DXC recorta 70% el tiempo de respuesta a ciberataques

DXC reduce hasta 70% el tiempo de respuesta ante ciberataques con agentes de IA

DXC Technology reporta que el uso de agentes de inteligencia artificial dentro de su Centro de Operaciones de Seguridad (SOC) reduce hasta en 70% el tiempo de respuesta ante incidentes. La cifra no sale de un piloto de laboratorio: la compañía la midió en su propia operación global, donde una red de 12 SOC y más de 3,200 especialistas procesa 4.5 millones de amenazas al día.

Para un founder, la lectura es directa. El cuello de botella de la ciberseguridad dejó de ser el software y pasó a ser el número de personas capaces de leer una alerta a las tres de la mañana. Los agentes de IA atacan justamente ese punto.

¿Qué es un SOC agéntico y por qué baja el tiempo de respuesta?

Un SOC tradicional funciona por turnos y por handoffs: un analista revisa el endpoint, otro la identidad, otro el tráfico de red. Cada traspaso cuesta minutos y, en un ataque que se mueve a velocidad de máquina, esos minutos son la diferencia entre contención y brecha.

El modelo agéntico cambia la arquitectura. Según explica Renato Moura, Ejecutivo de Ventas y Ciberseguridad de DXC Technology, un SOC basado en agentes "no requiere de más analistas, sino de agentes más inteligentes", con investigación operando las 24 horas los siete días de la semana.

En la práctica, varios agentes trabajan en simultáneo sobre el mismo incidente: uno revisa la reputación de un archivo, otro analiza el tráfico de red y un tercero estudia el comportamiento de los usuarios. Se apoyan en el marco MITRE ATT&CK, lo que permite que una investigación pase de horas a minutos. Y como comparten contexto, no hay que empezar de cero en cada eslabón.

La misma lógica describe CrowdStrike en su evento Fal.Con 2026, recogido por BizTech Magazine: "no hay handoffs, no hay esperas, no hay empezar de nuevo". La diferencia entre una colección de agentes sueltos y un SOC agéntico es que trabajan juntos en un espacio compartido de memoria.

Los números que DXC reporta en su propia operación

Más allá del 70% de mejora en tiempo de respuesta, DXC publica un desglose que vale la pena mirar con lupa:

• 67.5% de reducción en el tiempo de investigación de incidentes.
• Precisión de remediación superior al 95%.
• 99% de las alertas gestionadas de forma autónoma.
• 225,000 horas de trabajo de analistas ahorradas.

El dato de las 225,000 horas es el más relevante para quien dirige un equipo. No se trata solo de velocidad: se trata de dónde se reasigna ese tiempo. En una entrevista con TechTarget, el CISO de DXC, Mike Baker, explica que la compañía aplicó capacidades agénticas al 100% de sus herramientas de monitoreo, casos de uso y analistas de nivel uno, y que esos analistas fueron reentrenados hacia roles de mayor valor: inteligencia de amenazas, threat hunting y respuesta a incidentes.

Baker también aporta cifras complementarias: entre 68% y 70% de mejora en el tiempo para reconocer un ticket y entre 77% y 80% más rapidez en el triaje.

¿Cómo se controla a un agente que toma decisiones de seguridad?

La objeción razonable de cualquier CTO es quién frena al agente cuando se equivoca. La respuesta de DXC tiene tres capas:

• Reglas definidas por el cliente: cada acción de contención o aislamiento se ejecuta dentro de límites de política.
• Registro para auditoría: toda decisión queda documentada.
• Escalado humano: las decisiones de alto riesgo suben a un analista con el contexto completo.

El sistema convive con las herramientas que la mayoría de las empresas ya tiene instaladas: IBM QRadar, Splunk, CrowdStrike, Microsoft Defender, SentinelOne y Wiz. Los agentes ingieren alertas, registros y eventos de esos sistemas en producción y correlacionan señales entre dominios en un panel unificado. Para una startup que no va a reemplazar su stack, ese detalle importa más que el benchmark.

