmente, mientras que casi el 40% lo hace a diario. Sin embargo, solo el 21% valida la seguridad en cada lanzamiento. Esto significa que el riesgo se acumula con cada despliegue. El pentesting de IA es la forma práctica de seguir el ritmo del creciente volumen de código generado por IA, ya que ejecuta pruebas exhaustivas bajo demanda y con la capacidad de operar a un ritmo que se adapte a tu organización, incluso de forma continua.
{{cta}}
A escala empresarial, el listón está más alto, ya que cubres un inventario amplio y en constante cambio de aplicaciones y API, y generas pruebas aptas para auditorías para todo ello. No obstante, los proveedores describen capacidades muy diferentes con un lenguaje idéntico. Las herramientas de pentesting de IA que vale la pena evaluar pueden:
- Encontrar vulnerabilidades complejas, incluidos el control de acceso roto y los IDOR (errores en los que un usuario puede acceder a los datos de otro usuario), el tipo de fallos que los escáneres pasan por alto.
- Ejecutar agentes seguros por diseño con barreras técnicas que evitan que salgan del ámbito establecido, de modo que no puedan adentrarse en producción ni tocar sistemas que no deban.
- Ofrecer acceso opcional al código fuente (pruebas de caja blanca), lo que permite detectar más fallos que las de caja blanca pero se mantiene como una opción, ya que algunas empresas desconfían a la hora de ceder su código.
- Validar y reproducir los hallazgos para que los desarrolladores obtengan un problema confirmado y explotable junto con los pasos necesarios para reproducirlo.
- Integración rápida y pruebas continuas a medida que las aplicaciones evolucionan.
- Demostrar un rendimiento contrastado en benchmarks o mediante resultados reales de clientes.
En esta publicación comparamos:
- Aikido Security
- XBOW
- Horizon3.ai (NodeZero)
- Pentera
- Hadrian
- Cobalt
TL;DR
Aikido Security es la mejor opción para el pentesting de IA en entornos empresariales. Despliega cientos de agentes autónomos que descubren y explotán vulnerabilidades en aplicaciones y APIs, ejecutando pruebas de caja blanca por defecto. Cada hallazgo se valida en un sistema real e incluye una prueba de concepto junto con los pasos para su reproducción. El alcance se restringe mediante controles técnicos y los informes se adaptan a lo que los auditores exigen para SOC 2 e ISO 27001. El pentesting de Aikido está diseñado para ejecutarse de forma continua a medida que se despliega código y, para aquellos equipos con normativas estrictas de residencia de datos, el pentesting continuo puede realizarse íntegramente dentro de su propia red. En Tyro Payments, un banco regulado por la APRA, una prueba de pentesting de Aikido se completó en unas 5,5 horas frente a los 15 días del equipo humano anterior, encontrando 30 incidencias (9 graves) frente a las 5 (1 grave) del equipo tradicional.
XBOW es una herramienta autónoma para web y API, mientras que NodeZero y Pentera se centran en la red y la infraestructura. Hadrian evalúa el perímetro externo y Cobalt ofrece PTaaS dirigido por humanos junto con un producto autónomo más reciente.
Vea a Mackenzie Jackson en conversación con Jason Haddix, quien cree que el 90% de los pentests serán realizados por IA en un futuro cercano.
Pentesting de IA vs pentesting manual
Un pentest manual pone a un experto humano frente a su aplicación para examinar cómo se pueden vulnerar los roles, permisos y flujos de trabajo. Es eficaz, pero está limitado por el tiempo y el costo.
El pentesting de IA utiliza agentes autónomos para realizar muchos de los pasos de razonamiento que haría un evaluador humano, como mapear APIs, seguir flujos de trabajo de principio a fin, evaluar suposiciones y validar la explotabilidad. Analiza el comportamiento de la aplicación y comprueba cómo interactúan las funcionalidades entre roles, estados y secuencias. Sin embargo, los agentes de IA pueden ejecutar pruebas más profundas y frecuentes que los humanos, ampliando la cobertura más allá de lo que las pruebas manuales periódicas pueden lograr.
Los datos lo respaldan. En la prueba comparativa directa (head-to-head benchmark) de Aikido realizada en cuatro aplicaciones web, los agentes de IA encontraron el doble de fallos de control de acceso roto que los evaluadores humanos sénior, y detectaron la falsificación de una firma electrónica en una aplicación de pagos que el equipo manual pasó por alto por completo. En un caso de estudio anónimo de un cliente, un pentest manual de 120 horas no arrojó ningún hallazgo, mientras que una ejecución de IA sacó a la luz 13 problemas válidos, 3 de ellos de alta gravedad.
