Imagen generada por IALa inteligencia artificial ha dejado de ser únicamente una herramienta para atacar sistemas. También se ha convertido en un sistema que las empresas deben proteger, supervisar y someter a controles. Esa doble condición —tecnología ofensiva y superficie de ataque— explica por qué la IA segura y la seguridad gestionada aparecen juntas entre las tendencias con más recorrido para la ciberseguridad en 2026.
La señal llegó desde León, donde se celebró una nueva edición del Encuentro Internacional de Seguridad de la Información (ENISE 2026), desde el 21 hasta el 23 de octubre. Infinigate Iberia participó en el evento con una propuesta centrada en ciberseguridad, cloud e infraestructura de red. La noticia es corporativa y no demuestra por sí sola que exista una revolución tecnológica. Pero sí apunta a una tensión que ya está afectando a los responsables de seguridad: las empresas quieren desplegar IA más deprisa de lo que son capaces de gobernarla, mientras el mercado de profesionales especializados sigue sin crecer al mismo ritmo.
Aquí está el quid. “IA segura” no significa simplemente instalar un antivirus en un modelo. Incluye la seguridad del desarrollo, la protección de los datos de entrenamiento, la resistencia frente a ataques contra los prompts, la trazabilidad de las decisiones y la supervisión del uso que hacen empleados y proveedores. La seguridad gestionada tampoco equivale a externalizar todas las responsabilidades a un proveedor. DORA, NIS2, el Reglamento de Inteligencia Artificial y el Reglamento de Ciberresiliencia están dibujando un perímetro en el que la subcontratación no elimina la responsabilidad de la entidad.
Los equipos de seguridad llevan décadas inventariando servidores, aplicaciones, redes y dispositivos. La IA obliga a ampliar ese inventario. Ahora también hay que localizar modelos fundacionales, servicios de inteligencia artificial generativa, APIs externas, conjuntos de datos, plugins, agentes autónomos, repositorios de prompts y procesos automatizados que pueden ejecutar acciones en nombre de un usuario.
El problema práctico es que buena parte de estos componentes entran por la puerta de atrás. Un departamento puede contratar una herramienta de productividad con funciones generativas sin pasar por el proceso habitual de arquitectura o compras. Un empleado puede copiar información interna en un servicio público. Un desarrollador puede integrar una API de un modelo externo en una aplicación sin documentar qué datos salen de la organización ni qué ocurre con ellos después.
El resultado es una forma de “shadow AI” que se parece mucho al shadow IT de hace una década, pero con una diferencia relevante: el sistema no solo almacena información. Puede resumirla, clasificarla, generar código, recomendar decisiones o ejecutar tareas. Cuando se conecta a correo electrónico, CRM, herramientas de tickets o sistemas financieros, un error de configuración puede transformarse en una acción operativa.
Los ataques también son distintos. La inyección directa de prompts intenta hacer que el modelo ignore sus instrucciones y revele información o ejecute una conducta no prevista. La inyección indirecta introduce instrucciones maliciosas en una página web, un documento o un correo que el sistema procesa automáticamente. El envenenamiento de datos altera el material utilizado para entrenar o ajustar el modelo. El robo de modelos busca extraer activos cuyo desarrollo puede haber costado millones de euros. Y el abuso de herramientas conectadas convierte un fallo de autorización en algo más grave que una respuesta incorrecta.
El riesgo no está limitado a los modelos más sofisticados. Un asistente interno con acceso de lectura a miles de documentos puede filtrar secretos comerciales aunque nunca tome una decisión autónoma. Un agente con permisos para crear usuarios, modificar una base de datos o enviar pagos plantea un problema de control de acceso antes incluso de que aparezca una vulnerabilidad de software.
El Reglamento de Inteligencia Artificial de la Unión Europea no es una norma de ciberseguridad pura, pero introduce obligaciones que afectan directamente a la arquitectura de control. Sus prohibiciones y obligaciones sobre alfabetización en IA empezaron a aplicarse el 2 de febrero de 2025; las obligaciones para proveedores de modelos de propósito general comenzaron el 2 de agosto de 2025; y el grueso del reglamento es aplicable desde el 2 de agosto de 2026, fecha ya superada en octubre de este año.
Para los sistemas de alto riesgo, el artículo 15 exige niveles adecuados de precisión, robustez y ciberseguridad durante todo el ciclo de vida. El artículo 9 obliga a implantar un sistema de gestión de riesgos continuo. El artículo 12 exige mantener registros y trazabilidad de determinados eventos, mientras que el artículo 14 establece supervisión humana. No son obligaciones que se resuelvan con una declaración del proveedor en una página comercial.
