La herramienta correlaciona datos de EDR, logs de modelos y actividad en SaaS para detectar amenazas de agentes sin agregar otro endpoint al stack de seguridad.
Exaforce lanzó Exaforce AI Security, una plataforma que promete monitorear agentes de inteligencia artificial sin requerir sensores de endpoint adicionales. La herramienta combina telemetría que los equipos de seguridad ya recolectan — datos de EDR, logs de uso de proveedores de modelos, actividad en suites de productividad — para identificar qué hace cada agente, quién lo opera, a qué tiene acceso y si su comportamiento representa una amenaza. La propuesta se diferencia de competidores como Palo Alto Networks, SentinelOne y CrowdStrike, que en los últimos meses lanzaron soluciones con enfoques distintos: desde visibilidad centralizada de servidores MCP hasta software de endpoint específico para detectar actividad de IA.
El problema que nadie resolvió todavía: distinguir humanos de agentes
Una encuesta de Cloud Security Alliance de marzo de 2026 encontró que el 68% de las organizaciones no puede distinguir actividad humana de actividad de agentes de IA. Pero el descubrimiento de agentes es solo una parte del problema. El 74% de los respondentes reportó que sus agentes de IA recibieron más acceso del necesario, y el 52% indicó que los agentes a veces heredaron permisos originalmente destinados a humanos. Esa herencia de identidades convierte el monitoreo en un desafío técnico más complejo que simplemente inventariar qué agentes existen: hace falta correlacionar actividad a través de dispositivos, repositorios de datos e identidades para determinar si lo que está pasando debería estar pasando.
Michael Sampson, analista principal en Osterman Research, señaló que las soluciones existentes — EDR, IAM, seguridad de SaaS o logs de proveedores de modelos por separado — no son suficientes para capturar el panorama completo. Exaforce construye ese contexto sin gateway nuevo, sin extensión de navegador, sin agente de endpoint: recolecta datos de sistemas EDR, logs de auditoría y uso de proveedores de modelos, y actividad de suites de productividad para armar una imagen contextual de lo que los agentes están haciendo.
Cómo Exaforce extiende el monitoreo más allá de Claude
Exaforce anunció integración con Claude Compliance API en junio. Exaforce AI Security extiende ese monitoreo a OpenAI, Gemini y Microsoft Copilot, además de aplicaciones de IA conectadas por OAuth. La herramienta correlaciona esos datos con telemetría existente del SOC (centro de operaciones de seguridad) para identificar riesgos, detectar comportamiento sospechoso y responder a amenazas. Cuando detecta una amenaza, puede usar controles de EDR, identidad y administración de proveedores de modelos ya en funcionamiento para revocar una sesión, desactivar una clave de API del proveedor de modelos, aislar un dispositivo o terminar el proceso de un agente.
Ariful Huq, cofundador de Exaforce, indicó que la plataforma usa datos que el SOC ya recolecta para inventariar cada aplicación y agente de IA, conectar cada uno a la persona, dispositivo y permisos detrás de él, detectar uso indebido y amenazas que acción por acción parecen legítimas, y contenerlas a través de controles ya en funcionamiento. Exaforce AI Security está disponible en la plataforma Exaforce Agentic SOC, operada por el cliente o a través de Exaforce MDR (detección y respuesta gestionada).
Qué hacen los competidores: tres enfoques distintos para el mismo problema
Palo Alto Networks lanzó Prisma AIRS 3.0 en marzo con enfoque en visibilidad centralizada de agentes de IA y controles de servidores MCP (Model Context Protocol, protocolo que permite a los agentes acceder a contexto externo). SentinelOne lanzó Prompt AI Agent Security enfocado en descubrimiento de MCP, evaluación de riesgos y bloqueo en tiempo de ejecución de interacciones maliciosas como inyección de prompts. CrowdStrike lanzó Falcon Guardian en septiembre como software de endpoint específicamente para detectar y responder a IA. La mayoría de estos esfuerzos se concentraron en descubrimiento de agentes, pero la encuesta de Cloud Security Alliance muestra que el descubrimiento solo resuelve parte del rompecabezas: los agentes que las organizaciones sí conocen tampoco están necesariamente bajo control.
