Hitachi Vantara potencia el almacenamiento híbrido en Azure
Los agentes de IA ya pueden operar con credenciales, acceder a sistemas y ejecutar acciones. Para las organizaciones, el reto comienza a ser definir hasta dónde permitir esa autonomía y cómo supervisarla.
La inteligencia artificial está entrando en una nueva etapa. Los sistemas ya no se limitan a responder preguntas, generar contenidos o recomendar acciones. Los agentes de IA pueden recibir un objetivo, determinar los pasos necesarios, consultar información, utilizar aplicaciones y APIs y ejecutar determinadas tareas de manera autónoma.
Ese cambio modifica sustancialmente el escenario de seguridad empresarial.
La cuestión ya no es solamente qué puede hacer la IA, sino qué puede hacer por sí misma dentro de una organización y qué controles deben existir antes de permitirle actuar sobre sistemas, datos o procesos críticos.
México está preparado para la IA, pero no necesariamente para gobernarla
El contraste resulta significativo. De acuerdo con los datos de ManageEngine, el 94% de las organizaciones mexicanas considera que su infraestructura está preparada para la IA, pero solo el 11% afirma disponer de una estrategia de IA completamente orquestada.
La diferencia apunta a un problema que irá adquiriendo mayor relevancia a medida que los agentes pasen de los proyectos piloto a los entornos productivos: disponer de infraestructura para desplegar IA no equivale a estar preparado para gobernar sistemas capaces de actuar de manera autónoma.
Gartner ha identificado la supervisión de la IA agéntica como una de las tendencias de ciberseguridad para 2026 y, según la información difundida por ManageEngine, prevé que el 25% de las brechas empresariales estarán relacionadas con el abuso de agentes de IA en 2028.
El escenario obliga a ampliar la conversación tradicional sobre permisos, identidades y controles de acceso.
Del mínimo privilegio al mínimo de autonomía
Durante años, el principio de mínimo privilegio ha sido una de las bases de la seguridad empresarial: cada identidad debe disponer únicamente de los accesos necesarios para realizar su función.
Sin embargo, la expansión de agentes, APIs, bots y servicios automatizados está ampliando el propio concepto de identidad dentro de las organizaciones. En los últimos meses, TSCIO ha abordado precisamente este desplazamiento a propósito de las llamadas identidades no humanas, que ya interactúan con datos y sistemas críticos y pueden acumular permisos que requieren una gobernanza específica.
Los agentes de IA introducen una segunda variable: la autonomía.
No basta con determinar a qué sistemas puede acceder un agente. También es necesario establecer qué acciones puede ejecutar sin intervención humana y cuáles deben requerir autorización.
De ahí surge un principio complementario al mínimo privilegio: el “least agency” o mínimo de autonomía, una aproximación asociada a OWASP que busca limitar el alcance operativo de un agente según el riesgo de las acciones que puede realizar.
Wilson Calderón, Associate Technical Director de ManageEngine, resume el planteamiento de la compañía de esta manera:
“No se trata de limitar el potencial de los agentes, sino de acompañar la autonomía con controles proporcionales al riesgo. Cuando una acción pueda tener consecuencias importantes para la organización o sus clientes, la intervención humana debe seguir siendo parte del proceso”.
El planteamiento cambia la conversación. Un agente podría, por ejemplo, consultar información o preparar un análisis de forma autónoma. La modificación de permisos, eliminación de registros, ejecución de transacciones o envío de comunicaciones sensibles debería someterse a controles adicionales y, cuando corresponda, a aprobación humana.
Seis controles antes de llevar un agente a producción
ManageEngine plantea seis áreas que las organizaciones deberían revisar antes de desplegar agentes en entornos productivos:
- Identidad y acceso: determinar quién es el agente y a qué recursos puede acceder.
- Permisos: aplicar privilegios mínimos y limitar las acciones disponibles.
- Protección de datos: controlar qué información puede consultar, procesar o compartir.
- Herramientas autorizadas: definir qué aplicaciones, APIs y servicios puede utilizar.
- Monitorización: registrar y supervisar sus acciones y comportamiento.
- Gobernanza: establecer políticas claras y responsables humanos.