Lo que las empresas necesitan en una herramienta de pentesting de IA
Las organizaciones empresariales tienen necesidades específicas al buscar una herramienta de pentesting de IA. Los aspectos importantes a considerar son:
- Detección de vulnerabilidades complejas: ¿Puede detectar los fallos que los escáneres pasan por alto sistemáticamente, como el control de acceso roto y las IDOR, donde un usuario puede acceder a los datos de otro? Estos problemas solo salen a la luz cuando una herramienta comprende cómo se supone que debe funcionar la aplicación.
- Acceso al código opcional: ¿Puede la plataforma realizar pruebas de caja blanca (whitebox) cuando se necesita una cobertura más profunda? La investigación de Aikido en más de 1000 pruebas de pentesting de IA reveló que las pruebas de caja blanca descubrieron 7 veces más vulnerabilidades y requirieron menos intentos que las pruebas de caja gris (greybox) por sí solas. Debe seguir siendo una opción, ya que algunas empresas desconfían de entregar el código fuente, y el proveedor debe dejar claro que el código del cliente nunca se utiliza para entrenar sus modelos.
- Hallazgos validados y reproducibles: ¿El pentest demuestra que las vulnerabilidades son reales y proporciona a los desarrolladores la evidencia suficiente para reproducirlas y corregirlas? Debería ofrecer pruebas de concepto (PoC) junto con los pasos de reproducción.
- Seguridad y cumplimiento del ámbito de los agentes: ¿Son los agentes seguros por diseño, con barreras de contención técnicas que los mantienen dentro del ámbito establecido, de modo que la producción se excluya por defecto y solo se pueda acceder a los dominios incluidos en la lista blanca?
- Implementación rápida y pruebas continuas: ¿Con qué rapidez puede un equipo incorporar una nueva aplicación y obtener los primeros resultados significativos? Y una vez en marcha, ¿pueden las pruebas continuar automáticamente a medida que la aplicación cambia, incluyendo la reevaluación de correcciones sin necesidad de programar otra intervención?
- Rendimiento demostrado: El proveedor debe aportar pruebas de sus afirmaciones, como resultados de pentests en el mundo real, pruebas comparativas (benchmarks) o testimonios de clientes.
- Informes aptos para auditorías: que cumplan con SOC 2 (evaluaciones continuas de CC4.1/CC7.1), ISO 27001 (su terminología de "planificado, documentado y reproducible"), HIPAA, NIS2, GDPR, HITRUST y la mayoría de los marcos basados en resultados. Más información sobre el pentesting de IA y el cumplimiento normativo.
- Gobernanza y control: RBAC, SSO, cumplimiento de políticas
- Residencia de datos y alojamiento: Algunas plataformas ofrecen alojamiento regional o pruebas locales (on-premise) que mantienen los datos dentro de su propia red, algo crucial para industrias reguladas.
- Modelo de precios claro: ¿Es por prueba, basado en créditos o mediante una suscripción a la plataforma? ¿Permite realmente este modelo probar con la misma frecuencia con la que se despliega código?
Principales herramientas empresariales de pentesting de IA en 2026
Aikido Security
El pentesting de IA de Aikido despliega cientos de agentes autónomos que simulan ataques como hackers reales, descubriendo y explotando fallos en sus aplicaciones, APIs e infraestructura. Conecta las vulnerabilidades de las aplicaciones y APIs en gráficos de ataques reales, para que pueda ver cómo se desarrolla realmente una explotación desde el punto de entrada hasta la brecha. Sus pruebas se ejecutan en modo de caja blanca por defecto, y los hallazgos se validan en un sistema real con pruebas de concepto y pasos de reproducción. Las funciones integradas de reevaluación permiten a su equipo comprobar si las correcciones de seguridad se han aplicado con éxito.
En phpBB, los agentes descubrieron una vulnerabilidad crítica de omisión de autenticación (authentication bypass) oculta desde 2014, en la que una sola solicitud sin autenticar permitía tomar el control de cualquier cuenta, incluso con privilegios de administrador. En NodeBB, una prueba de caja blanca encontró ocho fallos de alta gravedad en unas seis horas, incluida una omisión de autorización de administrador y una suplantación que exponía los mensajes privados de los usuarios.
Tyro payments adoptó Aikido para el pentesting de IA después de que una prueba demostrara que el pentesting de IA de Aikido superaba a su pentest humano habitual (~5,5 horas frente a ~15 días), encontrando 30 problemas (9 de alta gravedad) frente a 5 problemas (1 de alta gravedad).
