Agentes IA 2026: 72% empresas los usa pero 19,5% ya tuvo brechas de seguridad

La evolución de los agentes IA: del asistente al actor autónomo

Los agentes de inteligencia artificial han dejado de ser simples asistentes que responden preguntas. Según el análisis de Eusebio Nieva, director técnico de Check Point Software en España y Portugal, los nuevos agentes son capaces de utilizar herramientas, acceder a información, ejecutar tareas e incluso adaptar su comportamiento a medida que avanza una interacción. Este cambio fundamental abre nuevas oportunidades para las empresas, pero también plantea un reto de seguridad que hasta ahora apenas existía: las decisiones ya no dependen únicamente del prompt inicial, sino del contexto que el agente va construyendo durante su ejecución.

El reciente incidente investigado por OpenAI y Hugging Face ejemplifica esta evolución. Más allá de las vulnerabilidades explotadas, el caso demuestra que un agente puede modificar su estrategia en función de la información que obtiene de documentos, herramientas, APIs o Internet. Cada nueva pieza de información pasa a formar parte del proceso de decisión y condiciona el siguiente paso. Lo relevante no es solo lo que hizo el agente, sino por qué llegó a considerar que esa era la mejor opción.

El problema de la trazabilidad del contexto

Tradicionalmente, las organizaciones han centrado sus controles de seguridad en quién ejecuta una acción o qué recurso se utiliza. Sin embargo, cuando un agente actúa de forma autónoma, la acción visible es solo el resultado de un proceso mucho más amplio, construido a partir de múltiples fuentes de contexto. Este contexto puede proceder de instrucciones de sistema, solicitudes del usuario, documentos recuperados durante la tarea, respuestas de herramientas, bases de datos, memoria persistente o contenidos obtenidos de Internet.

Cada uno de estos elementos puede ser legítimo por separado, pero su combinación es la que termina condicionando el comportamiento del agente. Un permiso demasiado amplio puede amplificar el impacto de un documento engañoso, una memoria desactualizada puede alterar la interpretación de una petición actual y una nueva herramienta puede convertir una simple sugerencia en una acción ejecutable.

La adopción empresarial supera a la protección

Según el informe "El Estado de la Seguridad de Agentes IA 2026" de NeuralTrust, que encuestó a más de 160 CISOs y líderes de seguridad, el 72% de las organizaciones ya ha implementado agentes IA o los está escalando activamente. Sin embargo, solo el 29% de esas mismas organizaciones declara tener controles de seguridad completos para gobernar esos agentes.

La brecha entre adopción y protección es alarmante: una de cada cinco organizaciones (19,5%) ya ha experimentado una brecha de seguridad directamente atribuible a un agente IA. Las causas más comunes son los ataques de prompt injection (68% de los incidentes) y la filtración de datos sensibles o regulados (61%).

La escala como multiplicador de riesgo

Los datos de NeuralTrust revelan que el 20% de las empresas opera menos de 10 agentes, un volumen manejable. Sin embargo, el 35% opera entre 10 y 50 agentes, y para 2028, uno de cada tres empresas (33%) espera operar más de 500 agentes IA. Esta escala cambia completamente la naturaleza del problema de gobernanza.

Cada nuevo agente introduce una nueva identidad con sus propios permisos, integraciones y puntos de exposición potencial. Una red de 200 agentes interactuando entre sí y con sistemas externos no son 200 riesgos separados, sino un sistema distribuido con comportamientos emergentes que ningún equipo puede monitorizar manualmente.

El coste real de los incidentes de seguridad

Los incidentes con agentes IA tienen consecuencias financieras significativas. Según el informe de NeuralTrust, el 40% de los CISOs estima que un incidente grave costaría entre 1 y 10 millones de dólares. El 13% anticipa pérdidas superiores a 10 millones, situando los fallos de agentes IA en la misma categoría de gravedad financiera que los ataques de ransomware a gran escala.

La preocupación principal de los líderes de seguridad es la filtración de datos sensibles o regulados (62%), seguida por el prompt injection y manipulación adversarial (58%) y las acciones no autorizadas y autonomía excesiva (47%).

La seguridad como proceso continuo

El planteamiento de Nieva es claro: la seguridad deja de ser un control previo para convertirse en un proceso continuo que acompaña al agente durante toda la tarea. Los documentos recuperados, las respuestas de herramientas o los contenidos procedentes de fuentes externas no deberían incorporarse al proceso de decisión sin una evaluación previa.

