La integración de modelos de lenguaje de gran escala como asistentes virtuales en la operación de redes eléctricas inteligentes promete agilizar la toma de decisiones y el cumplimiento normativo, pero también introduce vectores de ataque novedosos. Investigaciones recientes han puesto de manifiesto que incluso sistemas alineados con rigurosos protocolos de seguridad pueden ser vulnerables a técnicas de jailbreaking, donde un usuario autorizado como un operador diseña instrucciones maliciosas para obtener respuestas que violen estándares regulatorios como los establecidos por NERC. Este tipo de evaluaciones comparativas resulta fundamental para entender el comportamiento de distintos modelos frente a amenazas adversariales. En un estudio de referencia se probaron tres modelos comerciales GPT-4o mini Gemini 2.0 Flash-Lite y Claude 3.5 Haiku frente a métodos de ataque como Baseline BitBypass y DeepInception utilizando escenarios basados en nueve estándares NERC de las categorías EOP TOP y CIP. Los resultados revelaron una tasa de éxito global del 33.1 por ciento con DeepInception alcanzando un 63.17 por ciento. Mientras que Claude mostró una resistencia total Gemini resultó el más vulnerable con un 55 por ciento de éxito en los ataques. Un segundo experimento demostró que ajustes sutiles en la redacción de los prompts pueden incrementar la eficacia incluso de métodos simples alcanzando un 30.6 por ciento de éxito. Estos hallazgos subrayan la necesidad de adoptar un enfoque proactivo en ciberseguridad cuando se despliegan sistemas de inteligencia artificial en infraestructuras críticas. No basta con entrenar modelos con alineaciones de seguridad es imprescindible realizar pruebas continuas de penetración y auditorías de robustez. En este contexto contar con un socio tecnológico que ofrezca servicios especializados en ciberseguridad y desarrollo de software a medida se vuelve estratégico. Por ejemplo Q2BSTUDIO proporciona soluciones de ciberseguridad y pentesting que permiten identificar y mitigar vulnerabilidades en sistemas basados en IA así como aplicaciones a medida que integran agentes IA para entornos regulatorios complejos. La intersección entre inteligencia artificial y operaciones de red requiere además dominar servicios cloud como AWS y Azure para escalar infraestructuras de manera segura y herramientas de inteligencia de negocio como Power BI para monitorizar compliance en tiempo real. Las empresas que desarrollan plataformas de asistencia eléctrica deben combinar software a medida con estrategias de ia para empresas asegurando que cada componente sea auditado frente a vectores de ataque emergentes. En Q2BSTUDIO ofrecemos servicios cloud AWS y Azure así como soluciones de business intelligence que complementan la implementación de modelos lingüísticos robustos. En definitiva la resistencia de un LLM ante ataques de jailbreaking no debe darse por sentada. Las organizaciones que despliegan estos sistemas en entornos críticos necesitan un enfoque multidisciplinar que abarque desde el desarrollo de aplicaciones a medida hasta la ciberseguridad avanzada pasando por la integración de agentes IA y el análisis de datos. Solo así se podrá garantizar que la innovación tecnológica no comprometa la fiabilidad y seguridad de la red eléctrica del futuro.