El radio de impacto de los agentes de IA es un problema de gobernanza

La pregunta que diferencia a un agente de IA que ahorra tiempo a tu equipo de uno que te pone frente a un regulador no es cuán capaz es el modelo. Es cuánta información confidencial puede alcanzar el agente, quién aprobó ese acceso y si puedes demostrar ambos puntos cuando te lo pidan.

Insikt Group de Recorded Future catalogó 103 incidentes relacionados con IA en un informe publicado el 11 de noviembre de 2026. Si lo lees rápido, ese número invita a una respuesta de SecOps. Si lo lees con calma, las recomendaciones al final son un resumen de gobernanza dirigido al CISO. Limita lo que los agentes pueden acceder y modificar. Manténlos alejados de sistemas sensibles. Exige aprobación humana para acciones de alto impacto.

Esa es una pregunta sobre el radio de impacto, y es justo la que el intercambio seguro de datos de Kiteworks fue diseñado para responder respecto al contenido más importante. El Kiteworks Secure MCP Server y Kiteworks Compliant AI colocan la política entre un agente y tus archivos regulados, y el Control Plane de Kiteworks registra lo sucedido en un solo registro de auditoría, tanto para personas como para agentes. Para un CISO, un Chief Compliance Officer, un asesor legal y un responsable de protección de datos, lo útil de esta noticia no es la amenaza. Es la evidencia que te pedirán después.

Conclusiones clave

  1. Los 103 incidentes son en su mayoría actividades de adversarios. El conteo no es un resumen de fallos de agentes empresariales, así que lo relevante son las recomendaciones.
  2. El radio de impacto lo determina el acceso, no el modelo. Lo que un agente puede alcanzar y modificar define cuán grave puede ser una falla.
  3. La aprobación solo cuenta si el sistema la aplica y la registra. La confianza en una política no es evidencia suficiente para un auditor.
  4. Las promesas del proveedor no son prueba. Una cláusula de retención cero no te dice qué contenido salió de tu entorno ni dónde está.
  5. Una sola política y un solo registro de auditoría deben cubrir a personas y agentes. El Kiteworks Secure MCP Server, Compliant AI y Control Plane aplican la misma gobernanza a ambos y generan un solo registro.

Las recomendaciones importan más que el número de incidentes

Empieza por lo que dice el informe y lo que no. Insikt analizó 103 incidentes entre el 31 de julio de 2025 y el 31 de julio de 2026. Treinta y dos involucraron IA dentro de malware o en la orquestación de operaciones ofensivas, y nueve de esos 32 fueron operaciones de inteligencia patrocinadas por estados. Los otros 71 se agruparon en cuatro categorías: ataques a sistemas de IA, cebos temáticos de IA, engaños asistidos por IA y abuso de agentes o servicios de IA.

Esa división es importante para informar a tu junta directiva. La mayoría de los 103 son actividades de adversarios con IA de por medio, como compromiso de la cadena de suministro, phishing y extorsión. No son 103 empresas que perdieron el control de sus propios agentes. Quien cite el titular como prueba de un fallo de gobernanza de agentes está exagerando, y el primer escéptico en la sala lo señalará.

El informe también deja claro que las operaciones totalmente autónomas siguen siendo poco comunes y que la supervisión humana todavía parece necesaria para obtener resultados fiables. Las herramientas de desarrollo son un objetivo preferido porque los asistentes de codificación y los paquetes proxy de IA suelen tener acceso privilegiado a credenciales y código. Tres eventos en la cadena de suministro muestran el patrón. Un paquete proxy de IA popular fue comprometido a finales de febrero de 2026. Paquetes de herramientas de IA fueron comprometidos en abril. En mayo, una variante del gusano Shai-Hulud apuntó a Claude Code para establecer persistencia y propagarse.

Ahora, lo que merece tu atención. Insikt recomienda a las organizaciones «limitar lo que los agentes de IA pueden acceder y modificar, mantenerlos separados de sistemas sensibles», y «exigir aprobación humana para acciones de alto impacto, y mantener capacidades independientes de monitoreo y apagado». También aconseja auditar dependencias de IA de terceros y plugins de generación de código. Nada de esto es un ajuste de detección. Cada punto pide lo mismo a un CISO: decide qué puede tocar un agente, quién lo aprueba y mantén el registro.