Por qué el enfoque sin agente tiene límites técnicos concretos
Avivah Litan, analista independiente, comentó que el enfoque de Exaforce reduce fricción, evita conflictos políticos de endpoint y coincide con cómo la mayoría de los despliegues tempranos de agentes guardianes realmente comienzan. Pero señaló que la supervisión pasiva sin agente es más débil para la inspección en tiempo de ejecución y el bloqueo automático que el mercado todavía carece en gran medida. Litan agregó que la mayoría de las ofertas actuales siguen siendo observación y gestión de postura, con bloqueo o remediación en línea muy limitados, y que los controles nativos de plataforma típicamente se detienen en sus propias fronteras de nube.
Una solución efectiva, según Litan, necesitaría descubrir agentes autorizados y no autorizados a través de nubes y entornos de alojamiento, mapear el propietario humano y de máquina, vincular actividad a la identidad no humana correcta cuando no existe un registro global de agentes, y hacer cumplir políticas una vez que un agente sale de la plataforma que lo creó. Huq respondió que Exaforce AI Security trae datos de IA y agentes a un sistema que tiene todos los datos relevantes para proporcionar el contexto requerido para distinguir entre una identidad humana y el agente que heredó esa identidad.
Impacto en América Latina: dependencia de proveedores globales sin visibilidad local
La adopción de agentes de IA en América Latina replica el patrón de dependencia de proveedores globales que ya se vio en cloud y SaaS: organizaciones en México, Brasil, Argentina y Colombia están desplegando agentes basados en OpenAI, Gemini y Microsoft Copilot sin capacidad técnica local para auditar qué hacen esos agentes ni qué permisos heredan. La encuesta de Cloud Security Alliance no desagrega datos por región, pero el problema de herencia de permisos y falta de distinción entre actividad humana y de agentes es estructuralmente más grave en contextos donde los equipos de seguridad ya operan con presupuestos ajustados y stacks de herramientas fragmentados. Exaforce AI Security no requiere inversión en sensores nuevos, lo que en teoría reduce la barrera de entrada para organizaciones que ya tienen EDR y logs de proveedores de modelos, pero la capacidad de correlacionar esos datos depende de que esos sistemas estén configurados y operados correctamente — algo que en la región sigue siendo inconsistente.
Nuestro análisis
Exaforce apuesta a que la telemetría existente es suficiente para monitorear agentes de IA sin agregar otro sensor al endpoint. Esa apuesta tiene sentido económico y operativo — los equipos de seguridad ya están saturados de herramientas — pero tiene un límite técnico concreto: la supervisión pasiva no puede bloquear en tiempo de ejecución con la misma precisión que un agente dedicado en el endpoint o controles nativos en la plataforma donde el agente actúa. La diferencia entre observar que un agente heredó permisos de un humano y evitar que use esos permisos de manera maliciosa en el momento exacto en que lo intenta es la diferencia entre gestión de postura y respuesta efectiva a incidentes. Los competidores que apostaron a software de endpoint específico para IA o a controles de servidores MCP están resolviendo ese problema de bloqueo en tiempo de ejecución, pero a costa de agregar complejidad al stack.
El dato más revelador de la encuesta de Cloud Security Alliance no es que el 68% de las organizaciones no pueda distinguir humanos de agentes — eso era esperable en una tecnología nueva — sino que el 74% reportó que los agentes recibieron más acceso del necesario y el 52% que heredaron permisos de humanos. Eso indica que el problema no es solo técnico: es de diseño de identidades y permisos. Ninguna herramienta de monitoreo, con o sin agente, resuelve eso si las organizaciones siguen desplegando agentes sin identidades no humanas dedicadas y permisos con privilegio mínimo. ¿Qué pasa cuando la próxima generación de agentes empiece a actuar de manera autónoma fuera de las plataformas que los crearon, sin que exista un registro global de qué agente pertenece a quién ni qué debería poder hacer?