Una encuesta a 500 profesionales revela consenso operativo sobre IA en SOC, pero una brecha de confianza en el nivel directivo que anticipa el próximo debate: quién gobierna los modelos cuando fallan.
La inteligencia artificial dejó de ser un proyecto piloto en operaciones de seguridad y se convirtió en infraestructura de producción. Una encuesta de Omdia comisionada por Rapid7 a 500 profesionales de seguridad muestra que el 97 por ciento reporta resultados positivos con IA en sus operaciones, el 98 por ciento afirma que reduce la fatiga de alertas y el 95 por ciento dice que ayuda a abordar la escasez de personal. Esos números podrían cerrar la discusión sobre si la IA funciona en el SOC. Pero debajo de ese consenso aparece una tensión que define la siguiente etapa: los ejecutivos de seguridad desconfían significativamente más que sus equipos operativos de cómo los proveedores manejan los datos que alimentan esos modelos.
La brecha de confianza que nadie está nombrando en voz alta
Mientras los equipos de SOC en primera línea reportan confianza sólida en las herramientas de IA que usan a diario, los líderes ejecutivos como CISOs, CSOs y vicepresidentes de seguridad están tomando una postura considerablemente más crítica. La investigación encontró que estos ejecutivos son 1.6 veces más propensos que los gerentes operacionales de seguridad a estar altamente preocupados sobre cómo los vendedores de IA manejan los datos de seguridad de sus organizaciones.
Esto no contradice el 97 por ciento de sentimiento positivo. Es una señal de madurez. Cuando la IA era experimental, la pregunta era si funcionaba. Los equipos operativos respondieron que sí. Ahora que la IA está embebida en SOCs de producción, una pregunta diferente está llegando al nivel ejecutivo: cómo se gobierna esto, quién es responsable cuando algo sale mal, qué pasa cuando el modelo pierde una amenaza crítica y de quién era el trabajo detectar eso. Esas son preguntas de nivel directorio, y la investigación sugiere que las organizaciones sin respuestas claras van a sentir esa brecha de forma aguda.
El equilibrio humano-IA como diferenciador real de capacidad
El 92 por ciento de los encuestados dijo que la IA mejora en lugar de reemplazar a los analistas humanos. Pero el 41 por ciento está activamente preocupado por la sobre-dependencia, o por que los equipos puedan empezar a deferir a la IA en momentos donde un analista experimentado habría detectado algo que el modelo pasó por alto. Los mejores equipos de seguridad no están eligiendo entre IA y experiencia humana. Están construyendo modelos operativos donde la IA maneja el volumen — triaje, detección de patrones, investigaciones iniciales — mientras los analistas lideran las decisiones que requieren contexto, creatividad y responsabilidad.
La pregunta para cualquier líder de SOC no es si usar IA. Es dónde la IA crea capacidad sin crear nuevos puntos ciegos. Esa distinción se vuelve crítica en América Latina, donde la escasez de talento en ciberseguridad es estructural y los equipos de SOC suelen operar con dotaciones por debajo del estándar regional. En ese contexto, la tentación de delegar decisiones críticas a modelos de IA sin supervisión adecuada es mayor, pero también lo es el riesgo de que un error del modelo pase desapercibido por falta de analistas senior que puedan validar las salidas.
MDR habilitado con IA se redefine por transparencia, no por velocidad
El 86 por ciento de los encuestados cree que MDR (Managed Detection and Response) habilitado con IA tiene una ventaja clara sobre enfoques tradicionales. Pero cuando se les preguntó qué esperan realmente de un proveedor de MDR con IA, la respuesta principal no fue detección más rápida ni tasas de automatización más altas. Fue transparencia. El 55 por ciento citó visibilidad sobre cómo se toman las decisiones de IA como su expectativa principal. El 53 por ciento quiere que la IA esté explícitamente integrada con la experiencia de analistas humanos. El 52 por ciento quiere actualizaciones regulares sobre el rendimiento y la precisión del modelo.
Decir que se usa IA ya no es un diferenciador. Lo que los compradores ahora quieren saber es: pueden mostrarme exactamente cómo. Esa demanda de transparencia es particularmente relevante en mercados como Brasil y México, donde las regulaciones de protección de datos personales (LGPD y Ley Federal de Protección de Datos Personales) imponen responsabilidades claras sobre el tratamiento de información sensible. Un proveedor de MDR que no puede explicar cómo su modelo de IA procesa datos de seguridad de una organización no solo pierde credibilidad técnica — puede estar exponiendo a su cliente a riesgo de cumplimiento normativo.
Nuestro análisis
La encuesta de Omdia captura un momento de inflexión que va más allá de la adopción tecnológica. El consenso operativo sobre la efectividad de la IA en el SOC está establecido. Lo que está emergiendo ahora es una brecha de gobernanza: los ejecutivos ven riesgos que los operadores no están priorizando, y esos riesgos no son técnicos — son de responsabilidad, transparencia y control sobre decisiones críticas delegadas a modelos opacos. Esa brecha no se cierra con más IA. Se cierra con marcos de gobernanza que definan quién valida las salidas del modelo, qué umbrales de confianza requieren intervención humana y cómo se audita el rendimiento del sistema en producción.
El dato de que el 41 por ciento está preocupado por sobre-dependencia mientras el 97 por ciento reporta resultados positivos no es una contradicción — es una advertencia temprana. Las organizaciones que están obteniendo valor de la IA hoy son las mismas que podrían estar construyendo puntos ciegos estructurales si no establecen límites claros sobre dónde termina la automatización y dónde empieza la responsabilidad humana. La pregunta que queda abierta es si esos límites se van a definir de forma proactiva, con políticas internas y contratos claros con proveedores, o de forma reactiva, después de que un incidente de seguridad crítico exponga que nadie sabía exactamente qué estaba haciendo el modelo cuando falló.