El Riesgo del Agente IA que Nadie Puede Corregir con una Regla DLP
Hace unos años, la incómoda pregunta de seguridad sobre IA era simple: "¿Alguien pegó datos de clientes en ChatGPT?"
Esa pregunta sigue siendo importante. Muy importante. Pero ya no es toda la historia.
El cambio más interesante en la última semana de cobertura sobre seguridad de IA ha sido el paso de la fuga de datos a la agencia. Google News está lleno de este tema: Help Net Security escribe sobre la brecha en la gobernanza de IA empresarial, Palo Alto Networks posiciona la gobernanza de IA agentiva dentro del navegador, Forbes argumenta que el verdadero riesgo no es solo lo que los agentes ven sino lo que pueden hacer, y Lookout vincula el uso móvil de IA con la gobernanza de IA en la sombra. Diferentes proveedores, diferentes enfoques, mismo problema subyacente.
La IA ha pasado de una ventana de chat a una superficie de trabajo.
Eso cambia el modelo de seguridad.
De "¿qué pegó el empleado?" a "¿qué puede tocar el agente?"
La gobernanza tradicional de IA suele comenzar con la inspección de contenido. Vigilar los prompts. Detectar datos sensibles. Advertir al usuario si intenta enviar un contrato, un archivo fuente o un registro de cliente a una herramienta no gestionada.
Eso es sensato. También está incompleto.
Un agente puede leer un calendario, resumir un paquete para la junta, crear un ticket, redactar una solicitud de extracción, consultar un CRM, enviar un mensaje, actualizar un flujo de trabajo y activar otro sistema. A veces lo hace dentro de un producto autorizado como Microsoft Copilot o ChatGPT Enterprise. Otras veces sucede dentro de una herramienta para desarrolladores, una extensión de navegador, una app móvil o una automatización creada por el equipo que seguridad nunca ha visto.
El riesgo ya no es solo que los datos salgan de la empresa. Es la acción que regresa.
Una regla DLP puede detectar que un empleado pega un archivo fiscal en un chatbot público. No puede responder fácilmente: qué agente tuvo acceso a la unidad financiera, por qué resumió la carpeta de la junta, quién aprobó el conector y si acaba de invitar a un usuario externo al espacio de trabajo equivocado.
Suena dramático, pero la versión cotidiana es aburrida y por eso más peligrosa. Un empleado conecta un asistente de notas IA a reuniones. Un equipo permite que un agente de investigación rastree documentos internos. Un desarrollador da acceso amplio a un agente de codificación porque el sprint se está retrasando. Un equipo de operaciones de ventas conecta un asistente útil al CRM y Slack. Nadie intenta ser imprudente. Están tratando de hacer su trabajo.
Los equipos de seguridad quedan gobernando un sistema que se parece menos a un inventario de software y más a un conjunto creciente de compañeros de trabajo semi-autónomos.
El móvil empeora el problema de visibilidad
El ángulo de gobernanza de IA móvil es fácil de subestimar.
La mayoría de los programas empresariales de IA aún piensan en términos de escritorio: controles del navegador, registros SaaS, eventos del proveedor de identidad, agentes en endpoints, quizá cobertura CASB. Mientras tanto, los empleados usan IA desde teléfonos y tabletas porque ahí es donde se trabaja entre reuniones, en aeropuertos, en sitios de clientes y en casa después de cenar.
El móvil es donde el límite entre lo personal y lo corporativo se vuelve confuso. Una app personal de IA puede resumir una captura de pantalla. Una extensión de teclado puede reescribir una respuesta a un cliente. Un asistente de voz puede capturar notas de reuniones. Una app de productividad para consumidores puede acceder a archivos sincronizados desde cuentas corporativas. Algunas de estas herramientas son excelentes. Otras son opacas. Muchas están fuera del plano de control que los líderes de seguridad realmente monitorean.
Por eso la atención regulatoria y de proveedores emergente sobre la gobernanza de IA móvil merece tomarse en serio. No es un problema nicho de MDM. Es parte del mismo problema de IA en la sombra, solo que en una clase de dispositivo donde la visibilidad históricamente ha sido más débil.