La consecuencia para un CISO es concreta: el modelo debe entrar en el proceso de gestión de activos, riesgos, cambios e incidentes. Hay que saber qué versión se ejecuta, qué datos utiliza, quién puede modificar sus instrucciones, qué dependencias externas tiene y cómo se revierte una actualización que degrade su comportamiento. La pregunta “¿qué modelo utiliza esta aplicación?” debe recibir una respuesta documentada, no un encogimiento de hombros del equipo de producto.
El Reglamento también complica la frontera entre proveedor y usuario. Una empresa que integra un modelo en un producto puede asumir obligaciones distintas de las que tendría como simple usuaria de una herramienta empresarial. La clasificación depende del caso de uso, del papel de la organización y del nivel de riesgo, no de la etiqueta comercial que aparezca en el contrato.
En paralelo, el artículo 27 obliga a determinados responsables y proveedores a realizar una evaluación de impacto sobre los derechos fundamentales antes de desplegar sistemas de alto riesgo. Esa evaluación no sustituye a un análisis de ciberseguridad, pero puede revelar riesgos que el equipo técnico no había contemplado: exposición de datos personales, discriminación en los resultados, vigilancia desproporcionada o dependencia de una fuente opaca.
La seguridad de la IA exige, por tanto, una coordinación que rara vez aparece en los organigramas. CISO, privacidad, compliance, compras, arquitectura y negocio necesitan compartir un registro de sistemas y una clasificación común. Si cada área utiliza una definición distinta de “IA”, la organización no tiene gobierno: tiene varios inventarios incompatibles con nombres parecidos.
Sería un error leer el Reglamento de IA como una vacuna contra el prompt injection o el robo de datos. Una obligación legal puede exigir controles, pero no convierte un modelo vulnerable en uno resistente. El trabajo técnico sigue pasando por el diseño seguro, la segregación de permisos, las pruebas adversariales y la monitorización del comportamiento.
El marco de referencia más útil para ordenar ese trabajo es el NIST AI Risk Management Framework, complementado por NIST CSF 2.0 para la gestión general de ciberseguridad. CSF 2.0 organiza la actividad en seis funciones: Govern, Identify, Protect, Detect, Respond y Recover. Aplicado a IA, eso implica algo más que añadir “modelo” a una lista de activos.
En la función Govern, la empresa debe definir quién aprueba un caso de uso, qué riesgos son aceptables y qué usos están prohibidos. Identify exige localizar datos, modelos, proveedores y conexiones. Protect cubre controles como autenticación fuerte, mínimo privilegio, cifrado y protección de secretos. Detect requiere observar tanto la infraestructura como el comportamiento del modelo: picos de consultas, extracción sistemática, respuestas anómalas o intentos repetidos de evasión. Respond debe contemplar la retirada del modelo, la revocación de tokens y la desconexión de herramientas. Recover obliga a disponer de una versión anterior, datos íntegros y un proceso para volver a operar sin el componente automatizado.
El detalle que suele quedar fuera es la gestión de privilegios. Un modelo no debería recibir más permisos que los imprescindibles para completar una tarea. Si un agente puede consultar el sistema de nóminas, crear una orden de transferencia y enviar correos externos, la organización ha construido un problema de seguridad con una interfaz conversacional. La comodidad del lenguaje natural no cambia el principio de mínimo privilegio.
También hace falta probar los controles con escenarios realistas. Una prueba de seguridad de IA debería examinar si el sistema revela instrucciones internas, procesa datos personales de otros usuarios, acepta instrucciones incrustadas en documentos, ejecuta funciones sin confirmación y mantiene los límites cuando se modifica el contexto. Las pruebas no pueden limitarse a preguntar si el chatbot produce una respuesta educada.
La segunda tendencia señalada por el encuentro de ENISE es la seguridad gestionada. El mercado ofrece servicios de monitorización, detección y respuesta, gestión de vulnerabilidades, protección de endpoints, seguridad cloud, identidad y respuesta ante incidentes. En muchos casos, el proveedor opera un SOC y analiza telemetría procedente de los sistemas del cliente.
La lógica económica es sencilla. Mantener cobertura permanente, incorporar analistas especializados y actualizar herramientas resulta difícil para una empresa mediana. La seguridad gestionada puede aportar escala, inteligencia de amenazas y procedimientos que una organización no podría mantener sola. También puede reducir el tiempo entre la detección y la contención, aunque esa mejora depende de la calidad de la integración y de las decisiones que el proveedor esté autorizado a tomar.