Confías en que tu organización es segura. Pero ¿puedes comprobarlo?

Lee ahora

El radio de impacto es el contenido al que puede acceder un agente

Los equipos de seguridad tomaron el término radio de impacto de la infraestructura, y encaja mejor con los agentes de lo que muchos admiten. El radio no lo define el modelo. Lo define el acceso que se le otorga al agente, es decir, qué carpetas, buzones, repositorios, tokens y acciones puede realizar en cada uno. Un agente brillante con acceso limitado es un problema contenido. Un agente mediocre con acceso amplio es una brecha esperando activarse.

El relato de Insikt sobre una campaña lo ilustra. El informe describe una operación contra entidades gubernamentales que, según se informa, usó hasta ocho agentes de IA, que buscaron debilidades, comprometieron credenciales y exfiltraron datos con poca intervención humana. Esos agentes pertenecían al atacante, no a ti. Pero observa en qué se basaron: credenciales y datos accesibles. Esos mismos dos factores definen el radio de tus propios agentes.

La cobertura de Help Net Security sobre la investigación de Unit 42 aporta otra perspectiva. Durante agosto y septiembre de 2026, una versión personalizada del framework de pruebas de penetración Cairn AI de código abierto realizó 25 operaciones contra al menos 19 organizaciones y obtuvo acceso no autorizado o robó datos en 10 de ellas. Unit 42 concluyó que la IA autónoma aumentó la escala y el alcance de los ataques, pero no su complejidad técnica, porque las debilidades eran las de siempre, como credenciales por defecto y saltos de autenticación.

Un detalle de esa investigación merece una segunda mirada. Los prompts estándar de Cairn indican al modelo que nunca rechace una orden, y los atacantes añadieron una introducción afirmando que todo el trabajo estaba autorizado. Ningún modelo se negó. Una frase en un prompt no detuvo a nadie. Si una instrucción al modelo es lo único que separa a un agente de información confidencial, esa instrucción es una sugerencia, no un control. El control debe estar donde están los datos. Para una visión más amplia de cómo la IA generativa cambia el enfoque de confianza cero, empieza por quién puede acceder a qué, no por lo que se le indicó al modelo.

La aprobación solo es un control cuando algo la aplica

Todos están de acuerdo en que los agentes deben requerir aprobación humana para acciones de alto impacto. Casi nadie puede decir qué se considera de alto impacto, quién lo aprueba o dónde se registra la aprobación. Ese es el vacío de responsabilidad, y tiene una característica incómoda: parece estar bien en un documento de política.

La investigación 2026 State of AI Governance de Schellman pone números a la distancia entre confianza y madurez. De 525 profesionales estadounidenses encuestados entre el 13 de abril y el 11 de mayo de 2026, el 74 por ciento creía que su organización podría aprobar una auditoría de cumplimiento de IA hoy. Solo el 27 por ciento describió su gobernanza como completamente madura. Schellman vende evaluaciones de IA, así que ten en cuenta el enfoque, pero la diferencia en sí es el hallazgo.

Lee el 74 junto al 27 y verás el problema del Chief Compliance Officer. La confianza es barata y la evidencia no. Un auditor no pregunta si crees que tus agentes están gobernados. El auditor pide ver qué agente accedió a qué registro, bajo qué autoridad y quién aprobó la acción relevante. Una política de aprobación en papel no produce nada de eso. Un paso de aprobación que el sistema aplica y registra lo produce todo. Pregunta a cinco organizaciones quién es responsable de lo que hace un agente y obtendrás cinco respuestas, y en algunas escucharás silencio. Un CISO que hereda ese vacío también hereda la responsabilidad, por eso la gobernanza de datos de IA necesita un responsable antes de la próxima implementación, no después del primer incidente.