Este cambio de perspectiva resulta especialmente relevante a medida que los agentes de IA empiezan a integrarse en procesos críticos de negocio. Ya no se limitan a generar contenido o responder consultas, sino que pueden consultar aplicaciones corporativas, interactuar con otras herramientas, acceder a información sensible o automatizar tareas que antes requerían intervención humana.

La arquitectura Zero Trust gana relevancia

En este contexto, la gobernanza de la IA también evoluciona. No basta con definir qué puede hacer un agente cuando se despliega por primera vez, también es necesario supervisar cómo cambia su contexto durante la ejecución de cada tarea. La incorporación de nueva información, el acceso a herramientas adicionales o la interacción con contenidos externos pueden modificar el riesgo asociado a una acción.

La relevancia de la arquitectura de seguridad zero trust, con controles de seguridad adaptativos basados en diferentes factores como la identidad digital del agente, el momento del acceso, el origen y destino de las interacciones y las herramientas que se utilizan, es cada vez mayor.

¿Qué significa esto para tu startup?

1. Implementa trazabilidad contextual desde el día uno

No esperes a tener un incidente para construir sistemas de auditoría. Cada agente IA en tu entorno debe generar logs que permitan reconstruir no solo qué acción realizó, sino por qué consideró que era la acción adecuada. Esto incluye:

• El origen de cada pieza de información utilizada
• El nivel de confianza asignado a cada fuente
• Cómo cambió el contexto durante la ejecución
• Qué herramientas fueron consultadas y con qué resultados

Estos datos no solo son esenciales para investigar incidentes, sino que se convertirán en requisito regulatorio. Según NeuralTrust, para 2030 se espera que el 80% de las empresas globales operen bajo regulación específica para IA.

2. Adopta el modelo de permisos mínimos necesarios

Cada agente debe tener una identidad definida con los permisos mínimos necesarios para su función específica, no acceso amplio heredado de una cuenta de servicio o de administrador. Implementa un gateway de control que te permita:

• Restringir qué herramientas puede usar cada agente
• Limitar el acceso a datos según la sensibilidad
• Aplicar políticas de seguridad en tiempo real
• Monitorizar interacciones agente-agente y humano-agente

3. Prueba tus agentes de forma adversarial

El 19% de las organizaciones practica red teaming de agentes IA, pero el 81% deja abierta una brecha de visibilidad crítica. La simulación adversarial regular revela:

• Cómo se comportan los agentes bajo manipulación
• Qué acciones tomarán cuando se les incite de forma inesperada
• Dónde están realmente los límites de su autonomía

Estas no son preguntas que quieras que te respondan en producción un atacante real.

4. Construye infraestructura de cumplimiento escalable

Envía logs, alertas y trazas de agentes a tus plataformas SIEM y de monitorización en la nube desde el primer despliegue. Las organizaciones que implementan esto desde el inicio, en lugar de incorporarlo tras un incidente, controlan su narrativa cuando algo sale mal y pueden demostrar cumplimiento regulatorio con mayor facilidad.

5. Considera la diferencia regulatoria entre regiones

Las empresas europeas lideran en madurez de controles: el 34% declara controles de seguridad completos, frente a solo el 23% en Norteamérica. Esta diferencia se debe principalmente a la presión regulatoria del Reglamento IA de la UE, DORA y NIS2. Si operas en múltiples regiones, diseña tu estrategia de seguridad pensando en los estándares más estrictos.

La ventana de oportunidad se estrecha

Los agentes de IA seguirán ganando autonomía y accederán a más herramientas, más datos y más procesos de negocio. En ese escenario, proteger únicamente el modelo o controlar el prompt inicial dejará de ser suficiente. El verdadero reto será garantizar que el contexto que guía cada decisión sea fiable, trazable y esté sometido a las mismas políticas de seguridad que cualquier otro activo crítico de la organización.

Las startups que construyan esta capacidad de gobernanza contextual ahora tendrán una ventaja competitiva sostenible. No se trata de frenar la innovación, sino de innovar con responsabilidad y trazabilidad. Porque, en la próxima generación de agentes de IA, comprender el contexto será tan importante como comprender la propia acción.

Fuentes

• La gobernanza de la IA también debe evolucionar - La Razón
• El Estado de la Seguridad de Agentes IA 2026: La Adopción Empresarial Ha Superado a la Protección | NeuralTrust