Pero externalizar la operación no externaliza el riesgo. Un proveedor puede detectar un incidente y aun así no tener permiso para aislar un equipo. Puede generar miles de alertas y no distinguir una intrusión relevante de una anomalía menor. Puede disponer de una plataforma sofisticada y carecer de contexto sobre el proceso de negocio afectado.
El contrato debe responder a cuestiones incómodas. ¿Quién recibe la alerta fuera del horario laboral? ¿En cuánto tiempo debe escalar un incidente crítico? ¿Puede el proveedor bloquear una cuenta sin autorización previa? ¿Qué registros conserva y durante cuánto tiempo? ¿Dónde se almacenan? ¿Qué subcontratistas acceden a ellos? ¿Cómo se prueba la restauración? ¿Qué sucede si el cliente termina el servicio y necesita recuperar sus reglas, datos y evidencias?
La respuesta no puede quedar enterrada en un acuerdo de nivel de servicio que solo mida disponibilidad de la consola. Un SOC disponible no sirve de mucho si tarda seis horas en escalar una intrusión o si no puede explicar qué evidencia sustenta una decisión de contención.
Para las entidades financieras, DORA endurece la conversación. El artículo 28 del Reglamento de Resiliencia Operativa Digital exige gestionar el riesgo de terceros proveedores de servicios de tecnologías de la información y comunicación como parte del marco de riesgo de la entidad. El artículo 30 establece elementos contractuales esenciales, como la descripción clara de los servicios, los niveles de disponibilidad, los derechos de acceso y auditoría, la cooperación con las autoridades y las condiciones de terminación.
DORA se aplica desde el 17 de enero de 2025. En 2026, el debate ya no debería centrarse en si un proveedor de SOC es “de confianza”, sino en si la entidad puede demostrar que conoce la dependencia, ha probado la continuidad y conserva capacidad de supervisión. El artículo 28 también obliga a mantener un registro de información sobre los contratos con terceros ICT. Si el proveedor utiliza a su vez una nube pública, una plataforma de inteligencia de amenazas y un subcontratista para operaciones nocturnas, esa cadena debe ser visible.
Los proveedores ICT críticos designados por las autoridades europeas quedan sujetos a una supervisión directa específica, pero la mayoría de las empresas no puede esperar a que el regulador inspeccione por ellas. La entidad financiera sigue necesitando sus propias evaluaciones, evidencias y pruebas. El sello “proveedor crítico” no es un sustituto del control de terceros.
NIS2 sigue una lógica parecida para las entidades esenciales e importantes. Su artículo 21 exige medidas de gestión de riesgos de ciberseguridad que cubren análisis de riesgos, gestión de incidentes, continuidad, seguridad de la cadena de suministro, seguridad en la adquisición y desarrollo de sistemas, evaluación de la eficacia de las medidas, formación, criptografía y autenticación multifactor, entre otros elementos. El artículo 23 establece obligaciones de notificación: alerta temprana en 24 horas, notificación del incidente en 72 horas y un informe final, con los matices que establezca la transposición nacional.
Para un proveedor de seguridad gestionada, esto cambia la definición de servicio. Ya no basta con entregar un panel. Debe ayudar a producir evidencias, reconstruir una línea temporal y cumplir plazos de notificación. La empresa cliente, por su parte, necesita conservar autoridad para decidir cuándo un evento se convierte en incidente notificable. Un SOC no debería ser el único lugar donde exista la información necesaria para activar el reloj de 24 horas.
La externalización resuelve un problema y puede crear otro. Si una organización concentra monitorización, respuesta, identidad, backup y comunicaciones en un único proveedor, una caída de ese proveedor puede reducir simultáneamente su capacidad de detectar, responder y recuperarse. La dependencia no siempre aparece como una vulnerabilidad técnica; a veces aparece como un contrato demasiado cómodo.
La concentración también puede producirse dentro de la cadena tecnológica. Un proveedor de servicios gestionados puede depender de una única nube, de una plataforma de gestión de endpoints o de un motor de inteligencia artificial para clasificar alertas. La empresa contratante debe conocer esas dependencias cuando afectan a funciones críticas. En el sector financiero, DORA obliga a analizar precisamente ese tipo de riesgo operativo.
La solución no es contratar cinco SOC y esperar que todos se pongan de acuerdo. Es definir funciones críticas, dependencias tolerables y capacidades mínimas internas. Una entidad puede externalizar la vigilancia continua y mantener dentro la gestión de crisis, la relación con el regulador y la decisión de activar medidas extraordinarias. Otra puede preferir un servicio más amplio, pero deberá probar qué ocurre si el proveedor queda inaccesible.