Si tu inventario de IA solo cubre SaaS gestionado y tráfico de navegador de escritorio, probablemente esté subestimando la curva real de adopción.
El navegador se está convirtiendo en un campo de batalla para la gobernanza
Otra señal clara: los navegadores empresariales y proveedores de acceso seguro compiten por ser el lugar donde se gobierna la IA agentiva.
Tiene sentido. El navegador ve mucho. Puede observar qué herramientas de IA usan los empleados, aplicar políticas en el momento de la interacción y reducir riesgos sin forzar a todos los equipos a usar un asistente aprobado. Para muchas empresas, eso es mucho más práctico que intentar bloquear la IA por completo.
Pero la gobernanza a nivel de navegador es solo una capa.
Los agentes no viven exclusivamente en pestañas del navegador. Viven en apps de escritorio, IDEs, apps móviles, plataformas de flujo de trabajo, herramientas de chat, suites de documentos y automatizaciones internas. También llaman APIs directamente cada vez más. Un navegador puede ser un punto de control fuerte para algunos comportamientos, pero no es un mapa completo del uso empresarial de IA.
Las empresas que lo hagan bien tratarán el navegador como un sensor y superficie de control, no como toda la estrategia de gobernanza.
Qué deben hacer ahora los equipos de seguridad
El consejo antiguo era "escribe una política de IA." Bien. Escribe la política. Pero el trabajo útil es más operativo.
Empieza con cuatro preguntas.
Primero: ¿qué herramientas y agentes de IA se usan realmente en toda la empresa? No lo que aprobó compras. No lo que menciona la política. Las herramientas reales.
Segundo: ¿a qué datos puede acceder cada herramienta o agente? Separa acceso de lectura de acceso de escritura. Resumir un documento es distinto de editarlo. Leer una nota en CRM es distinto de crear una secuencia de salida.
Tercero: ¿qué acciones pueden realizar estos sistemas y bajo qué identidad? Esta es la cuestión de identidad agentiva. Si un asistente IA crea un ticket, actualiza un registro o envía un mensaje, tus registros deben dejarlo claro. "Lo hizo Bastien" no es suficiente si Bastien hizo un clic de aprobación y un agente realizó diez acciones posteriores.
Cuarto: ¿dónde deberían guiarse los empleados en lugar de bloquearse? Una advertencia en el momento adecuado puede ser más efectiva que una prohibición total. Si alguien está a punto de pegar datos confidenciales en una herramienta IA no gestionada, ofrécele un camino más seguro. Si un equipo usa un agente para trabajo legítimo, ayúdales a ponerlo bajo gobernanza en lugar de empujarlo más a la sombra.
Este es el punto medio práctico: descubrir, clasificar, gobernar y asesorar.
La parte incómoda: la adopción ya va por delante de la gobernanza
La mayoría de los empleados no esperan al comité de dirección de IA. Prueban herramientas, conectan asistentes y crean pequeñas automatizaciones porque las ganancias de productividad son evidentes. Eso no es un fallo cultural. Es el patrón normal de adopción de tecnología útil.
El fallo sería fingir que no está pasando.
Los equipos de seguridad no necesitan convertirse en el departamento del no. Necesitan suficiente visibilidad para saber dónde se usa IA, suficiente contexto para separar adopción útil de riesgo inaceptable y suficientes barreras para que los empleados trabajen con seguridad.
Esa es la dirección hacia la que apunta el mercado: no bloquear IA, no gobernanza de chat única para todos, sino una capa de seguridad de IA laboral que pueda ver herramientas y agentes en toda la empresa, entender riesgos e intervenir en contexto.
La próxima brecha de gobernanza no será causada por un empleado que pegue el párrafo equivocado en un chatbot. Será causada por un agente con demasiado acceso, poca auditabilidad y nadie seguro de quién es el responsable.
Esa es la brecha que vale la pena cerrar ahora.