Sobre el proceso de validación, Baker cuenta que desplegó a la mitad de su equipo de nivel uno como "copiloto humano" para validar las conclusiones del agente en tiempo real y alimentar un sistema continuo de retroalimentación con el proveedor. Esa es la parte que ningún caso de éxito suele contar: la curva de aprendizaje se gestiona con personas adentro, no afuera.

El contexto: la escasez de talento es el verdadero cuello de botella

El Agentic SOC de DXC fue desarrollado junto con 7AI, una startup fundada en 2024 por Lior Div, ex CEO y cofundador de Cybereason. Según CRN, 7AI levantó una Serie A de US$130M en diciembre de 2025 liderada por Index Ventures, que la firma describe como la mayor Serie A en la historia de la ciberseguridad hasta ese momento.

El mercado que rodea esta tecnología explica la urgencia. MarketsandMarkets proyecta que el mercado de SOC as a Service crecerá de US$9,040 millones en 2026 a US$16,680 millones en 2031, con una tasa anual compuesta de 13.0%. El mismo informe cita el estudio de fuerza laboral de ISC2 de 2025, según el cual 59% de los encuestados reporta brechas de habilidades críticas o significativas en sus equipos.

Ese es el punto: no faltan herramientas, faltan manos entrenadas. Y las herramientas que prometen compensar esa falta se están multiplicando. El informe de MarketsandMarkets registra que Fortinet lanzó FortiSOC en marzo de 2026 y que Arctic Wolf presentó su Aurora Agentic SOC el mismo mes.

¿Qué significa esto para tu startup?

Si tienes menos de 50 empleados, montar un SOC propio es inviable: necesitas cobertura 24/7, al menos tres turnos y rotación de analistas. La pregunta correcta no es "¿contrato agentes de IA?" sino "¿qué parte de mi monitoreo puedo automatizar sin perder capacidad de reacción?".

Acción 1: define qué decisiones puede tomar la máquina sin preguntar. Antes de evaluar cualquier proveedor, escribe una política explícita con tres niveles: acciones autónomas (bloquear una IP con mala reputación), acciones con registro y notificación (aislar un endpoint) y acciones que requieren aprobación humana (cortar acceso a un sistema crítico). Los proveedores serios te van a pedir exactamente eso, y llegar con la política escrita acelera la implementación semanas.

Acción 2: mide el tiempo de reconocimiento antes de automatizar. El indicador más honesto no es el tiempo de resolución, sino cuánto tarda alguien en mirar una alerta por primera vez. DXC reporta mejoras de 68% a 70% justo en esa métrica. Si hoy no sabes cuál es tu número, empieza por ahí: sin línea base no puedes demostrar retorno ni justificar el gasto ante tu board.

Acción 3: no automatices el nivel uno sin plan de reasignación. El error más común es automatizar y despedir. DXC movió a sus analistas de nivel uno hacia threat hunting e inteligencia de amenazas. En una startup pequeña, ese movimiento se traduce en liberar a tu equipo de infraestructura de la revisión de falsos positivos para que trabaje en arquitectura y prevención.

Conclusión

El caso de DXC Technology no demuestra que la IA reemplace a los analistas de seguridad. Demuestra algo más útil: que la investigación de incidentes es un trabajo de correlación paralela, y que los humanos son malos haciendo eso a las tres de la mañana. Un 70% menos de tiempo de respuesta es, en el fondo, un argumento sobre arquitectura organizacional, no sobre modelos de lenguaje.

Para un founder hispanohablante, la lección aplica más allá de la ciberseguridad. Cualquier operación que dependa de turnos humanos leyendo señales dispersas —soporte, fraude, cobranzas, monitoreo de infraestructura— tiene el mismo cuello de botella. La pregunta que vale hacerse esta semana es cuántas horas de tu equipo se van en triaje que un agente podría hacer en paralelo.

Fuentes

• DPL News: Agentes de IA reducen en 70% tiempo de respuesta ante ciberataques
• TechTarget: How DXC Technology uses agentic AI in the SOC
• CRN: 7AI CEO says businesses are 'not crushed yet' by agentic attacks
• BizTech Magazine: CrowdStrike Fal.Con 2026, is your SOC ready for AI agents?
• TMCnet / MarketsandMarkets: SOC as a Service market worth $16.68 billion by 2031