Sus sistemas de IA tienen más acceso que sus empleados. Nadie se dio cuenta.
Hay una ironía silenciosa en cómo la mayoría de las empresas han implementado IA este año. Pasaron meses capacitando al personal en políticas de manejo de datos, realizando simulacros de phishing y creando procesos de revisión de accesos para evitar que humanos expongan datos sensibles accidentalmente. Y luego entregaron a los agentes de IA las llaves de todo: bases de datos, APIs, herramientas internas, registros de clientes, con casi ningún control equivalente.
Un nuevo informe que circula entre equipos de seguridad empresarial este mes lo cuantifica: una de cada ocho empresas ya ha sufrido una brecha vinculada a sistemas de IA agentiva. Léalo de nuevo. No phishing habilitado por IA, ni empleados usando mal ChatGPT, sino brechas reales causadas por agentes autónomos de IA desplegados por las propias organizaciones.
Esto no es un riesgo futuro. Está ocurriendo ahora.
El problema de acceso del que nadie habla
Cuando los equipos de seguridad modelan amenazas internas, piensan en personas. Un ingeniero descontento con acceso a bases de datos. Un empleado de finanzas con credenciales comprometidas. Existen marcos, manuales y herramientas diseñados para este tipo de riesgo.
Pero los agentes de IA, los que las organizaciones despliegan hoy para manejar escaladas de soporte, ejecutar flujos de trabajo automatizados, generar informes o interactuar con plataformas SaaS, a menudo tienen un acceso más amplio que cualquier humano individual. Y se aprovisionan de forma diferente. Sin flujo de aprobación gerencial. Sin revisión trimestral de accesos. Sin proceso de baja cuando el proyecto cambia de dirección.
Según una investigación del Ponemon Institute publicada a principios de este mes, el 79 % de las organizaciones no ha alcanzado lo que llamarían madurez completa en seguridad de IA, es decir, sistemas completamente desplegados y riesgos evaluados a fondo. Y el 31 % de las organizaciones no sabe si han sufrido una brecha de seguridad de IA en el último año. No es que "probablemente no", realmente no pueden saberlo.
Esto no es solo una preocupación filosófica sobre riesgos de IA. Es un problema concreto de visibilidad con consecuencias regulatorias directas, especialmente para empresas bajo GDPR, HIPAA o preparándose para las reglas de alto riesgo del EU AI Act que entran en vigor en agosto.
Dónde fallan los agentes
La vulnerabilidad no suele estar en el modelo de IA en sí. Es lo que los investigadores de seguridad llaman la "capa de ejecución", el punto en que un agente de IA realiza una acción en el mundo real. Una consulta a base de datos. Una llamada API. Una escritura de archivo. Un mensaje enviado en nombre de un humano.
La mayoría de las organizaciones que aseguran sus despliegues de IA se enfocan en la entrada: asegurarse de que los empleados no peguen propiedad intelectual en ChatGPT, bloquear datos sensibles para que no lleguen a modelos externos. Es un trabajo importante. Pero la IA agentiva introduce un riesgo de salida que es estructuralmente diferente.
Cuando a un agente de IA se le da acceso a herramientas, y la mayoría de los frameworks agentivos populares ahora, desde OpenAI Assistants hasta flujos LangChain o agentes Microsoft Copilot, le dan exactamente esto, ese agente puede ser manipulado para usar mal esas herramientas. La inyección de instrucciones es el vector de ataque más documentado: un adversario inserta instrucciones en contenido que el agente procesará, y el agente las sigue. No es un error del modelo de IA. Es una consecuencia de darle a la IA la capacidad de actuar.
Un escenario real de la investigación de amenazas de este mes: un agente de IA usado para revisión de contratos tenía acceso amplio al almacenamiento de documentos del equipo legal. Un actor malicioso insertó instrucciones en un contrato enviado, y el agente envió plantillas internas a una dirección de correo externa. El agente hacía exactamente lo que se diseñó para hacer, solo que no con el contenido que el equipo esperaba.
La superposición de IA en la sombra
Aquí es donde se complica más. El problema de la IA agentiva no se limita a herramientas oficialmente autorizadas. La IA en la sombra, empleados usando herramientas, agentes y plataformas de automatización sin conocimiento de TI, está creciendo rápidamente.
