Por qué las empresas que triunfan con agentes de IA están limitando lo que pueden hacer

Las empresas que están obteniendo un verdadero retorno de la IA agentica tienen un giro inesperado que nadie predijo hace dos años. No son las organizaciones que dieron a sus agentes de IA el mandato más amplio posible. Son las que limitaron ese mandato, acotaron el trabajo que cada agente puede realizar y establecieron un punto de control humano antes de cada acción relevante.

VentureBeat informó el 22 de agosto de 2026 que este patrón ya aparece de forma consistente en las empresas que lideran con IA agentica. A esto se le llama orquestación gobernada: ejecutar agentes de IA dentro de límites estrechos, auditables y supervisados por humanos, en lugar de darles autonomía amplia y esperar que los controles lleguen después. Las empresas que aplican este enfoque no son rezagadas cautelosas. Son las que ya tienen agentes en producción, manejando datos sensibles y superando revisiones de cumplimiento.

Las implicaciones de ese cambio son mayores que las de un simple artículo del sector. Gartner pronostica que más del 40% de los proyectos de IA agentica en marcha hoy no llegarán a 2028, y atribuye la mayoría de esos fracasos al aumento de costos, valor de negocio poco claro y controles de riesgo insuficientes, no a modelos débiles. La investigación primaria más reciente de Kiteworks aporta cifras contundentes a la misma advertencia. La organización promedio obtiene solo 35 de 100 puntos en un índice de madurez de gobernanza de IA de 19 capacidades, y menos de un tercio ha implementado los controles específicos, limitación de propósito, interruptores de emergencia, auditoría bajo demanda, que diferencian los programas de IA agentica diseñados para perdurar del 40% que Gartner espera que fracasen.

Esto importa sobre todo para quienes deben responder ante reguladores y juntas directivas cuando algo sale mal. Un CISO no es evaluado por cuántos agentes de IA implementó. Un responsable de cumplimiento no recibe crédito por su entusiasmo. Ambos son juzgados por su capacidad de presentar, en poco tiempo, pruebas de que el acceso de cada agente a datos sensibles fue autorizado, acotado, registrado y reversible. Ese es el argumento de este artículo. La orquestación gobernada no es un impuesto de cumplimiento a la innovación, sino la estructura lo suficientemente sólida como para superar una auditoría, una investigación regulatoria o una reconsideración de la junta.

Conclusiones clave

1. El fracaso en la gobernanza, no en el modelo, es lo que termina con los proyectos de IA agentica.

Gartner proyecta que más del 40% de las iniciativas de IA agentica en marcha hoy serán descartadas antes de 2028 por sobrecostos, valor no demostrado y controles de riesgo débiles, no porque los modelos subyacentes sean insuficientes.

2. La orquestación gobernada supera a la autonomía máxima en producción.

El informe de VentureBeat de agosto de 2026 encontró que las empresas que triunfan con agentes de IA limitan deliberadamente el alcance de los agentes, insertan puntos de control humano antes de acciones críticas, registran cada decisión para auditoría y mantienen a los agentes en entornos controlados en vez de dejarlos operar libremente.

3. La investigación más reciente de Kiteworks muestra las brechas exactas que los reguladores preguntarán.

Solo el 27% de las organizaciones restringen técnicamente a los agentes de IA a tareas y datos autorizados mediante limitación de propósito, y solo el 30% tiene implementado formalmente un interruptor de emergencia para IA, de los cuales el 23% nunca lo ha probado.

4. La madurez en gobernanza está directamente relacionada con la tasa de incidentes.

Las organizaciones en el nivel más bajo de madurez en gobernanza reportaron incidentes de seguridad relacionados con IA en un 91%, frente al 34% de las del nivel más alto, según el Informe Anual de Seguridad de Datos y Riesgo de Cumplimiento de Kiteworks 2026.

5. El retraso regulatorio no es ausencia regulatoria.

El requisito de supervisión humana para sistemas de alto riesgo de la Ley de IA de la UE se pospuso hasta diciembre de 2027 bajo el acuerdo Digital Omnibus, pero los datos de McKinsey de 2026 muestran que la mayoría de las organizaciones están a años de alcanzar el nivel de madurez que exige ese requisito.

Por qué la autonomía máxima está perdiendo frente a la orquestación gobernada

Durante los últimos dos años, el argumento de venta dominante en la IA empresarial fue la velocidad. Dale al agente permisos amplios, deja que encadene tareas y actúe sin esperar la aprobación humana en cada paso. Esa propuesta resultó atractiva en las demostraciones. Pero en la realidad de producción fue mucho más difícil, y 2026 es el año en que llegó la factura.

