El 90% de empresas sufrió incidentes de IA agéntica, pero solo el 13% tiene gobernanza real

Nueve de cada diez organizaciones en el mundo experimentó al menos un incidente de seguridad relacionado con inteligencia artificial agéntica durante el último año. Solo el 36% logró contenerlo en menos de 24 horas. Estos números provienen de un estudio global que ServiceNow publicó el 20 de octubre, basado en encuestas a más de 3.700 responsables de seguridad. Para cualquier fundador que ya tenga agentes funcionando en producción, el mensaje es claro: el problema no radica en el modelo de IA en sí, sino en los permisos que se le otorgaron y en quién está vigilando cómo los usa.

Lo más preocupante del informe no es la cifra del 90%, sino la brecha entre lo que los equipos de seguridad creen tener y lo que realmente poseen. Aunque muchos responsables se autoevalúan como teniendo una postura de seguridad establecida, solo el 13% cuenta con programas que pueden defenderse cuando se miden contra cinco dominios clave: superficie de ataque, rendición de cuentas, seguridad desde el diseño, visibilidad y preparación para auditorías. La mayoría de la IA agéntica sigue siendo gobernada por marcos heredados que dependen de intervención humana constante. Menos de la mitad de las organizaciones utiliza marcos de gobernanza que cubran los elementos esenciales del despliegue de agentes, y solo el 44% de los equipos de seguridad diseña la seguridad dentro del desarrollo del agente antes de construirlo. En el resto, los permisos y las salvaguardas se implementan después, sobre la marcha. Es un enfoque reactivo por definición.

Los números revelan una operación que creció más rápido que su capacidad de control. El 49% de las organizaciones ejecuta entre 100 y 999 agentes de IA, mientras que el 35% opera más de 1.000. Sin embargo, solo el 57% de los equipos de seguridad mantiene un registro completo y exacto de cada agente en producción con procesos para rastrear cambios. El 29% descubrió agentes operando en producción que nunca habían sido registrados y cuya existencia era desconocida: IA en la sombra que funciona sin supervisión. El 76% afirma tener un mapa completo de los accesos de cada agente, pero solo el 19% puede observar en tiempo real a más del 90% de sus agentes. Aún más crítico: el 66% no puede actuar automáticamente cuando un agente muestra comportamiento anómalo. Todavía requiere intervención humana para que algo cambie. El punto ciego no está solo en los agentes que desaparecen del radar, sino en los que sí se ven pero no se pueden detener.

Cada agente nuevo multiplica identidades y permisos, desbordando a los equipos humanos. La empresa promedio ejecuta más de 70 herramientas de seguridad con datos fragmentados entre endpoints, redes, nube e identidades, mientras que las identidades de máquina se duplican cada 18 meses. Un sondeo de Trellix a 600 directores de seguridad mostró que en el 95% de esas empresas un agente de IA u otro sistema autónomo estuvo vinculado a un incidente interno en los últimos 12 meses. El 78% ya incluye a los agentes en su definición de riesgo de insider. Los tiempos de respuesta son insuficientes: siete horas para detectar y ocho para responder. El 63% admite no tener visibilidad suficiente sobre cómo sus empleados usan herramientas de IA. Una encuesta de Deloitte a 3.235 líderes de TI y negocio reveló que solo el 21% dice tener modelos de gobernanza maduros para el riesgo de IA agéntica. Un sondeo de Microsoft a 1.725 responsables de seguridad de datos encontró que casi tres de cada diez empleados ya usan agentes de IA no autorizados. Según la Cloud Security Alliance, más de la mitad de las organizaciones encuestadas este año vio a sus agentes exceder los permisos previstos.

La conclusión compartida por todas las fuentes es que el riesgo no está en que el modelo se equivoque, sino en qué puede hacer el sistema si el modelo es engañado o si actúa por su cuenta con credenciales demasiado amplias. Para una startup que ya usa agentes, aunque sean solo dos o tres, el informe describe un patrón que conviene romper ahora, cuando arreglarlo cuesta una tarde de trabajo y no un incidente con clientes. Lo primero es levantar un inventario completo antes de la próxima demostración: registrar cada agente con nombre, dueño humano responsable, credenciales que usa y sistemas que puede tocar. El benchmark del estudio muestra que apenas el 57% de los equipos tiene un registro completo de lo que corre en producción. Luego, aplicar permisos por tarea específica, no credenciales heredadas de una persona. Un agente que resume tickets no necesita permiso de escritura sobre la base de clientes. La seguridad debe diseñarse antes de construir el agente, no agregarse después. También es crítico definir el interruptor de apagado con antelación: si el 66% no puede reaccionar automáticamente ante una anomalía, la pregunta no es si el agente se comportará de forma extraña, sino cuánto tarda el equipo en revocarle las credenciales. Cada agente debe tener un dueño y un rastro auditable. Cada acción debe poder responderse con evidencia: qué hizo el sistema, por qué y quién responde. Es también lo que pedirán los clientes enterprise en el próximo cuestionario de seguridad.

La presión regulatoria llegará pronto. La mayoría de las reglas del AI Act europeo comenzaron a aplicarse en agosto de 2026, y los requisitos de alto riesgo se movieron a diciembre de 2027 y agosto de 2028. No construir el programa alrededor de una sola fecha: tener la capacidad de gobernanza lista antes de que la exija un cliente, un auditor o un regulador. Ben de Bont, CISO de ServiceNow, lo expresó así: las organizaciones no deberían tener que elegir entre avanzar rápido y gestionar el riesgo. Las que lo hagan bien incorporarán la gobernanza desde el inicio del despliegue para aprovechar los beneficios de la IA sin perder visibilidad ni control. Nadir Izrael, vicepresidente de grupo de Ciberseguridad y Riesgo de ServiceNow, lo resume de otra forma: la innovación y la seguridad deben avanzar juntas, no una después de la otra. El 90% de organizaciones con incidentes en un año sugiere que muy pocas lo están haciendo en ese orden.