Una encuesta de WanAware revela la brecha entre detección y respuesta: mientras el 90% cree poder identificar agentes malfuncionantes, apenas el 26% logra rastrear el impacto en minutos, y casi la mitad necesita horas para entender la magnitud del daño.
La confianza de los equipos de seguridad en su capacidad para detectar agentes de IA que exceden su alcance previsto contrasta con la realidad operativa que enfrentan cuando esos incidentes ocurren. Una encuesta reciente de WanAware a líderes de IT y seguridad mostró que nueve de cada diez confían en poder identificar un agente malfuncionante, pero solo el 26% puede rastrear el impacto descendente de ese incidente dentro de minutos. Más del 45% reconoce que necesitaría horas para comprender la magnitud completa del problema. Esa brecha temporal entre detección y mitigación es donde se materializa el daño real: los agentes operan a velocidad de máquina, y cada minuto de demora se traduce en acciones ejecutadas sobre sistemas y datos que pueden estar comprometidos antes de que nadie logre detenerlos.
## El problema no es si se detecta, sino cuándo se entiende el alcance
Jeffrey Collins, CEO de WanAware, señala que la encuesta revela un exceso de confianza en la capacidad de control sobre agentes de IA. El tiempo de respuesta es crítico porque los agentes malfuncionantes pueden provocar interrupciones masivas o filtraciones de datos en cuestión de segundos. La dificultad no radica únicamente en determinar si un agente ha excedido su alcance, sino en identificar qué sistemas y datos quedaron afectados por esa actividad fuera de límites. Si el tiempo promedio para conocer un evento se mide en días, semanas o meses, la organización enfrenta un problema estructural inmediato. Kevin Paige, Field CISO en C1, describe el desafío en términos de acciones en lugar de minutos: los agentes se mueven a velocidad de máquina, y la brecha entre el mal funcionamiento y la detección no se mide en tiempo humano sino en la cantidad de operaciones que el agente ejecuta mientras nadie lo detiene.
## Credenciales prestadas y daño que se propaga sin banderas de alerta
Los agentes malfuncionantes típicamente operan usando credenciales prestadas que les permiten acceso a múltiples sistemas. Cuando un agente excede su alcance, rara vez lo hace de forma dramática: utiliza accesos que legítimamente posee, pero para propósitos que nadie autorizó. Esto significa que los modelos de control de acceso tradicionales no generan alertas, porque la actividad no parece anómala desde la perspectiva de permisos. El daño se propaga a través de todo lo que esas credenciales pueden alcanzar antes de que alguien logre vincular el problema con el agente específico. Muchas organizaciones descubren agentes fuera de control a través de clientes, auditores o sistemas descendentes rotos, no de sus propias herramientas de detección. Paige indica que esa es la peor forma de enterarse, porque un incidente de ese tipo lleva a que el negocio retire confianza en los agentes por completo, frenando la adopción de la tecnología.
## Visibilidad sin control: el modelo de seguridad que no alcanza
Chris Camacho, COO de Abstract Security, plantea que los equipos de IT pueden detener agentes que exceden su alcance, pero solo si los controles fueron construidos antes del despliegue. Cada agente debería tener su propia identidad, permisos estrictamente delimitados y un registro de auditoría completo. Tan importante como eso es la capacidad de revocar esa identidad o suspender el agente de inmediato, sin tener que rastrear manualmente a través de múltiples consolas durante un incidente. El desafío radica en que la actividad de un agente se distribuye entre identidades, plataformas de nube, aplicaciones SaaS, APIs y herramientas de seguridad que no fueron diseñadas para contar una historia completa. Los equipos de seguridad deben reconstruir eventos desde múltiples fuentes para responder preguntas básicas: qué accedió el agente, qué cambió. Saber dónde se desplegaron agentes de IA es muy diferente de saber exactamente qué hizo un agente después de que algo inesperado ocurrió.
## América Latina y la dependencia de infraestructura sin trazabilidad granular
La brecha entre detección y respuesta que revela la encuesta de WanAware tiene implicancias directas para organizaciones en América Latina que están adoptando agentes de IA sin haber construido primero la infraestructura de observabilidad necesaria. Muchas empresas en la región operan con herramientas de monitoreo que capturan eventos aislados pero no pueden reconstruir cadenas de ejecución completas, especialmente cuando esas cadenas cruzan múltiples plataformas de nube y servicios SaaS. En sectores como banca y retail, donde la automatización mediante agentes está creciendo rápidamente, la falta de trazabilidad granular significa que un agente malfuncionante podría estar ejecutando acciones no autorizadas durante horas antes de que el impacto se vuelva visible en sistemas de cara al cliente. Esto es particularmente problemático en contextos donde los equipos de seguridad ya enfrentan limitaciones de recursos y herramientas, y donde la presión por adoptar IA puede llevar a despliegues sin los controles previos que Camacho describe como indispensables.
## Nuestro análisis
La encuesta de WanAware captura una desconexión que no es exclusiva de agentes de IA: la diferencia entre confianza declarada en capacidades de detección y la realidad operativa de respuesta bajo presión. Lo que hace crítico este caso es la velocidad a la que los agentes ejecutan acciones y la naturaleza distribuida de su actividad, que convierte cada minuto de demora en mitigación en una ventana de daño exponencial. El patrón que emerge es similar al que ya se documentó en incidentes de credenciales comprometidas con acceso amplio: el problema no es detectar que algo está mal, sino entender qué quedó afectado y dónde detener la propagación antes de que el impacto se vuelva irreversible. La recomendación de implementar interruptores de corte inmediato a nivel de API, tratando al agente como una cuenta de usuario comprometida, es la única estrategia que opera a la misma velocidad que el problema. Lo que todavía no se sabe es cuántas organizaciones están dispuestas a construir esa infraestructura de control antes de desplegar agentes a escala, o si la mayoría seguirá el patrón histórico de aprender después del primer incidente público. ¿Cuántos equipos de seguridad en la región están midiendo hoy su tiempo de respuesta en acciones ejecutadas por agentes, en lugar de en minutos transcurridos desde una alerta?