El coste promedio de una brecha de datos que involucra IA en la sombra es ahora de 308,000 dólares por incidente. Y a diferencia de los despliegues autorizados, los agentes de IA en la sombra operan completamente fuera de su arquitectura de seguridad. No hay revisión de accesos porque nunca hubo un proceso de aprovisionamiento. Su SIEM no los detecta. Sus herramientas DLP no interceptan sus salidas. Su rastro de auditoría tiene un vacío justo donde más necesita ver qué pasó.
Estamos viendo esto de una manera interesante con las herramientas de IA basadas en navegador. Los empleados instalan extensiones de navegador que usan agentes de IA para "ayudar" con tareas laborales: resumir correos electrónicos, redactar respuestas, recopilar datos. Estas extensiones a menudo reciben permisos amplios para la sesión del navegador del usuario, lo que puede incluir acceso autenticado a herramientas internas. La extensión (y cualquier agente de IA que se ejecute dentro de ella) ahora tiene el mismo acceso que el empleado. Pero nadie ha catalogado eso, nadie lo ha revisado, y el empleado no ha hecho nada malo. Simplemente instaló una herramienta de productividad.
Cómo es una buena gobernanza aquí
La brecha entre donde están la mayoría de las empresas y donde necesitan estar no es principalmente un problema tecnológico. Existen muchas herramientas para ayudar: CASBs, plataformas de gestión SaaS, monitoreo de endpoints. La brecha es principalmente un problema de políticas y visibilidad.
La gobernanza efectiva de IA para sistemas agenticos debe abordar algunos aspectos que los marcos tradicionales de seguridad no contemplaban:
Gestión de identidad no humana. Cada agente de IA que pueda realizar acciones debe tener su propia identidad, con permisos limitados y un propietario claro. Así no es como la mayoría de las organizaciones provisionan IA hoy. Los agentes suelen heredar credenciales del usuario o cuenta de servicio que los configuró, sin gestión independiente de su ciclo de vida.
Monitoreo a nivel de ejecución. Ya no basta con saber qué datos entraron en un modelo de IA. Necesitas visibilidad sobre qué acciones causó el modelo: qué APIs se llamaron, qué archivos se accedieron, qué mensajes se enviaron. Esto es un problema de auditoría, y la mayoría de los equipos de seguridad no lo tienen.
Descubrimiento inclusivo de IA sombra. Extensiones de navegador, herramientas LLM locales, integraciones de IA de terceros añadidas por equipos individuales, ninguna de estas aparece en tu inventario de software autorizado. Obtener esa visibilidad es el punto de partida para todo lo demás. No puedes gobernar lo que no ves.
La fecha límite de agosto es real
Para las organizaciones sujetas al Reglamento de IA de la UE, agosto de 2026 ya no es una fecha futura abstracta. Las reglas para IA de alto riesgo entran en vigor en unos cinco meses, y los requisitos de cumplimiento incluyen documentación obligatoria, evaluación de riesgos, mecanismos de supervisión humana y trazabilidad para los sistemas de IA en alcance.
Los sistemas agenticos que interactúan con decisiones de RRHH, datos de clientes, flujos financieros o procesos legales casi con seguridad estarán clasificados como de alto riesgo. El papeleo que los equipos de cumplimiento pensaban que tenían tiempo para hacer ahora es urgente, y los controles de seguridad que sustentan esa postura de cumplimiento son aún más urgentes.
La ironía es que las organizaciones que avanzaron más rápido en IA, las que deberían estar más adelantadas, suelen ser las más expuestas. Desplegaron ampliamente, se movieron rápido y omitieron la capa de gobernanza. Los sistemas de IA que están entregando valor real en productividad suelen ser los mismos que crean riesgos de acceso no divulgados y brechas en auditorías.
Eso no es un argumento para avanzar despacio. Es un argumento para ponerse al día con la capa de gobernanza ahora, antes de que agosto imponga el tema de formas más difíciles de revertir.
---
Aona AI ayuda a las empresas a descubrir el uso de IA sombra, gobernar el acceso de agentes de IA y construir las trazabilidades requeridas para el cumplimiento regulatorio. Si intentas obtener visibilidad sobre qué IA está realmente operando en tu organización, [reserva una demo](/book-demo).
