Cinco acciones prácticas para reforzar la seguridad de las empresas en la era de la IA agéntica

La inteligencia artificial ya no se limita a responder preguntas, ahora también tiene la capacidad de actuar. A medida que la IA se vuelve más autónoma, el desafío de la ciberseguridad evoluciona, haciendo necesario que las empresas no solo controlen lo que dice la IA, sino también a qué puede acceder, qué puede modificar y qué procesos puede activar.

En este nuevo escenario, la confianza en la IA empresarial dependerá de si todo el entorno que la sustenta, incluyendo infraestructura, endpoints, identidades, datos y recuperación, puede protegerse y demostrar su resiliencia. Con el fin de ayudar a las organizaciones a prepararse, Dell Technologies identifica cinco acciones prácticas para garantizar la seguridad en la era de la IA agéntica:

 

1.      Integrar la seguridad y la recuperación en la base de la IA

La IA del futuro se apoya en infraestructuras complejas, flujos de datos, endpoints y workflows conectados. Si la seguridad o la recuperación se añaden después de que la IA entre en producción, la confianza en esta tecnología siempre será parcial.

Los CIO deben diseñar entornos de IA con seguridad y resiliencia integradas desde el inicio, incluyendo sistemas confiables desde el primer arranque, prácticas de desarrollo seguras, garantía de la cadena de suministro, acceso de confianza cero, datos protegidos, entornos de recuperación aislados y rutas de restauración probadas.

Según un informe de Dell sobre ciberresiliencia en EMEA, aunque el 99,8% de las organizaciones afirma contar con estrategias de resiliencia, un 59% reconoce no haber logrado una recuperación eficaz en su última prueba o incidente. A medida que la IA se integra en las operaciones críticas, las organizaciones necesitan puntos de recuperación claros y la certeza de que los entornos de IA pueden restaurarse de forma segura.

 

 2.     Proteger los datos sobre los que actuará la IA del futuro

La IA agéntica no solo analiza datos. Puede recuperarlos, combinarlos, actuar y activar flujos de trabajo basados ??en ellos. Esto eleva la importancia de la gobernanza y la protección del dato.

Los CIO deben conocer el origen de los datos, cómo se mueven, quién o qué puede acceder a ellos y cómo se protegen en reposo y en tránsito. Los datos preparados para la IA deben ser accesibles, gobernados, protegidos y recuperables.

El enfoque práctico consiste en aplicar los principios de confianza cero a los flujos de datos, verificar el acceso de forma continua, aplicar el principio de mínimo privilegio y limitar la exposición entre usuarios, aplicaciones, agentes y sistemas. Las canalizaciones de datos también necesitan monitorización, cifrado, controles de acceso y comprobaciones de integridad para que las organizaciones puedan confiar en la información que alimenta los outputs y acciones de la IA.

 

3.     Tratar los endpoints como puntos de control de IA

La IA se acerca cada vez más a los usuarios a través de PC, herramientas de productividad y aplicaciones empresariales. Esto convierte al endpoint en parte esencial del modelo de confianza de la IA.

En el informe Modern Enterprise Readiness 2026 de Dell, un 90% de los líderes de IT encuestados coincide en señalar que los dispositivos modernos con inteligencia artificial desempeñarán un papel clave en la estrategia futura de su organización. Sin embargo, la preparación de los AI PC no se limita al rendimiento. También debe incluir seguridad, capacidad de gestión y confianza.

A medida que el trabajo habilitado por IA se generaliza, los CIO deben reforzar la seguridad de los endpoints, los controles de identidad y la capacidad de gestión de los dispositivos. Si los empleados interactúan con la IA y con datos sensibles desde sus equipos, estos deben tratarse como puntos de control, no solo como herramientas de productividad.

 

4.     Gobernar los agentes de IA antes de que entren en funcionamiento

La IA agéntica introduce una nueva clase de actores no humanos en la empresa. Estos agentes pueden recuperar datos, llamar a herramientas, interactuar con aplicaciones, actualizar registros o activar flujos de trabajo. Por ello, las organizaciones deben gobernar no solo lo que la IA dice, sino también lo que puede hacer.

Cada agente de IA debe tener límites claros, respecto a qué datos puede acceder, con qué sistemas puede interactuar, qué acciones puede ejecutar de forma autónoma, cuándo se requiere aprobación humana y cómo se registra cada paso. Los controles son concretos: permisos acotados, acceso con privilegios mínimos, registros de auditoría, puntos de aprobación, actividad supervisada, rutas de escalamiento e interruptores de emergencia. Si un agente se comporta de forma inesperada, las organizaciones deben poder pausar, contener y recuperar el flujo de trabajo.

 

5.     Hacer que las acciones de la IA sean rastreables y responsables

A medida que la IA gana autonomía, la confianza dependerá de si las organizaciones pueden ver, explicar y controlar sus acciones.

Los CIO deben diseñar entornos donde cada acción de la IA sea trazable, como a qué accedió, qué modificó, con qué sistemas interactuó, si requirió aprobación humana y qué sucedió después. Esto implica que los registros de auditoría, el monitoreo de actividades, la aplicación de políticas y los modelos claros de propiedad deben integrarse en los flujos de trabajo de la IA desde el inicio.

Según el planteamiento de Dell, la pregunta ya no es solo "¿Es segura la IA?", sino "¿Podemos demostrar qué hizo, por qué lo hizo y cómo detener o revertir sus acciones si fuera necesario?".