El mismo patrón aparece en los propios datos de Kiteworks. En el Kiteworks Data Security and Compliance Risk: 2026 Annual Survey Report, que encuestó a 459 profesionales de seguridad, cumplimiento y tecnología en su mayoría de grandes organizaciones en el segundo trimestre de 2026, el 64 por ciento tenía IA implementada en producción, pero solo el 30 por ciento había implementado formalmente un botón de apagado para IA. Son cifras autodeclaradas, pero la tendencia es clara. La implementación va por delante de los controles que permitirían detenerla.

Un aviso del proveedor muestra la brecha de evidencia

La gobernanza de agentes no termina en tu propio perímetro. El aviso de Notion sobre el incidente de Fireworks AI es un ejemplo claro. Notion informó que un incidente en su proveedor de infraestructura de IA, Fireworks AI, expuso transcripciones de chat, es decir, las entradas y salidas de los chats de Notion AI, para menos del 1 por ciento de los espacios de trabajo de Notion.

Dos detalles merecen la atención de un CISO. Notion indicó que encontró datos retenidos de los endpoints de Fireworks que utilizaba, a pesar de que Fireworks se había comprometido contractualmente a no retener datos. Y Notion aconsejó a los clientes afectados tratar los datos expuestos como comprometidos y cambiar cualquier contraseña o clave API que se hubiera pegado en los chats de Notion AI. Al 3 de noviembre, Notion dijo que se había desconectado de Fireworks y había dejado de enviarle datos.

Nada en el aviso sugiere un comportamiento inusual por parte de los clientes de Notion. Las personas usaron una función de IA, el proveedor tenía un contrato y el contrato decía sin retención. La brecha estaba entre la promesa y la prueba. Un asesor legal que lea ese aviso hará la pregunta obvia sobre sus propios proveedores. Cuando un proveedor de IA tiene nuestro contenido, ¿qué registro muestra lo que enviamos, bajo qué política y cuándo? Una cláusula contractual no responde nada de eso. Un registro sí. Además, las personas también pegan credenciales en chats de IA, así que la política de contenido debe asumir que lo harán. Esta es la brecha de evidencia en su forma más simple, es un fallo distinto al de los atacantes en los datos de Recorded Future, y ambos terminan en el mismo escritorio. Un programa maduro de administración de riesgos de proveedores ahora debe pedir ese registro a los proveedores de IA.

Acceso de agentes gobernado con Kiteworks Secure MCP Server

La respuesta práctica al radio de impacto es convertir el alcance de un agente en una decisión de política y no en un efecto secundario de un conector. El Kiteworks Secure MCP Server crea una conexión gobernada entre modelos de lenguaje como Claude y Copilot y el contenido en tu entorno Kiteworks. Cada solicitud se evalúa según los controles de acceso basados en roles y basados en atributos, así que un cliente de IA solo recibe el contenido que la política considera adecuado, mientras que la información demasiado sensible para el modelo queda fuera de su alcance.

Todo comienza con la identidad. Los agentes se autentican con OAuth 2.0, y cada operación de IA hereda los permisos del usuario para quien actúa. Eso mantiene a una persona en la cadena. Un agente que trabaja para un analista de cumplimiento accede solo a lo que ese analista puede y nada más. Los tokens de seguridad nunca se colocan en el contexto del modelo, lo que reduce uno de los caminos más silenciosos desde un agente comprometido hasta tus credenciales.

La aprobación vive en la capa de herramientas, no en un documento de política. Los administradores pueden deshabilitar herramientas destructivas como eliminar y mover en toda la implementación y restringir qué herramientas específicas están disponibles para los agentes, y cada llamada de herramienta se verifica contra los alcances OAuth otorgados al cliente. Los correos electrónicos salientes enviados por un agente se validan según la política de salida, incluyendo controles de prevención de pérdida de datos, y requieren confirmación explícita del usuario indicando asunto y destinatarios. Las transferencias superiores a un tamaño configurable también requieren confirmación, al igual que los cambios en quién puede acceder a un archivo o carpeta.

