Cogent y OpenAI crean fábricas de ciberdefensa para empresas
Cogent combina los modelos de OpenAI con el contexto empresarial para ayudar a corregir vulnerabilidades automáticamente mediante agentes.

75 %
Menor tiempo medio de corrección de vulnerabilidades
5x
Más vulnerabilidades clasificadas
Al observar que las empresas enfrentan más riesgos de seguridad que nunca, Cogent Security(se abre en una nueva ventana) ha descubierto que lo más difícil no es encontrar vulnerabilidades, sino corregirlas. El trabajo de corrección es complejo e involucra a varios equipos. Requiere comprender el contexto del entorno de una empresa: cómo podría un atacante explotar una vulnerabilidad, qué sistemas empresariales están en riesgo y qué cambios se pueden hacer de forma segura.
Cogent crea fábricas de ciberdefensa para que las empresas detecten y eliminen esos riesgos de forma autónoma. Las fábricas están diseñadas para ayudar a los equipos de defensa a actuar a la velocidad de las máquinas, en respuesta a la aceleración del descubrimiento y la explotación de vulnerabilidades.
Los agentes de IA de la empresa combinan GPT‑6.1 Sol y GPT‑5.6 con su contexto y sus controles empresariales para encargarse de todo el proceso, desde la investigación hasta la corrección verificada. Los agentes evalúan las exposiciones, ejecutan los cambios permitidos y confirman que el riesgo se haya eliminado. Cogent también realiza investigaciones internas con Cyber y Daybreak, en las que explora rutas de ataque y capacidades defensivas.
"La capacidad de los modelos de OpenAI para mantener tareas de larga duración permite alcanzar un nuevo nivel de autonomía en la defensa empresarial: los agentes de IA ahora pueden encargarse de todo el trabajo, desde la investigación hasta la corrección verificada".

Para cada cliente, el motor de contexto de Cogent mantiene un grafo de conocimiento empresarial que abarca activos, vulnerabilidades, identidades, responsables y dependencias. Los agentes especializados que operan en segundo plano concilian continuamente la información de las distintas herramientas y sistemas de seguridad, lo que permite que los agentes de investigación y corrección compartan una misma comprensión del entorno.
GPT‑6 Astra se encarga de la planificación inicial y del razonamiento complejo para ese trabajo. Esto permite lo que Geng Sng, cofundador y director de tecnología de Cogent, describe como un "arnés de ejecución con memoria para la empresa". Según explica: "No tenemos que volver a aprender cómo es el mundo cada vez que surge una nueva tarea". Reutilizar el contexto reduce la latencia, los costos de inferencia y las inconsistencias en los resultados.
Las políticas de agentes de Cogent definen los cambios permitidos y los requisitos de aprobación de cada empresa. Su motor de aplicación de políticas, TRACE, verifica que las llamadas a herramientas cumplan con esas políticas antes de ejecutarlas. Las verificaciones son deterministas y no requieren una inferencia adicional del modelo.
Una puerta de enlace para agentes verifica la autorización de forma independiente, y las tareas de mayor riesgo pueden ejecutarse en entornos aislados. Los clientes pueden delegar la investigación, exigir aprobación para los cambios o permitir correcciones autónomas dentro de límites definidos.
Cuando se divulgaron las fallas de seguridad críticas conocidas como PHP2Shell en PHP, un lenguaje de programación usado para ejecutar sitios web, los clientes recurrieron a las Cyber Defense Factories que Cogent ya había implementado en sus entornos.
GPT‑6.1 Sol y GPT‑6 Astra aportaron el razonamiento profundo necesario para investigar y planificar la remediación. Con la capa de contexto de Cogent, los agentes identificaron los sistemas afectados, evaluaron la exposición y desarrollaron planes que contemplaban las dependencias de las aplicaciones y las restricciones operativas. Luego, orquestaron las correcciones mediante los flujos de aprobación y ejecución definidos por los clientes y verificaron que el problema se hubiera resuelto.