La predicción de Gartner de junio de 2025, ahora ampliamente citada a medida que los programas de IA agentica enfrentan sus primeros ciclos presupuestarios reales, pronostica que más del 40% de los proyectos de IA agentica en marcha hoy serán cancelados antes de 2028. Las razones que cita Gartner son casi todas fallos de gobernanza. Los costos se disparan porque nadie definió qué podía tocar el agente, así que toca todo, y la limpieza se convierte en otro proyecto. El valor de negocio sigue siendo incierto porque nadie definió el éxito en términos reconocibles para auditores o responsables financieros. Los controles de riesgo quedan rezagados porque el equipo que construyó el agente y el responsable de gobernanza de datos nunca estuvieron en la misma reunión de planificación.

El informe de VentureBeat sobre las empresas que rompen esa tendencia describe una disciplina específica y repetible, no una actitud general de precaución. Estas organizaciones no están frenando. Redirigen el esfuerzo de expandir lo que los agentes pueden hacer hacia demostrar lo que hicieron. Esa distinción es crucial para un CISO o responsable de cumplimiento, porque «demostrar lo que ocurrió» es exactamente la función de una respuesta a auditoría, notificación de brecha o investigación regulatoria. Un agente que puede hacer menos cosas, en un entorno de datos más reducido y con cada acción registrada, no es un agente más lento. Es un agente defendible.

La verdad incómoda para los líderes de seguridad es que esto no es un problema futuro para planificar más adelante. La investigación más reciente de Kiteworks, basada en una encuesta a 459 líderes de ciberseguridad, TI, riesgo y cumplimiento (el 92% en organizaciones con más de 1.000 empleados, realizada en colaboración con Centiment en el segundo trimestre de 2026), cuantifica el rezago de la mayoría de las organizaciones. El puntaje promedio de madurez en gobernanza de IA, sobre un índice de 19 capacidades, es de solo 35 sobre 100. No es un error de redondeo. Indica que la mayoría de los programas de IA agentica en marcha operan con apenas un tercio de la infraestructura de gobernanza que requieren implementaciones maduras y duraderas.

Los cuatro patrones de las empresas con gobernanza madura

El informe de VentureBeat resume lo que hacen las empresas líderes en cuatro patrones consistentes: alcance limitado, puntos de control humano, trazabilidad y contención, cada uno vinculado directamente a un control que un CISO o responsable de cumplimiento puede nombrar, probar y evidenciar.

Agentes de alcance limitado y responsabilidad única reemplazan a los de propósito general en implementaciones maduras. En vez de un agente autorizado para acceder a todos los sistemas que podría necesitar, las organizaciones maduras crean muchos agentes pequeños, cada uno con una tarea y un límite de datos definido. Es el mismo principio detrás de los controles de acceso y el diseño de privilegio mínimo que ha regido la identidad humana durante décadas, ahora aplicado a una segunda clase de identidad que no existía en la mayoría de arquitecturas empresariales hace cinco años.

Los puntos de control humano vienen después, ubicados antes de ejecutar acciones críticas, no después. Parece obvio, pero la mayoría de los pilotos de IA agentica se construyeron rápido y permisivos, revisando solo cuando ya había ocurrido algo. Las empresas con gobernanza madura invierten ese orden. Un pago, una exportación de datos, un compromiso contractual o cualquier acción difícil de revertir pasa por una decisión humana antes de ejecutarse, no solo se registra para revisión posterior.

La trazabilidad es el aspecto que más organizaciones fallan. Los registros completos de acciones deben ser un requisito de diseño, no una ocurrencia forense posterior. El registro de auditoría debe existir antes de que el auditor lo solicite, disponible bajo demanda en vez de reconstruirse bajo presión durante una investigación activa. La investigación de Kiteworks muestra cuán lejos están la mayoría de las organizaciones de ese estándar. El 72% no puede rastrear los resultados de IA hasta los datos fuente que los generaron, y el 75% no puede reconstruir los registros fuente detrás de un resultado de IA específico bajo demanda. Si un regulador o abogado contrario pregunta qué datos tocó un agente y por qué, tres de cada cuatro organizaciones hoy no pueden responder con confianza.

