Imagine una empresa que implementa un agente de IA para permitir que los empleados consulten datos del negocio, solo para descubrir que pedir “dame mis datos” podría devolver información confidencial de otra firma. Esto no es un riesgo teórico, sino un incidente de seguridad real, que pone de relieve la crisis de identidad central en el corazón del emergente “año del agente”. A medida que las empresas se apresuran a desplegar agentes de IA más allá de simples copilotos, la conversación revela que los obstáculos más importantes no consisten solo en hacer a los agentes más inteligentes, sino en gestionar de forma segura a qué pueden acceder y qué pueden hacer en nuestro nombre.

La discusión enmarca la evolución de la asistencia de IA como un continuo, desde el software determinista de nivel cero hasta los agentes totalmente autónomos de nivel cinco. Actualmente estamos dejando atrás a los copilotos —esencialmente un autocompletado avanzado— para entrar en un ámbito en el que los agentes pueden realizar tareas de varios pasos con una supervisión humana mínima, como comprar unos jeans dentro de un presupuesto. Este cambio introduce profundas complejidades de seguridad porque el modelo clásico de permisos estáticos de usuario se desmorona por completo. Un agente que actúa en nombre de un usuario necesita acceso dinámico y contextual a herramientas y datos, lo que crea un escenario en el que el control de acceso debe entenderse como una matriz, no como una ruta lineal, y debe poder ser aplicado por los propietarios de los recursos de destino.

Esto conduce a la necesidad urgente de un nuevo paradigma en identidad y autorización, a menudo denominado política “basada en la intención” o “basada en tareas”. El objetivo es pasar de un mundo en el que “Joel es socio, por lo tanto siempre tiene acceso a X”, a otro en el que “el agente de Joel tiene la tarea de analizar los datos financieros de las empresas Y y Z, por lo que obtiene acceso efímero únicamente a esos datos específicos para esta tarea”. Estándares como MCP (Model Context Protocol) y A2A (Agent to Agent) están surgiendo para ayudar a los agentes a descubrir y utilizar herramientas, pero actualmente carecen de la sólida capa de identidad y gobernanza requerida para un despliegue empresarial seguro. La solución reside en un sistema híbrido que combine la aplicación determinista de políticas con el razonamiento no determinista del propio agente, garantizando que los humanos conserven la supervisión final y una trazabilidad clara de auditoría.

Contrariamente a olas tecnológicas anteriores, las empresas están preparadas para adoptar agentes a gran escala antes que los consumidores. La fuerza impulsora es un imperativo empresarial de alto nivel orientado a la eficiencia operativa y al crecimiento de las ganancias, junto con el hecho de que los datos y la infraestructura en la nube ya están disponibles. Por tanto, los equipos de seguridad se encuentran en un rol habilitador en lugar de uno de control o bloqueo, encargados de encontrar maneras de desplegar agentes de forma segura en medio de lo que un experto llama “shadow IT con esteroides”. Es probable que la infraestructura del futuro implique sistemas federados en los que los usuarios otorguen a los agentes un consentimiento condicional en tiempo de ejecución, y los propietarios de los recursos apliquen políticas adaptativas, creando una red de responsabilidad para esta nueva fuerza laboral de agentes.

Ideas sorprendentes

• La “crisis de identidad” de los agentes: Un desafío central es que un agente de IA no es simplemente una extensión de un único usuario. Agentes como ChatGPT son inherentemente multiinquilino, usados por muchas personas, lo que introduce problemas complejos y contextuales de acceso que los permisos estáticos de usuario no pueden resolver.


• Las empresas lideran, no los consumidores: En un giro respecto de tendencias como las redes sociales o los teléfonos inteligentes, se prevé que la adopción empresarial de agentes de IA supere a la adopción por parte de los consumidores debido a su traducción directa en rentabilidad, a la existencia previa de datos en la nube y a la abrumadora presión ejecutiva por la eficiencia operativa.


• La nueva “proliferación de secretos”: La adopción de protocolos como MCP, aunque útil para conectar agentes con herramientas, ha creado inadvertidamente un enorme riesgo de seguridad. Muchas empresas ahora tienen credenciales de producción y accesos administrativos incrustados en servidores MCP que se ejecutan localmente, sin control ni gobernanza centralizados.


• El control de acceso como matriz dinámica: La seguridad para agentes exige abandonar el modelo estático de permisos usuario-grupo-recurso. Un control eficaz debe ser una matriz dinámica y efímera basada en la intención específica del usuario, la tarea del agente y el contexto, aplicada en el momento del acceso.


• El imperio del “no” ha terminado: Para los directores de seguridad de la información (CISO), la era de la nube acabó con la posibilidad de simplemente vetar nuevas tecnologías. La ola de agentes de IA intensifica esto; el papel de seguridad ahora consiste exclusivamente en habilitar de forma segura una adopción crítica para el negocio, ya que decir “no” no es una opción viable.

Conclusiones prácticas

• Implemente controles de acceso basados en la intención: Comience a diseñar sistemas de autorización que otorguen permisos según la tarea específica que está realizando un agente, no solo según la identidad estática del usuario que lo lanzó. Piense en términos de acceso acotado y de corta duración para flujos de trabajo discretos.


• Gobierne sus servidores MCP: Si utiliza el Model Context Protocol (MCP), audite de inmediato y centralice el control sobre los servidores MCP para gestionar la “proliferación de secretos con esteroides”. Asegúrese de que no contengan credenciales amplias de producción y de que su acceso esté estrictamente delimitado y supervisado.


• Exija barreras de protección deterministas: Al crear o adquirir herramientas de agentes, requiera puntos de aplicación de políticas deterministas —reglas claras sobre lo que el agente puede y no puede hacer— que operen por separado del razonamiento no determinista del agente, creando una caja de seguridad confiable.


• Planifique una capa de supervisión humana: Diseñe las interacciones con agentes con un modelo de “conductor de Waymo” en mente. Incluso para agentes avanzados, mantenga controles claros de intervención humana para acciones críticas (como compras grandes) y proporcione a los usuarios un panel para supervisar y revocar la actividad del agente.


• Adopte una mentalidad de identidad federada: Prepárese para un futuro en el que los agentes, herramientas y datos de su empresa interactúen con agentes y servicios externos.

Invierta en comprender e implementar estándares abiertos para la identidad y autorización de agentes, con el fin de garantizar la interoperabilidad y la seguridad.