Cogent informa que sus clientes están usando sus Cyber Defense Factories para resolver vulnerabilidades más rápido y ampliar su capacidad de investigación. Con Cogent, un cliente del sector automotriz incluido en la lista Fortune 1000 redujo en un 75 % su tiempo medio de remediación de vulnerabilidades críticas, y un cliente de servicios de TI incluido en la lista Fortune 500 multiplicó por cinco su rendimiento en la clasificación y priorización de vulnerabilidades.
MarketAxess, una plataforma global de negociación electrónica, utiliza Cogent para fortalecer su enfoque de gestión de la exposición basado en riesgos. “Cogent combina datos de vulnerabilidades, contexto del negocio, controles de seguridad y análisis de rutas de ataque para ayudarnos a validar las exposiciones reales y priorizar la remediación donde más importa. Lo que más destaca es la rapidez con la que el equipo de Cogent responde a las amenazas emergentes y convierte nuestros comentarios en funcionalidades prácticas”, afirma Vijay Bala, CISO de MarketAxess.
Cogent evalúa continuamente alternativas de código cerrado y abierto, e informa que los modelos de OpenAI ofrecen un razonamiento más sólido en tareas de seguridad de larga duración, mayor fidelidad, menos alucinaciones al trabajar con bases de código técnicas y una ejecución más confiable. Los modelos pueden encadenar llamadas a herramientas de forma secuencial y en paralelo, sin perder el contexto a lo largo de los flujos de remediación.
Cogent prioriza la calidad del razonamiento para las investigaciones complejas y el costo para las tareas más sencillas. Usa GPT‑6.1 Sol para la ejecución general y GPT‑5.6 para tareas rutinarias de gestión de vulnerabilidades en las que el razonamiento avanzado es menos crucial.
"Los modelos de OpenAI son más rentables que los de otros proveedores. Eso es una gran ventaja para nosotros, sobre todo si ponemos en marcha estos enormes enjambres de agentes".
El uso de los modelos de OpenAI también ha reducido la cantidad de software de apoyo que Cogent necesita desarrollar para la remediación y la aplicación de parches. “Gran parte del trabajo que teníamos que hacer en el arnés de ejecución ya no es necesario”, señala Geng. También comentó que las API de OpenAI han “agilizado el enrutamiento de solicitudes y la orquestación de agentes, lo que ha reducido significativamente la carga de trabajo del equipo interno de ingeniería y acelerado el lanzamiento al mercado de nuestros flujos de trabajo de seguridad complejos”.
La mayoría de los ingenieros de Cogent también eligen Codex para desarrollar software. Según Geng, son más productivos al combinar Codex con los modelos de OpenAI que al usar esos mismos modelos en un entorno de programación de código abierto. “Codex ya incluye herramientas que no tenemos que desarrollar por nuestra cuenta”, afirma Geng.
A través de Trusted Access for Cyber y Daybreak, Cogent recibe soporte técnico para sus actividades internas de red teaming e investigación de rutas de ataque. Daybreak Red, un nivel de acceso dentro de Daybreak, proporciona al equipo modelos especializados de OpenAI para realizar investigaciones autorizadas sobre técnicas ofensivas y vulnerabilidades. "Una buena defensa requiere una buena ofensiva", afirma Geng.
"A través de Trusted Access for Cyber y Daybreak, podemos explorar cómo podrían encadenarse las vulnerabilidades entre identidades, recursos y controles de red. Usamos esa investigación para entender qué pueden hacer nuestros agentes y qué capacidades defensivas desarrollar a continuación".
Cogent planea ampliar sus capacidades como socio clave de las empresas para crear sus propias fábricas de ciberdefensa. Su plan de desarrollo incluye una remediación cada vez más autónoma y busca ampliar la variedad y la complejidad de las correcciones que pueden ejecutar los agentes, desde cambios sencillos de configuración hasta flujos de varios pasos que abarcan distintos sistemas empresariales.
La empresa también está desarrollando capacidades de detección y validación autónomas. Su objetivo es un sistema de ciclo cerrado que detecte y elimine riesgos mientras aprende continuamente de cada vulnerabilidad para mejorar las investigaciones y correcciones futuras.