La contención cierra la lista. Implementar agentes de IA en un entorno controlado, en las instalaciones o de tenencia única, no es principalmente por dónde se alojan los servidores para cumplir requisitos. Limita el alcance de daño de un agente problemático manteniendo su acceso dentro de un límite que la organización controla, un argumento que se alinea con la forma en que el cumplimiento de soberanía de datos siempre ha funcionado para datos regulados, sin importar si la identidad que lee y escribe esos datos es una persona o un agente actuando a velocidad de máquina.

Qué revela la encuesta 2026 de Kiteworks sobre la brecha de gobernanza

VentureBeat enmarca estos cuatro patrones a nivel de estrategia empresarial. El Informe Anual de Seguridad de Datos y Riesgo de Cumplimiento de Kiteworks 2026 muestra exactamente cuáles de esos patrones la mayoría de las organizaciones aún no han implementado, con cifras concretas.

Empecemos por la limitación de propósito, el control técnico que restringe a un agente de IA a las tareas y datos para los que fue autorizado. Solo el 27% de las organizaciones lo tienen implementado. El 73% restante opera agentes que, en principio, pueden acceder a datos mucho más allá de su alcance previsto, sin ninguna restricción arquitectónica. No es una brecha de política que se resuelva con un memorando. Es una brecha de ABAC y arquitectura de acceso, y es el control que más se relaciona con el primer patrón de VentureBeat: agentes de alcance limitado y responsabilidad única.

Ahora considera el interruptor de emergencia, la expresión más literal del cuarto patrón. Solo el 30% de las organizaciones tienen una capacidad formal, documentada, para terminar un agente de IA problemático. Entre las organizaciones que ya usan IA en producción, el 23% nunca ha probado su capacidad de terminación de agentes. Un interruptor de emergencia no probado es un control teórico, y los controles teóricos no resisten cuando el equipo de respuesta a incidentes debe demostrar, en tiempo real, que funcionó.

La consecuencia se refleja en dos cifras más de la misma encuesta. El 22% de las organizaciones con IA implementada tuvieron que revisar, revertir o restringir al menos una implementación de IA en los últimos 12 meses por preocupaciones de seguridad de datos. La prueba más clara de que la madurez en gobernanza no es una virtud abstracta es esta: las organizaciones en el nivel más bajo de madurez experimentan incidentes de seguridad relacionados con IA en un 91%, frente al 34% en el nivel más alto. Esa diferencia, 91% frente a 34%, no es una mejora marginal por mejor gobernanza. Es casi una reducción triple en la exposición a incidentes, directamente vinculada a las capacidades específicas que las empresas maduras ya han implementado según VentureBeat.

Nada de esto ocurre aislado del caos habitual de TI. El 65% de las organizaciones descubrieron empleados usando herramientas de IA no aprobadas con datos de la organización en los últimos 12 meses. Entre las organizaciones que han implementado IA (64% de los encuestados), el 64% experimentó un incidente de seguridad específico de IA, y el 80% de todas las organizaciones, usen IA o no, sufrieron al menos un incidente de seguridad de cualquier tipo en el último año. La IA sin gobernanza no es un riesgo hipotético a futuro. Ya está generando incidentes a un ritmo que la mayoría de los líderes de seguridad no tolerarían en ninguna otra tecnología empresarial.

La brecha de evidencia y por qué la preparación para auditoría es la verdadera prueba

Aquí es donde el argumento pasa de un problema técnico de riesgo al problema que termina en el escritorio del CISO o responsable de cumplimiento. Los reguladores, evaluadores y abogados contrarios no preguntan si la organización detectó una anomalía. Piden pruebas: quién accedió a estos datos, con qué autorización, cuándo y qué ocurrió después. La investigación de Kiteworks muestra que la mayoría de las organizaciones no pueden presentar esa prueba en el plazo que espera cualquiera con poder de citación.

El 50% de las organizaciones no pueden entregar un registro completo de acceso a datos de IA en un día hábil. El 83% no puede hacerlo en una hora. Los plazos regulatorios y judiciales no esperan a que se arme un paquete de evidencia desde cero. Un requerimiento de notificación de brecha HIPAA, un informe de incidente DORA o una retención de eDiscovery no se conforman con que el registro de auditoría exista técnicamente en docenas de sistemas desconectados. Importa si la organización puede entregar un registro coherente y verificable en el plazo que marca la norma.

