La inteligencia artificial (IA) está entrando en una nueva fase en el ámbito de TI y seguridad, al pasar de ser una herramienta de asesoramiento a una de ejecución. Sin embargo, este avance conlleva un riesgo latente: la autonomía sin datos fiables puede generar errores a gran escala, de acuerdo con un análisis de Tanium.
Para ilustrar el escenario, la empresa plantea el caso de un agente de IA que, a las tres de la mañana, identifica una vulnerabilidad crítica en explotación activa, consulta el inventario corporativo, localiza 12,000 activos afectados y comienza automáticamente la remediación. Al amanecer, el equipo descubre dos cosas: el inventario consultado tenía 48 horas de antigüedad y el número real de activos expuestos era de 19,000. Siete mil máquinas siguen vulnerables, y nadie lo sabe porque el informe de automatización indica que el proceso está completo.
El análisis subraya que el agente no cometió ningún error, ya que ejecutó exactamente lo que se le indicó con la información que recibió. El problema no estaba en el modelo, sino en los datos. Esta distinción, señala la compañía, diferenciará a las organizaciones que extraen valor real de la IA de agentes de aquellas que simplemente aceleran sus propios errores.
En lugar de recomendar la actualización de un punto final, un agente aplica el parche; en lugar de alertar sobre una máquina comprometida, la aísla; y en lugar de generar un informe sobre una vulnerabilidad, inicia la remediación directamente en la infraestructura. El objetivo principal no es añadir otra herramienta de IA al entorno corporativo, sino cambiar el rol que desempeña la IA dentro de la operación.
Para quienes gestionan la infraestructura, esto altera significativamente su rutina diaria. El profesional deja de ejecutar manualmente cada paso de una respuesta y comienza a definir políticas, supervisar agentes, establecer límites y evaluar resultados, transitando de ejecutor a supervisor y estratega.
El punto crítico que la mayoría de las organizaciones no están preparadas para abordar es la calidad del inventario. Existe una condición fundamental para que los agentes actúen de forma segura: datos fiables. Y es precisamente aquí donde fallan, no por falta de herramientas, sino por un exceso de ellas.
El entorno típico de una gran empresa mexicana ha acumulado, a lo largo de una década, una docena de agentes distintos en el mismo punto final, una CMDB alimentada por sincronizaciones periódicas, hojas de cálculo de excepciones y consolas que no se comunican entre sí. Cada una de estas fuentes ofrece una respuesta diferente a la pregunta “¿Cuántos servidores Windows tenemos y qué versión ejecutan?”, y ninguna responde en tiempo real.
Mientras tanto, el período de exposición se ha acortado. El Informe de Investigaciones de Violaciones de Datos de Verizon de 2026 señala la explotación de vulnerabilidades como el principal vector inicial de intrusión, presente en el 31% de las violaciones analizadas. Sólo el 26% de las vulnerabilidades del catálogo CISA KEV —aquellas con explotación— son atendidas a tiempo, lo que evidencia la urgencia de contar con información precisa y actualizada para que la automatización no se convierta en un multiplicador de riesgos.