Este último punto resulta especialmente importante. La autonomía tecnológica no elimina la responsabilidad empresarial. Al contrario, cuanto mayor sea la capacidad de actuación de un agente, más importante será determinar quién responde por sus decisiones.
La supervisión se convierte en una nueva disciplina
El problema de la supervisión tampoco es exclusivo de la ciberseguridad. Cuando los agentes pueden interpretar objetivos, utilizar herramientas, invocar APIs, modificar sus estrategias y ejecutar procesos, las herramientas tradicionales de observabilidad empiezan a quedarse cortas.
Es precisamente en ese contexto donde está tomando forma AgentOps. El concepto parte de una idea sencilla: los agentes necesitan una disciplina específica para ser desplegados, observados, evaluados y gobernados durante todo su ciclo de vida.
En TSCIO hemos analizado esta evolución desde la perspectiva de las operaciones de TI. AgentOps incorpora capacidades para registrar las herramientas utilizadas, las ejecuciones, el contexto, los recursos consumidos y otros elementos que permiten reconstruir el comportamiento de un agente.
La diferencia frente a la observabilidad tradicional es relevante. Ya no basta con saber que una aplicación está funcionando o que una API responde correctamente. En un entorno agéntico también será necesario saber qué objetivo perseguía el agente, qué herramientas utilizó, qué información consultó, qué acciones ejecutó y por qué llegó a determinado resultado.
La supervisión, por tanto, comienza a convertirse en una capacidad operativa propia.
La complejidad tecnológica también crece
Hay otro dato de ManageEngine que ayuda a dimensionar el problema. El 87% de las organizaciones mexicanas afirma que la proliferación de herramientas ha incrementado la complejidad operativa, mientras que el 88% planea consolidar proveedores.
La expansión de agentes podría añadir otra capa de complejidad si cada aplicación, proveedor o área de negocio despliega sus propios agentes sin una arquitectura común.
Por eso, la gobernanza no debería comenzar después del despliegue. Tendría que formar parte del diseño de la arquitectura desde el principio.
Esto resulta especialmente relevante porque la IA comienza a dejar de ser una aplicación aislada para convertirse en una capa transversal sobre la que pueden apoyarse diferentes procesos empresariales.
De la IA como herramienta a la IA como capa operativa
El cambio que plantea la IA agéntica forma parte de una transformación más amplia.
La inteligencia artificial está dejando progresivamente de ser una tecnología que las empresas incorporan a determinados procesos para convertirse en una capa operativa capaz de coordinar personas, aplicaciones, datos y agentes.
Ese desplazamiento también ha sido analizado en TSCIO a través del concepto de sistemas operativos de IA, donde la cuestión central deja de ser cómo incorporar un modelo y pasa a ser cómo gobernar una organización en la que una parte creciente del trabajo puede ser ejecutada por agentes inteligentes.
La conexión con el problema planteado por ManageEngine es directa: cuanto más integrada esté la IA en la operación empresarial, mayor será la importancia de definir límites, responsabilidades y mecanismos de supervisión.
El verdadero reto: hacer gobernable la autonomía
La adopción de IA agéntica no significa que las organizaciones deban eliminar la autonomía de los agentes. El desafío consiste en hacer que esa autonomía sea proporcional al riesgo y pueda ser supervisada.
Un agente que consulta información interna no plantea el mismo nivel de exposición que otro capaz de modificar registros financieros, cambiar permisos administrativos o ejecutar una transacción.
Por eso, la conversación debería evolucionar desde una pregunta general —“¿podemos utilizar agentes de IA?”— hacia cuestiones mucho más concretas:
¿Qué puede hacer cada agente? ¿Con qué identidad? ¿Con qué permisos? ¿Qué datos puede utilizar? ¿Qué herramientas puede invocar? ¿Qué acciones requieren aprobación humana? ¿Y quién será responsable de supervisarlo?
Para los responsables de tecnología y ciberseguridad, estas preguntas empiezan a adquirir una dimensión estratégica.
La infraestructura puede estar preparada. Los modelos también.
Ahora comienza el desafío de hacer gobernable la autonomía.