Aikido Pentesting garantiza la aplicación del alcance de diversas maneras. En primer lugar, separa el plano de control que planifica y razona sobre el pentesting del sandbox aislado donde los agentes ejecutan realmente las acciones; cada agente opera en su propio sandbox sin acceso a secretos de orquestación ni a otras sesiones. Los agentes solo pueden interactuar con dominios configurados explícitamente, nunca con entornos de producción a menos que se establezca deliberadamente como parte del alcance, y no tienen acceso abierto a internet, lo que mitiga la inyección de prompts y la exfiltración de datos. Todas las solicitudes están limitadas por velocidad (rate-limited) y tienen en cuenta la carga para que las pruebas no saturen los sistemas de destino ni disparen una avalancha de alertas.
Cada hallazgo se entrega con una prueba de concepto y pasos de reproducción, y los informes se adaptan a lo que los auditores esperan para SOC 2 e ISO 27001, incluyendo un registro completo de cada solicitud y acción realizada durante la prueba. Las funciones de RBAC y SSO permiten a los equipos empresariales gestionar quién puede ejecutar pruebas contra qué activos, con pistas de auditoría en toda la plataforma. Las pruebas se ejecutan entre equipos sin perder el control sobre el alcance o el acceso.
Aikido Infinite ejecuta pentesting de forma continua para que los equipos que despliegan código semanalmente o con mayor frecuencia puedan validar el nuevo código a medida que se lanza. Para los equipos en sectores regulados y cualquier organización con estrictos requisitos de residencia de datos, Aikido Machine ejecuta pentesting de IA continuo íntegramente dentro de su propia red, sin necesidad de conexión a internet.
Aikido Attack se integra en una plataforma de seguridad de software más amplia que también analiza el código en las fases iniciales del ciclo de vida. Code Security Audit utiliza agentes para analizar toda tu base de código y detectar fallos lógicos antes de que exista un objetivo real al que atacar, mientras que Deep PR Review revisa cada solicitud de extracción (PR) en busca de control de acceso roto y fallos de lógica de negocio antes de fusionarla. Mientras que un pentest valida una versión, estas herramientas se ejecutan de forma continua a medida que se escribe el código, lo que permite detectar problemas en las fases iniciales y reduce el trabajo que tendrá que hacer el pentest.
Horizon3.ai (NodeZero)
NodeZero es la plataforma de pentesting autónomo de Horizon3. NodeZero abarca redes internas, la superficie de ataque externa y entornos cloud (AWS, Azure, Kubernetes), realizando movimientos laterales a través de la infraestructura y encadenando credenciales recopiladas, configuraciones erróneas y vulnerabilidades explotables. Obtienes visibilidad del pentest mientras se ejecuta. Es compatible con pruebas continuas programadas, además de auditorías de contraseñas de Active Directory y validación de controles de seguridad.
Sin embargo, algunos usuarios señalan que el proceso de despliegue puede ser complejo, especialmente en entornos intrincados. Además, las pruebas de aplicaciones se encuentran todavía en fase de acceso anticipado; por lo tanto, si tu principal riesgo reside en la capa de aplicación y en las API (IDOR, control de acceso roto, fallos de lógica de negocio), esto queda fuera de la cobertura principal actual de NodeZero.
Ideal para: Equipos de seguridad y TI que buscan centrarse exclusivamente en el pentesting de redes e infraestructura. No es la opción adecuada si buscas una cobertura amplia del entorno, especialmente si tu riesgo principal se encuentra en aplicaciones web y API.
XBOW
XBOW se centra en el pentesting autónomo de aplicaciones web. Los agentes exploran el objetivo, encadenan vulnerabilidades y generan resultados respaldados por exploits funcionales, y está diseñado para ejecutarse de forma continua. Las pruebas de autoservicio de XBOW empiezan a partir de unos 4.000 dólares por test como encargos puntuales, cuyo precio aumenta según la complejidad de la aplicación, mientras que la cobertura continua para infraestructuras más grandes se cotiza por separado.
