Empresas chilenas ante la IA autónoma: 25% de brechas en 2028

De la IA que recomienda a la IA que ejecuta

Hasta hace poco, la inteligencia artificial en la empresa hacía de copiloto: redactaba un correo, resumía un informe, sugería una línea de código y esperaba que una persona decidiera. Los agentes de IA rompen ese esquema. Reciben un objetivo, descomponen el problema en pasos y actúan sobre los sistemas reales de la organización: leen registros, actualizan bases de datos, disparan solicitudes o envían mensajes usando credenciales, permisos y accesos productivos.

Esa autonomía operativa es exactamente lo que vuelve urgente la pregunta del título original de la nota: ¿quién está a cargo cuando la IA ejecuta en nombre de la empresa? El estudio El estado de la transformación digital en América Latina 2026 de ManageEngine, con 150 tomadores de decisiones de TI y negocio en Chile, pone cifras a ese dilema.

Chile se siente preparado, pero la amenaza ya se siente

El 92% de los encuestados en Chile considera que su infraestructura tecnológica está lista para respaldar iniciativas de IA. Es una foto optimista que, sin embargo, convive con señales de alerta:

• El 57% manifiesta una mayor preocupación por fugas de datos derivadas del uso inadecuado de la IA generativa por parte de los empleados.
• El 51% reportó haber sufrido más ciberataques exitosos en 2025 que en años anteriores.
• El 79% ve la fragmentación tecnológica como un obstáculo para escalar la IA.
• El 83% planea consolidar proveedores tecnológicos, lo que confirma una tendencia hacia ecosistemas más integrados y auditables.

Es el contraste clásico entre infraestructura lista y gobernanza inmadura: la capacidad técnica ya está, pero los marcos de control todavía corren detrás del despliegue.

El 25% de las brechas de 2028 serán causadas por agentes de IA, según Gartner

Gartner identificó la supervisión de la IA agéntica como una de las principales tendencias de ciberseguridad para 2026 y proyecta que, para 2028, el 25% de las brechas de seguridad empresariales estarán vinculadas al uso indebido de agentes de IA.

El dato no es aislado. En otra investigación sobre centros de operaciones de seguridad (SOC), Gartner estima que para 2028 el 70% de los SOC grandes estarán pilotando agentes de IA para reforzar las operaciones de nivel 1 y 2, pero solo el 15% logrará mejoras medibles sin una evaluación estructurada, según recogió Help Net Security. Es decir: el problema no es si la IA va a actuar sola, sino cuántas empresas podrán vigilarla cuando lo haga.

Y la presión de adopción es real. Zero Networks reveló en agosto de 2026 que casi el 80% de las empresas ya desplegaron agentes de IA internos, aunque dos tercios carecen de políticas de gobernanza para ellos. La consultora Deloitte, en tanto, encontró que el 74% de las organizaciones planea desplegar IA agéntica de forma moderada o extensiva en dos años, frente al 23% de mediciones previas. Pero solo el 21% cuenta con un modelo de gobernanza maduro, de acuerdo con la misma encuesta.

Mínimo privilegio y mínima autonomía: los dos principios gemelos

El principio de mínimo privilegio ya es conocido por los equipos de seguridad: cada usuario —humano o máquina— debería acceder únicamente a los sistemas y datos necesarios para su función. Los agentes añaden una segunda dimensión: la mínima autonomía, incluida en las recomendaciones de OWASP para aplicaciones agénticas.

En junio de 2026, OWASP publicó en su State of Agentic AI Security and Governance un nuevo marco de madurez, el Enterprise Adoption Maturity Model, que cruza dos ejes: el nivel de adopción del agente (desde shadow AI sin control hasta agentes in-house con código propio) y la madurez de la gobernanza (desde procesos ad-hoc hasta monitoreo continuo y enforcement automatizado). La idea operativa: si la celda entre ambos ejes cae en rojo, hay que invertir en controles específicos o reducir los permisos del agente hasta que los controles existentes alcancen.

El mismo enfoque se formalizó como principio de Least Agency en agosto de 2026 por Zero Networks, que lo tradujo a enforcement técnico: limitar a los agentes solo a los sistemas requeridos, exigir just-in-time MFA antes de acceder a infraestructura privilegiada y contener al agente en segundos si se desvía de su objetivo. Benny Lakunishok, CEO de la compañía, resumió el principio así: menos libertad para el agente ahora, que explicar una brecha después.

Seis controles antes de implementar un agente

ManageEngine recomienda revisar seis áreas antes de poner un agente en producción:

• Identidad y acceso: cada agente debe tener una identidad propia, no credenciales humanas reusadas.
• Permisos: aplicar el mínimo privilegio y la mínima autonomía por diseño, no por excepción.
• Protección de datos: cifrado, segmentación y registro de qué información sale, entra o se modifica.
• Herramientas autorizadas: el agente solo puede invocar APIs y servicios previamente aprobados, con un allowlist explícito.
• Monitoreo: logs firmados, trazabilidad de cada acción, alertas ante desviaciones y kill switches operativos.
• Gobernanza: una persona claramente identificada como responsable, políticas escritas y revisión periódica.

Wilson Calderón, Director Técnico Asociado para Latinoamérica de ManageEngine, lo planteó en términos de gerencia corporativa: antes de delegar tareas clave a un agente, la alta dirección debe definir qué nivel de autonomía está dispuesta a otorgar y mantener siempre una supervisión humana clara. Y añadió: cuando una acción puede tener consecuencias significativas para la organización o sus clientes, la intervención humana debe seguir siendo parte del proceso.

¿Qué significa esto para tu startup?

La discusión ya no es si vas a usar agentes de IA, sino cuántos vas a tener operando el próximo año y quién responderá cuando uno se desvíe. Tres acciones concretas:

• Asigna un dueño humano por agente desde el día uno. Si no puedes nombrar a una persona responsable de un agente, ese agente no debería estar en producción. Deloitte mostró que el 21% de las empresas tiene gobernanza madura; estar en ese grupo es una ventaja competitiva real, no solo un requisito de compliance.
• Separa read-only de write en tu arquitectura. Que un agente recupere información de un CRM no tiene el mismo riesgo que modifique registros, cambie permisos o envíe comunicaciones externas. Empieza con agentes de baja autonomía, mide durante 90 días y solo entonces expande el alcance, siguiendo la lógica de human-in-the-loop que el 57% de los equipos de seguridad aún exige para cerrar alertas, según la encuesta de Prophet Security recogida por Help Net Security.
• Consolida proveedores y reduce fragmentación. El 83% de las organizaciones chilenas ya planea hacerlo. Para una startup, esto significa evitar acumular cinco plataformas de IA con cinco modelos de permisos distintos. Un stack más pequeño es más fácil de auditar, y la auditoría es lo que separa un pilot de una empresa vendible a clientes enterprise.

La promesa de la IA autónoma es real, pero la confianza se construye igual que con cualquier empleado nuevo: con identidad propia, permisos acotados, supervisor identificado y métricas claras de cuándo debe pedir ayuda.

Fuentes

• ¿Quién está a cargo en las empresas? El desafío que enfrentan los ejecutivos chilenos ante la llegada de la IA autónoma (fuente original)
• Gartner: 70% of SOCs will pilot AI agents. Only 15% will see results - Help Net Security
• OWASP Introduces Agentic AI Security Maturity Framework - Infosecurity Magazine
• Zero Networks Launches Least Agency Enforcement for OWASP - Yahoo Finance / Business Wire
• How agentic AI governance tackles data, security challenges - TechTarget