Nada de esto trata a los agentes como una clase especial actuando por su cuenta. El mismo motor de políticas que regula el acceso de una persona regula el del agente que actúa en su nombre. Una regla que bloquea a un contratista de una carpeta también bloquea al asistente del contratista. Esa paridad es el objetivo, y es lo que permite a un CISO decir que el radio del agente es igual al del humano, solo que registrado de manera más completa.

Kiteworks Compliant AI y el Control Plane generan la evidencia

Compliant AI añade los puntos de control que convierten la actividad de los agentes en algo que un auditor puede revisar. Cada interacción pasa por una identidad autenticada vinculada al humano que delegó el flujo de trabajo, acceso aplicado por políticas a través de ABAC a nivel de operación para que el permiso de lectura de una carpeta no sea permiso para descargar su contenido, y una pista de auditoría a prueba de manipulaciones transmitida al SIEM. La cadena de delegación queda en el registro, así que cada acceso se remonta a la decisión de una persona.

El Control Plane de Kiteworks es la capa que convierte esto en una sola historia y no en varias. Aplica un solo motor de políticas de datos y una sola pista de auditoría a correo electrónico, uso compartido de archivos, SFTP, transferencia de archivos gestionada, APIs, formularios web e integraciones de IA. Para un Chief Compliance Officer eso importa más que cualquier función individual. Cuando un regulador pregunta qué pasó con un archivo, la respuesta no debe depender de si una persona lo envió por correo, un socio lo descargó por SFTP o un agente lo recuperó por MCP. Un solo registro. Una sola consulta.

Los reguladores regulan datos, no modelos. Los auditores hacen las mismas preguntas sobre una persona y un agente. ¿El acceso estaba autorizado, se limitó a lo estrictamente necesario y existe un registro? Gobernar en la capa de datos significa que ese registro existe, sin importar el modelo, prompt o framework de agente utilizado. Las instrucciones a nivel de prompt, como demostraron los atacantes de Cairn, no prueban nada.

El resultado es un paquete de evidencia que existe antes de que alguien lo pida. Los registros de auditoría unificados, las decisiones de política y la cadena de delegación pueden exportarse para auditorías y respuesta a incidentes, y hay reportes de cumplimiento de IA dedicados. Cuando llegue la consulta, la evidencia ya está compilada. Esa es la diferencia entre decirle a un regulador que crees que tus agentes están gobernados y entregarle el archivo.

Qué hacer el lunes por la mañana sobre el alcance de los agentes

Anota a qué puede acceder cada agente. No lo que se supone que debe alcanzar. Revisa las configuraciones de conectores y los alcances de los tokens, luego enumera las carpetas, repositorios, buzones y acciones. La mayoría de los equipos descubre que el radio es más amplio de lo que decía el plan del proyecto.

Identifica las acciones de alto impacto y la persona que aprueba cada una. Eliminar, mover, enviar contenido fuera de la organización, cambiar permisos y transferir grandes volúmenes deben estar en la lista. Pon cada acción detrás de una aprobación que el sistema aplique, con un humano identificado, y resuélvelo antes de lanzar.

Vincula cada agente a una persona. Un agente con credenciales propias y sin nadie detrás es solo una cuenta de servicio con mejor marketing. Relaciona la identidad del agente con el usuario que autoriza para que los permisos se hereden y el registro de auditoría nombre a alguien. Tu equipo de gestión de identidades de acceso reconocerá el patrón, porque es el que ya aplican a las personas.

Pide a tus proveedores de IA evidencia, no solo garantías. La retención cero en un contrato es una promesa. Pregunta qué registros muestran lo que enviaste, cuánto tiempo se conserva y cómo te enterarías si la promesa falla. El aviso de Notion es el caso de estudio para mostrar a compras.

Prueba el botón de apagado. Revoca un token, desactiva una herramienta y mide cuánto tardas en cortar el acceso de un agente. Haz la prueba antes de poner el agente en producción, no después de un incidente.

Lleva el resultado a quienes te lo pedirán. El asesor legal quiere la respuesta antes de que llegue una orden de retención. El responsable de protección de datos quiere saber qué datos personales tocó un agente. El Chief Compliance Officer quiere un solo registro en vez de cinco. Dales a todos el mismo registro.