Pero el producto presenta ciertos problemas. En las pruebas independientes de Doyensec, los análisis de XBOW sufrieron fallos en múltiples ocasiones, requirieron más de 20 correos electrónicos de asistencia y actualizaciones de infraestructura a mitad del proceso para poder completarse, y tardaron 11 días en entregar un informe sobre una de las dos aplicaciones. La visibilidad de una ejecución se limita a los rastros de agentes individuales, sin una vista en directo de lo que están haciendo, por lo que los resultados pueden dar la sensación de ser una caja negra. Asimismo, en las dos aplicaciones probadas, XBOW se limitó a un solo retest en un plazo de 30 días, frente a los retests ilimitados de Aikido durante cuatro meses. Ambas herramientas probaron las mismas dos aplicaciones con la misma franja de precios y las mismas credenciales. Aikido detectó 49 vulnerabilidades verificadas frente a las 31 de XBOW, con tasas de falsos positivos casi idénticas (4% frente al 3%)
Ideal para: Equipos que buscan pentesting autónomo de aplicaciones web. No es la opción adecuada para equipos que necesitan las pruebas más exhaustivas posibles, informes rápidos, gran visibilidad, una configuración sencilla o retests ilimitados.
Para obtener más información, consulta nuestra comparativa directa.
Pentera
Pentera es una plataforma de validación de seguridad centrada en redes e infraestructura. Analiza entornos internos y externos, valida exposiciones mediante su explotación segura y mapea las rutas que podría seguir un atacante, incorporando recientemente una interfaz en lenguaje natural.
Su principal limitación radica en su forma de realizar las pruebas. Las pruebas de Pentera se ejecutan en un motor determinista complementado con IA que adapta los payloads, en lugar de utilizar agentes autónomos que razonen sobre un objetivo desde cero. Si deseas que la plataforma descubra nuevas rutas de ataque fuera de esa librería, la arquitectura no está diseñada para ello. La cobertura cloud también es más limitada que en el resto de la plataforma: Pentera Cloud gestiona razonablemente bien las rutas basadas en identidades desde Active Directory hacia los sistemas de identidad en la nube, pero las opiniones de los usuarios señalan que el área cloud necesita más profundidad. Las pruebas en la capa de aplicación son aún más recientes, se anunciaron en julio de 2026 y, en el momento de redactar este artículo, se encuentran en fase de beta privada en lugar de estar disponibles de forma general.
Ideal para: Equipos que buscan una validación fiable y repetible de las exposiciones en redes e infraestructura. Menos adecuado para equipos que buscan la profundidad del pentesting basado en agentes, cuyo riesgo principal esté en las aplicaciones web y las API, o cuyo entorno sea nativo en la nube.
Hadrian (Nova)
Nova es el producto de pentesting basado en agentes de Hadrian, que despliega agentes de inteligencia artificial para ejecutar pruebas ofensivas contra tu superficie de ataque externa bajo demanda. Amplía la plataforma central de gestión de exposición externa de Hadrian (Atlas), que se encarga de la monitorización continua. Cada prueba parte de los 3.000 €, con un precio por prueba en lugar de un modelo de suscripción.
Hay dos aspectos de su enfoque que invitan a la prudencia. Hadrian se centra en la exposición externa, y su pentesting basado en agentes bajo demanda es un complemento lanzado en marzo de 2026, y no el núcleo sobre el que se construyó la plataforma. Además, Nova combina sus agentes de IA con una verificación humana en el bucle (human-in-the-loop), lo que significa que la velocidad bajo demanda depende de ese paso de revisión, tratándose de un modelo diferente al de un pentest totalmente autónomo.
Ideal para: Grandes empresas que gestionan una amplia superficie de ataque externa, pero no para equipos que buscan la profundidad o la velocidad de un pentesting totalmente autónomo.
Cobalt
El pentest autónomo de Cobalt es nuevo; se anunció en julio de 2026 y su disponibilidad general está prevista para agosto, por lo que aún no cuenta con la trayectoria que su servicio gestionado por humanos ha consolidado a lo largo de los años. Los equipos que hoy evalúan Cobalt para pentesting de IA están evaluando un producto que aún no ha salido al mercado. Los orígenes de Cobalt se encuentran en el pentesting como servicio dirigido por humanos, área en la que ha forjado una sólida trayectoria.
La cuestión es si esa base dirigida por humanos se traduce en un producto autónomo sólido. El motor de IA de Cobalt se nutre de su conjunto de datos históricos de hallazgos críticos y de alta gravedad, pero los pentesters humanos siguen revisando el plan de ejecución y gestionan el alcance de cada encargo autónomo. Se trata de una arquitectura diferente a la de las plataformas en las que los agentes razonan de forma independiente a través de un objetivo. El modelo de negocio principal siguen siendo los paquetes anuales basados en créditos. Los analistas señalan que los precios basados en créditos son elevados y destacan carencias en la profundidad de las pruebas y en la cobertura de aplicaciones del mundo real.
Ideal para: Empresas que buscan pentesting consolidado dirigido por humanos con un amplio grupo de pentesters. No es la opción adecuada para equipos que necesitan hoy en día la profundidad o la cadencia del pentesting de IA.