Las pruebas deben incluir la indisponibilidad del propio proveedor. ¿Puede la organización acceder a los logs si la consola deja de funcionar? ¿Hay una ruta alternativa para escalar incidentes? ¿Se pueden desplegar reglas de detección en otra plataforma? ¿Existe una copia de la configuración? Las respuestas deberían formar parte de un ejercicio técnico, no de una promesa comercial.
La conversación sobre IA segura también afecta a fabricantes de software y dispositivos. El Cyber Resilience Act introduce requisitos de ciberseguridad para productos con elementos digitales durante su diseño, desarrollo, comercialización y mantenimiento. Aunque sus obligaciones principales se aplican de forma progresiva, el 11 de septiembre de 2026 comenzó a ser relevante el régimen de notificación de vulnerabilidades e incidentes previsto para los fabricantes, con la aplicación general del reglamento prevista para el 11 de diciembre de 2027.
El artículo 14 del CRA exige notificar vulnerabilidades explotadas activamente y determinados incidentes a la Agencia de la Unión Europea para la Ciberseguridad y al equipo de respuesta designado, mediante los canales establecidos. El artículo 13 recoge obligaciones de los fabricantes, entre ellas diseñar y desarrollar productos con un nivel adecuado de ciberseguridad, gestionar vulnerabilidades y facilitar información sobre el soporte.
Esto importa para las plataformas de IA y para las herramientas de seguridad gestionada que se incorporan a productos empresariales. Un fallo en un componente de autenticación, una librería de inferencia o un agente instalado en miles de equipos puede activar obligaciones de divulgación y respuesta. Los compradores tendrán que pedir información sobre el ciclo de soporte, los tiempos de corrección y la gestión de vulnerabilidades, no solo sobre las funciones que aparecen en la demostración.
La fecha de 2027 puede inducir a esperar. Sería una mala lectura. Los contratos firmados este año pueden durar más que el periodo de transición. Además, los equipos de compras y arquitectura necesitan varios meses para cambiar plantillas, criterios de homologación y procesos de recepción de productos. La ciberseguridad del producto se decide a menudo antes de que el equipo de seguridad tenga acceso al código o al dispositivo.
La adopción de IA introduce un problema de clasificación. Una filtración a través de un chatbot puede contener datos personales, información confidencial, secretos empresariales o credenciales. Cada categoría activa obligaciones y decisiones diferentes.
El artículo 32 del RGPD exige medidas técnicas y organizativas adecuadas al riesgo, incluyendo, cuando proceda, seudonimización y cifrado, capacidad de garantizar confidencialidad, integridad, disponibilidad y resiliencia, y procesos para restaurar la disponibilidad tras un incidente. El artículo 33 fija la notificación de una violación de datos personales a la autoridad de control en un plazo de 72 horas desde que se tenga constancia, salvo que sea improbable que exista riesgo para los derechos y libertades.
La seguridad gestionada puede ayudar a detectar el incidente, pero no decide por sí sola si existe una violación de datos personales ni si procede informar a los afectados conforme al artículo 34 del RGPD. Esa decisión exige contexto jurídico y de negocio. Un proveedor que solo entrega una alerta técnica puede dejar a su cliente sin el tiempo necesario para evaluar el riesgo.
La respuesta adecuada necesita una cadena de custodia clara. Hay que conservar prompts, respuestas relevantes, registros de acceso, versiones del modelo, configuraciones y acciones ejecutadas. También hay que evitar almacenar más información de la necesaria. La trazabilidad no autoriza a crear una nueva base de datos ilimitada con conversaciones de empleados y clientes.
Cuando la IA se utiliza para analizar comunicaciones o comportamiento de trabajadores, aparecen además cuestiones de proporcionalidad, transparencia y minimización. La presión por monitorizarlo todo es comprensible después de un incidente. También es una forma rápida de generar otro problema de privacidad.
La organización que evalúa una herramienta de IA o un servicio de seguridad gestionada necesita convertir las tendencias en requisitos comprobables. Cinco preguntas separan una capacidad real de una presentación convincente.
La primera es qué se está protegiendo exactamente. El inventario debe incluir modelos, servicios, conectores, datos, identidades y permisos. Si el proveedor no puede describir sus subencargados, regiones de tratamiento, dependencias cloud y ciclo de actualización, el riesgo no está suficientemente definido.
