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
5×
Más vulnerabilidades clasificadas
Al observar que las empresas se enfrentan a más riesgos de seguridad que nunca, Cogent Security(se abre en una ventana nueva) ha constatado que lo más difícil no es encontrar vulnerabilidades, sino corregirlas. El trabajo de corrección es complejo e implica a varios equipos. Exige comprender el contexto del entorno de la empresa: cómo podría un atacante aprovechar una vulnerabilidad, qué sistemas empresariales están en riesgo y qué cambios pueden realizarse de forma segura.
Cogent crea fábricas de ciberdefensa para que las empresas detecten y eliminen esos riesgos de forma autónoma. Estas 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 compañía combinan GPT‑6.1 Sol y GPT‑5.6 con el contexto y los 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 ha eliminado. Cogent también lleva a cabo investigaciones internas con Cyber y Daybreak para explorar 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 ya pueden realizar 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 recoge activos, vulnerabilidades, identidades, responsables y dependencias. Agentes especializados que funcionan en segundo plano concilian continuamente la información de las herramientas y los sistemas de seguridad, lo que proporciona a los agentes de investigación y corrección una visión compartida del entorno.
GPT‑6 Astra se encarga de la planificación inicial y del razonamiento complejo que requiere ese trabajo. Esto hace posible lo que Geng Sng, cofundador y CTO de Cogent, describe como un «arnés de 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 costes 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. Antes de la ejecución, TRACE, su motor de aplicación de políticas, comprueba que las llamadas a herramientas se ajusten a esas políticas. Las comprobaciones son deterministas y no requieren una inferencia adicional del modelo.
Una pasarela de agentes comprueba la autorización de forma independiente, y los trabajos de mayor riesgo pueden ejecutarse en entornos aislados. Los clientes pueden delegar la investigación, exigir aprobación para los cambios o permitir la corrección autónoma dentro de unos límites definidos.
Cuando se divulgaron los fallos de seguridad críticos conocidos como PHP2Shell en PHP, un lenguaje de programación utilizado para ejecutar sitios web, los clientes recurrieron a las Cyber Defense Factories que Cogent ya había desplegado en sus entornos.
GPT‑6.1 Sol y GPT‑6 Astra aportaron el razonamiento profundo necesario para investigar y planificar las medidas correctivas. Gracias a la capa de contexto de Cogent, los agentes identificaron los sistemas afectados, evaluaron la exposición y elaboraron planes que tenían en cuenta las dependencias de las aplicaciones y las restricciones operativas. A continuación, coordinaron las correcciones mediante los flujos de aprobación y ejecución definidos por los clientes y verificaron que el problema se había resuelto.
Según Cogent, los clientes están utilizando sus Cyber Defense Factories para resolver vulnerabilidades con mayor rapidez y ampliar su capacidad de investigación. Con Cogent, un cliente del sector de la automoción incluido en la lista Fortune 1000 redujo en un 75 % su tiempo medio de corrección de vulnerabilidades críticas, y un cliente de servicios de TI incluido en la lista Fortune 500 multiplicó por cinco su rendimiento en la clasificación de vulnerabilidades.
La plataforma global de negociación electrónica MarketAxess utiliza Cogent para reforzar su enfoque de gestión de la exposición basado en el riesgo. «Cogent reúne datos sobre vulnerabilidades, contexto empresarial, controles de seguridad y análisis de rutas de ataque para ayudarnos a confirmar las exposiciones reales y priorizar las medidas correctivas allí donde más importan. Lo que destaca es la rapidez con la que el equipo de Cogent responde a las amenazas emergentes y convierte nuestras sugerencias en funcionalidades prácticas», afirma Vijay Bala, director de Seguridad de la Información de MarketAxess.
Cogent evalúa continuamente alternativas de código cerrado y abierto, y afirma que los modelos de OpenAI ofrecen un mejor razonamiento en tareas de seguridad prolongadas, mayor fidelidad, menos alucinaciones al trabajar con bases de código técnicas y una ejecución más fiable. Los modelos pueden encadenar llamadas a herramientas de forma secuencial y en paralelo, manteniendo el contexto a lo largo de los flujos de trabajo de corrección de vulnerabilidades.
Cogent prioriza la calidad del razonamiento en las investigaciones complejas y el coste en las tareas más sencillas. Utiliza GPT‑6.1 Sol para la ejecución general y GPT‑5.6 para las 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 cuando ponemos en marcha estos enormes enjambres de agentes».
El uso de los modelos de OpenAI también ha reducido la cantidad de software auxiliar que Cogent necesita desarrollar para corregir vulnerabilidades y aplicar parches. «Gran parte del trabajo que teníamos que hacer en el arnés ya no es necesario», afirma Geng. También señaló que las API de OpenAI han «simplificado el enrutamiento de solicitudes y la orquestación de agentes, lo que ha reducido considerablemente la carga de trabajo interna de ingeniería y nos ha permitido lanzar antes al mercado flujos de trabajo de seguridad complejos».
La mayoría de los ingenieros de Cogent también eligen Codex para el desarrollo. Geng afirma que son más productivos al combinar Codex con los modelos de OpenAI que al utilizar esos mismos modelos en un entorno de programación de código abierto. «Codex ya incluye herramientas que no tenemos que desarrollar nosotros mismos», afirma Geng.
A través de Trusted Access for Cyber y Daybreak, Cogent recibe asistencia técnica para sus actividades internas de red teaming y su investigación de rutas de ataque. Daybreak Red, un nivel de acceso de Daybreak, proporciona al equipo modelos especializados de OpenAI para la investigación ofensiva y de vulnerabilidades autorizada. «Una buena defensa requiere un buen ataque», 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. Utilizamos esa investigación para entender qué pueden hacer nuestros agentes y qué capacidades defensivas debemos desarrollar a continuación».
Cogent tiene previsto ampliar sus capacidades como socio clave para que las empresas construyan sus propias fábricas de ciberdefensa. Su hoja de ruta contempla una corrección cada vez más autónoma, ampliando la variedad y la complejidad de las correcciones que los agentes pueden ejecutar: desde cambios sencillos de configuración hasta flujos de trabajo de varios pasos que abarcan distintos sistemas empresariales.
La empresa también está desarrollando funciones de descubrimiento y validación autónomos. Su objetivo es un sistema de ciclo cerrado que detecte y elimine los riesgos mientras aprende continuamente de cada vulnerabilidad para mejorar las investigaciones y correcciones futuras.