La Encuesta de Madurez de Confianza en IA 2026 de McKinsey, publicada el 25 de marzo de 2026 y basada en unas 500 organizaciones encuestadas entre diciembre de 2025 y enero de 2026, corrobora el patrón de forma independiente. La madurez promedio en IA responsable es de 2,3 sobre 4, subiendo modestamente desde 2,0 en 2025, y solo alrededor del 30% de las organizaciones alcanzan el nivel 3 o superior en estrategia, gobernanza y gobernanza de IA agentica específicamente. Casi dos tercios de los encuestados de McKinsey mencionan la seguridad y el riesgo como la principal barrera para escalar la IA agentica, lo que coincide con el hallazgo de Kiteworks de que el 43% de las organizaciones ahora consideran la seguridad y gobernanza de IA su principal prioridad de inversión para los próximos 12 meses.

La conversación sobre gobernanza aún no ha llegado al nivel de la junta en la mayoría de las organizaciones. El 54% todavía no tiene un punto fijo de gobernanza de datos de IA en la agenda de la junta, lo que significa que la pregunta de rendición de cuentas —quién aprueba el riesgo de los agentes, quién es informado de los incidentes, quién gestiona el presupuesto de remediación— sigue sin respuesta justo en el nivel donde se aprueba el presupuesto. Cuando Kiteworks preguntó por el mayor riesgo de seguridad percibido para los próximos 12 meses, «sistemas de IA sin gobernanza accediendo a datos sensibles» ocupó el primer lugar, citado por el 18% de los encuestados, por encima de cualquier otra categoría de amenaza.

Para un CCO o responsable de GRC, este es el argumento más contundente disponible. El problema no es que las organizaciones carezcan de registros de auditoría. El problema es que los registros existentes no tienen calidad de evidencia, y armar algo que sí la tenga toma semanas cuando el reloj del regulador corre en días. Esa brecha de evidencia, más que cualquier exploit o titular de brecha, es la razón por la que la orquestación gobernada se ha vuelto un requisito de supervivencia y no solo una buena práctica.

El calendario regulatorio no es motivo para esperar

Algunos líderes de seguridad y cumplimiento leerán el calendario regulatorio y concluirán que tienen margen de maniobra. El requisito de supervisión humana de la Ley de IA de la UE para sistemas de alto riesgo, originalmente en una vía rápida, se pospuso hasta diciembre de 2027 bajo el acuerdo Digital Omnibus alcanzado por el Consejo y el Parlamento en mayo de 2026. Es real, y vale la pena saberlo porque se citará internamente como excusa para posponer inversiones.

Pero es una conclusión equivocada. Un plazo legal posterior cambia la fecha que un regulador puede citar en una acción de cumplimiento. No cambia el tiempo que lleva construir la limitación de propósito en la arquitectura de acceso, probar un interruptor de emergencia hasta que sea fiable o reestructurar los registros para poder entregar una auditoría en una hora en vez de nunca. Son proyectos de ingeniería y gobernanza de varios trimestres, no políticas que el equipo de cumplimiento activa la semana antes de una evaluación. Una organización que espere hasta finales de 2027 para empezar no ahorra 18 meses. Comprime años de trabajo arquitectónico en una carrera contra el reloj, justo cuando Gartner ya espera que el 40% de los proyectos de IA agentica fracasen por las mismas razones que una implementación apresurada agravaría.

También hay un ángulo nacional que los CISOs y responsables de cumplimiento en EE. UU. no pueden ignorar. Los reguladores regulan datos, no modelos, y ese principio se mantiene sin importar la ley aplicable. HIPAA no distingue si un humano o un agente de IA accedió a un registro de paciente. GDPR no distingue si un humano o un agente procesó datos personales fuera de su base legal. Una organización multinacional con presencia en la UE que implemente orquestación gobernada ahora, antes del plazo de diciembre de 2027, obtiene más que el cumplimiento de una regulación en un continente. Construye la misma limitación de propósito, contención y arquitectura de auditoría bajo demanda a la que todos los regímenes de protección de datos, desde leyes estatales de privacidad hasta normas sectoriales en EE. UU., están convergiendo de todos modos.

Cómo Kiteworks aplica la orquestación gobernada para cada identidad

El Control Plane de Kiteworks gobierna el acceso, uso e intercambio de datos tanto para usuarios humanos como para agentes de IA, como una sola capa de políticas con un solo registro de auditoría, en vez de tratar a los agentes como un problema aparte añadido después. Esa diferencia importa porque los cuatro patrones que describe VentureBeat —alcance limitado, puntos de control humano, trazabilidad y contención— no son inventos nuevos para la era de la IA agentica. Son las mismas disciplinas de gobernanza que han regido la identidad humana y los datos sensibles durante años, aplicadas de forma consistente a una segunda clase de identidad que opera junto a las personas, no en su reemplazo.