Para saber más sobre cómo gobernar el acceso de agentes de IA a información confidencial y generar la evidencia que pedirá un auditor, solicita una demo personalizada hoy.

Preguntas frecuentes

Antes de que un agente acceda a archivos confidenciales, un CISO debe exigir una lista definida de lo que puede alcanzar, una identidad autenticada vinculada a una persona identificada y un registro de cada acción. El acceso del agente debe heredar los permisos de la persona para quien trabaja y no tener credenciales amplias propias. Las acciones de alto impacto como eliminar, mover o enviar contenido fuera de la organización deben estar detrás de una aprobación que el sistema aplique. El Kiteworks Secure MCP Server aplica controles basados en roles y atributos a cada solicitud y permite a los administradores restringir las herramientas que ven los agentes, y Kiteworks Compliant AI registra la cadena de delegación detrás de cada interacción.

Una persona identificada con autoridad sobre los datos debe aprobar las acciones de alto impacto del agente, y el sistema debe registrar esa aprobación en vez de depender de la memoria después. Las organizaciones no siempre coinciden sobre quién es responsable del riesgo de IA, así que escribe el aprobador en la política para cada tipo de acción y no asumas que basta con el cargo. Los auditores quieren ver qué agente actuó, bajo qué autoridad y quién lo aprobó. Una pista de auditoría unificada que cubra la actividad de agentes y personas en el mismo registro es la forma más clara de aportar esa evidencia.

Pide evidencia que puedas comprobar, no solo la cláusula del contrato. El aviso de Notion sobre el incidente de Fireworks AI indicó que se retuvieron datos de endpoints aunque Fireworks se había comprometido a no retenerlos, lo que demuestra que la promesa y la realidad pueden diferir. Solicita registros que muestren qué contenido enviaste y cuándo, los periodos de retención aplicados y cómo te informarían si cambian. Mantén tu propio registro del contenido que sale de tu entorno hacia servicios de IA e incluye ese requisito en tu gobernanza de datos de IA y revisiones de proveedores.

En la práctica, sí. Un agente debe cumplir con los mismos controles de acceso, mínimos necesarios y expectativas de registro que la persona para quien trabaja, porque los auditores hacen las mismas preguntas sobre ambos. Un camino separado y más laxo para los agentes crea una brecha que luego tendrás que explicar. En el intercambio seguro de datos de Kiteworks, un solo motor de políticas y un solo registro de auditoría cubren a personas y agentes, y los permisos del agente siguen al usuario para quien actúa mediante control de acceso basado en roles.

Necesitas una forma de cortar el acceso del agente que no dependa de que el agente coopere. Recorded Future recomienda mantener capacidades independientes de monitoreo y apagado. En el Kiteworks Secure MCP Server, los administradores pueden deshabilitar herramientas destructivas en toda la implementación y restringir las herramientas disponibles para los agentes, y los tokens activos pueden ser revocados para finalizar una sesión. Prueba ese proceso antes del lanzamiento y mide el tiempo, porque un plan de apagado que nadie ha ensayado es solo una esperanza, no un control. Tu plan de respuesta a incidentes debe indicar quién toma la decisión.

Recursos adicionales

  • Artículo del Blog
    Estrategias de confianza cero para proteger la privacidad de IA a bajo costo
  • Artículo del Blog
    Cómo el 77% de las organizaciones está fallando en la seguridad de datos de IA
  • eBook
    Análisis de distancia en gobernanza de IA: Por qué el 91% de las pequeñas empresas juega a la ruleta rusa con la seguridad de datos en 2025
  • Artículo del Blog
    No existe un «–dangerously-skip-permissions» para tus datos
  • Artículo del Blog
    Los reguladores ya no preguntan si tienes una política de IA. Quieren pruebas de que funciona.

Comienza ahora.

Es fácil comenzar a asegurar el cumplimiento normativo y gestionar eficazmente los riesgos con Kiteworks. Únete a las miles de organizaciones que confían en cómo intercambian datos confidenciales entre personas, máquinas y sistemas. Empieza hoy mismo.

Compartir
Twittear
Compartir
Explore Kiteworks