La segunda es qué puede hacer el sistema sin intervención humana. Una herramienta que solo recomienda acciones presenta un perfil diferente de otra que aísla dispositivos, deshabilita cuentas o modifica reglas de firewall. Los permisos deben ser limitados, auditables y revocables. La aprobación humana tiene que situarse antes de las acciones irreversibles o de alto impacto.
La tercera es cómo se detecta un fallo del propio sistema. El proveedor debe explicar qué métricas monitoriza, cómo identifica degradación del modelo, qué pruebas de regresión ejecuta y cómo responde ante una actualización defectuosa. La inteligencia artificial puede reducir falsos positivos, pero también puede ocultar señales si se le concede demasiada autoridad.
La cuarta es qué evidencias se entregan. Para un cliente sujeto a DORA, NIS2 o RGPD, los registros de actividad, tiempos de respuesta, pruebas de restauración, incidentes, cambios de configuración y revisiones de acceso tienen valor operativo y regulatorio. Una captura de pantalla mensual no sustituye a una pista de auditoría.
La quinta es qué sucede al terminar el contrato. La salida debe incluir exportación de datos, reglas, configuraciones, listas de activos, historiales de incidentes y documentación. También debe contemplar la revocación de accesos, la eliminación o devolución de información y la asistencia durante la transición. La portabilidad no se improvisa cuando el proveedor ya ha cerrado la cuenta.
La promesa comercial de la IA suele presentar una operación casi autónoma: el sistema detecta, comprende, decide y actúa. En seguridad, esa promesa necesita más matices. La automatización de tareas repetitivas puede ser muy valiosa. La autonomía sin límites puede multiplicar el impacto de un error.
Un buen servicio gestionado no es el que presume de generar menos intervención humana. Es el que utiliza la automatización donde mejora la velocidad y reserva la decisión humana para los puntos en los que el contexto, la proporcionalidad o la responsabilidad importan. Aislar un equipo infectado puede ser automático si existe alta confianza y un mecanismo de reversión. Bloquear una cuenta de un administrador, eliminar un repositorio o interrumpir un proceso de pagos exige un umbral distinto.
El comprador debe pedir resultados medibles, pero no reducirlos a un único indicador. El tiempo medio de detección y el tiempo medio de respuesta son útiles, aunque incompletos. También importan la tasa de alertas no investigadas, el porcentaje de activos cubiertos, la calidad de la clasificación, el tiempo de contención, la capacidad de reconstrucción forense y el número de excepciones abiertas sin fecha de cierre.
La IA puede mejorar esas métricas. También puede maquillarlas. Si el sistema descarta silenciosamente eventos difíciles de clasificar, el tiempo de respuesta parece excelente porque nunca llega una alerta. La supervisión independiente y las pruebas con escenarios conocidos son necesarias para evitar que la eficiencia estadística sustituya a la seguridad.
La participación de Infinigate Iberia en ENISE 2026 encaja con una evolución clara del mercado: las empresas buscan tecnología que les permita operar con menos fricción, pero los reguladores están pidiendo trazabilidad, control de terceros y capacidad de respuesta. Ambas fuerzas no son incompatibles. Lo que no funciona es comprar automatización y descubrir después que nadie sabe quién responde ante un fallo.
La IA segura será una disciplina propia porque los modelos combinan riesgos de software, datos, identidad, privacidad y decisiones automatizadas. La seguridad gestionada seguirá creciendo porque pocas organizaciones pueden cubrir por sí solas todas las capacidades necesarias. Pero ninguna de las dos tendencias resuelve el problema de gobierno.
En octubre de 2026, la pregunta útil no es si una empresa tiene IA ni si dispone de un SOC externo. Es si puede explicar qué sistemas dependen de ambos, qué permisos tienen, qué controles los limitan, qué evidencias produce cada operación y cómo mantiene el servicio cuando el proveedor o el modelo fallan.
Si la respuesta exige llamar a tres proveedores y esperar a que alguien encuentre el contrato correcto, el problema no es tecnológico. Es de control. Y, como suelen recordar las normas europeas con una insistencia poco glamurosa pero bastante razonable, la responsabilidad acaba volviendo al titular del negocio.
Nota editorial
Resumen semanal gratis
Suscríbete al resumen semanal de regulación, vulnerabilidades explotadas y acciones para tu equipo.
¿Quieres un plan a medida? Modela tu organización con Agentic Digital Twin.
Aporta contexto, plantea una duda o responde a la conversación. Los comentarios son públicos y moderables.
Cargando comentarios…