Kiteworks Compliant AI aplica la limitación de propósito en el momento en que un agente de IA solicita datos, usando políticas y control de acceso basado en atributos para restringir lo que cualquier agente, usuario humano o cuenta de sistema puede alcanzar, en vez de confiar en que el agente se autocontrole. El Data Policy Engine aplica esa misma política tanto si la solicitud viene de una persona en un navegador como de un agente vía API, que es precisamente la arquitectura que muestra el 27% de limitación de propósito en la encuesta y que la mayoría de las organizaciones aún no tiene.

La contención funciona igual. Kiteworks permite la implementación como dispositivo virtual reforzado en entornos de tenencia única, en las instalaciones o aislados, lo que limita el alcance de cualquier identidad, humana o agente, que actúe de forma inesperada. Esa arquitectura cuenta con autorización FedRAMP de impacto moderado y cifrado validado FIPS 140-3, lo cual es relevante para un CISO que evalúa si el historial de cumplimiento del proveedor puede resistir la misma auditoría que la organización está preparando.

La trazabilidad es donde se cierra la brecha de evidencia. Kiteworks mantiene un registro de auditoría unificado para correo electrónico, transferencia gestionada de archivos, uso compartido de archivos, formularios web e interacciones de IA, para que la organización pueda responder la pregunta que todo regulador hará: qué identidad accedió a estos datos, con qué autorización y qué ocurrió después. Junto con el CISO Dashboard para visibilidad continua y el Secure MCP Server para integración gobernada de agentes y sistemas, el mismo entorno que gobierna las comunicaciones humanas sensibles gobierna la actividad de los agentes sobre esa base, bajo la misma política y prueba, en un solo sistema y no en dos.

Cómo construir una hoja de ruta para la orquestación gobernada

Nada de esto exige congelar la implementación de IA agentica mientras se construye la arquitectura perfecta. Requiere secuenciar el trabajo en el orden en que lo pediría un auditor, empezando por el control más probable de faltar.

Empieza inventariando cada agente de IA en producción o piloto y mapea cada uno a los alcances de datos específicos que puede acceder hoy frente a los que necesita. Este solo ejercicio suele revelar la brecha detrás del 27% de limitación de propósito de la encuesta, porque la mayoría de las organizaciones descubre que sus agentes fueron aprovisionados con permisos amplios por defecto en vez de estar acotados deliberadamente.

Después, prueba el interruptor de emergencia antes de que un incidente obligue a hacerlo. Si la organización tiene una capacidad documentada de terminación de agentes, ejecútala contra un agente fuera de producción y mide cuánto tarda. Si no existe esa capacidad, esa brecha debe estar al principio de la lista de remediación, no al final, dado que el 23% de las organizaciones que sí la tienen nunca han comprobado que funcione.

Luego cierra la brecha de registros de auditoría. Pregunta si el equipo de GRC podría entregar hoy un registro completo de acceso a datos de IA en una hora. Si la respuesta honesta es no —y para el 83% de las organizaciones lo es—, ese es el problema arquitectónico que se debe resolver antes de añadir un solo agente nuevo a producción, porque cada agente nuevo sobre una base no auditable agrava la brecha de evidencia en vez de aislarla.

Por último, incluye la gobernanza de IA en la agenda fija de la junta, en vez de tratarla como una actualización anual de proyecto. El 54% de las organizaciones aún no ha dado ese paso, lo que significa que la pregunta de rendición de cuentas —quién asume el riesgo de los agentes y quién aprueba el gasto de remediación— sigue sin resolverse justo en el nivel donde están el presupuesto y la autoridad. Una junta que revisa la gobernanza de IA trimestralmente, junto con los controles financieros y la postura de ciberseguridad, no será sorprendida por un incidente, una carta de un regulador o una estadística de Gartner en su propio portafolio.

Para saber más sobre cómo cerrar las brechas de gobernanza de agentes de IA que señalan Gartner, McKinsey y la propia investigación de Kiteworks, solicita una demo personalizada hoy.

Recursos adicionales

• Artículo del Blog
  Estrategias Zero‑Trust para una protección de privacidad de IA asequible
• Artículo del Blog
  Cómo el 77% de las organizaciones falla en la seguridad de datos de IA
• eBook
  Brecha de 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.