AHORA
Nuevo proyecto de Ley de Protección de Datos Personales en Argentina: análisis completo Colombia actúa donde Argentina falla: la SIC sanciona a empresa por filtración Microsoft patches récord: 570 vulnerabilidades corregidas en julio 2026 DGL Talent: primera firma de talento en datos, privacidad y ciber de LATAM Nuevo proyecto de Ley de Protección de Datos Personales en Argentina: análisis completo Colombia actúa donde Argentina falla: la SIC sanciona a empresa por filtración Microsoft patches récord: 570 vulnerabilidades corregidas en julio 2026 DGL Talent: primera firma de talento en datos, privacidad y ciber de LATAM

Un cuarto de las empresas ya usa agentes de IA en producción sin resolver la gestión de credenciales

Una encuesta de Postman a 9.000 profesionales revela que el 40% de las organizaciones no definió cómo manejar identidad y accesos en agentes autónomos que ya operan en sistemas reales.
Alerta

Una encuesta de Postman a 9.000 profesionales revela que el 40% de las organizaciones no definió cómo manejar identidad y accesos en agentes autónomos que ya operan en sistemas reales.

Postman encuestó a casi 9.000 desarrolladores, arquitectos y ejecutivos sobre cómo están implementando agentes de IA en sus infraestructuras. Los resultados confirman un patrón recurrente en la adopción de tecnologías emergentes: las organizaciones despliegan primero y resuelven la seguridad después. Una cuarta parte de las empresas consultadas ya tiene agentes de IA llamando sus APIs en entornos de producción. Al mismo tiempo, aproximadamente cuatro de cada diez encuestados admitieron que no han definido todavía cómo gestionar credenciales e identidad para esos agentes. La brecha entre despliegue y control de acceso no es nueva, pero en este caso involucra sistemas autónomos con capacidad de ejecutar acciones sin supervisión humana directa.

Por qué los agentes de IA plantean un problema distinto al de las aplicaciones tradicionales

Un agente de IA no es un script que ejecuta una secuencia fija de llamadas a API. Es un sistema que toma decisiones en tiempo real sobre qué endpoints invocar, qué parámetros enviar y cómo encadenar operaciones según el contexto. Esa autonomía convierte cada credencial en un vector de riesgo ampliado: si un agente tiene acceso a una API con permisos amplios, puede explorar superficies de ataque que un desarrollador humano nunca habría considerado. La gestión de identidad tradicional — basada en roles estáticos y permisos predefinidos — no fue diseñada para entidades que modifican su comportamiento según datos externos o instrucciones en lenguaje natural.

El problema se agrava cuando los agentes operan en producción sin un modelo de identidad específico. En muchos casos, heredan las credenciales de la aplicación que los invoca o reciben tokens de servicio con alcance excesivo. Eso significa que un agente comprometido o mal configurado puede acceder a recursos críticos sin que exista un registro claro de qué decisión autónoma desencadenó cada llamada. La trazabilidad — requisito básico en auditoría de seguridad — se vuelve opaca cuando el flujo de ejecución depende de un modelo de lenguaje que no expone su razonamiento interno de forma estructurada.

Qué revela la encuesta sobre el estado de preparación en las organizaciones

Que el 25% de las empresas ya tenga agentes en producción no es sorprendente: la presión por adoptar IA generativa es alta y los frameworks para construir agentes están disponibles desde hace más de un año. Lo relevante es que el 40% de los encuestados no resolvió cómo manejar credenciales e identidad. Eso implica que una porción significativa de los agentes en producción está operando con modelos de acceso improvisados, probablemente heredados de integraciones previas o configurados con permisos más amplios de lo necesario para evitar fricciones en desarrollo.

La encuesta no detalla qué sectores o regiones concentran esos despliegues sin control de identidad definido, pero el patrón es consistente con lo observado en adopciones anteriores de tecnologías de automatización: las organizaciones priorizan velocidad de implementación sobre diseño de seguridad cuando perciben que la competencia ya está avanzando. En el caso de los agentes de IA, esa prisa tiene consecuencias específicas: cada agente sin modelo de identidad propio es un punto ciego en la superficie de ataque, porque no hay forma de aplicar principio de mínimo privilegio a una entidad cuyo comportamiento no es predecible en tiempo de diseño.

Cómo impacta esta brecha en América Latina, donde la adopción de IA avanza sin marcos regulatorios consolidados

En América Latina, la adopción de agentes de IA en producción enfrenta el mismo problema de seguridad que en otras regiones, pero con un agravante: la mayoría de los países de la región no tiene marcos regulatorios específicos para sistemas autónomos ni estándares obligatorios de gestión de identidad en IA. Eso significa que las organizaciones latinoamericanas que están desplegando agentes — particularmente en sectores como fintech, e-commerce y servicios digitales — lo hacen sin lineamientos claros sobre cómo auditar accesos o responder ante un incidente que involucre decisiones autónomas de un agente.

Brasil y México, que concentran la mayor parte de la inversión en IA de la región, tienen ecosistemas de startups y empresas digitales que adoptan tecnologías emergentes a ritmo acelerado. Si el 40% de las organizaciones globales no resolvió la gestión de credenciales en agentes, es razonable asumir que en LATAM — donde los equipos de seguridad suelen estar dimensionados por debajo de la carga operativa — esa proporción podría ser similar o mayor. La falta de visibilidad sobre qué agentes están operando, con qué permisos y bajo qué modelo de identidad, convierte cada despliegue en un riesgo no cuantificado que se acumula sin que exista un inventario centralizado.

Qué tendría que cambiar para que la gestión de identidad en agentes sea viable en escala

Resolver la gestión de credenciales en agentes de IA requiere un cambio en cómo se diseñan los sistemas de identidad. Los modelos actuales — basados en usuarios, roles y permisos estáticos — no capturan la naturaleza dinámica de un agente que decide en tiempo real qué operaciones ejecutar. Una solución viable tendría que incluir identidades específicas para cada agente, con permisos que se ajusten según el contexto de ejecución y que expiren automáticamente después de cada sesión. Eso implica integrar sistemas de gestión de identidad con los frameworks de agentes, algo que hoy no está resuelto en ninguna plataforma de uso masivo.

Además, se necesita trazabilidad granular: cada llamada a API iniciada por un agente debería registrar no solo qué endpoint se invocó, sino qué decisión del modelo desencadenó esa llamada y bajo qué contexto. Sin esa capa de auditoría, es imposible reconstruir un incidente o aplicar controles de seguridad basados en comportamiento. Los proveedores de plataformas de API — como Postman, que realizó esta encuesta — están en posición de impulsar estándares, pero hasta ahora la mayoría de las herramientas trata a los agentes como clientes HTTP genéricos, sin capacidades específicas de identidad o auditoría.

Nuestro análisis

Esta encuesta confirma que la industria está repitiendo el mismo error que cometió con contenedores, microservicios y APIs públicas: desplegar primero, securizar después. La diferencia es que los agentes de IA tienen autonomía para explorar superficies de ataque de formas que un desarrollador humano no anticiparía, lo que convierte cada credencial sin modelo de identidad específico en un riesgo exponencial. Que el 40% de las organizaciones no haya resuelto cómo manejar credenciales en agentes que ya están en producción no es solo un problema de madurez operativa — es una señal de que los frameworks de seguridad actuales no están diseñados para entidades autónomas que toman decisiones en tiempo real.

Lo que falta no es conciencia del problema, sino herramientas y estándares que hagan viable la gestión de identidad en agentes sin frenar la velocidad de desarrollo. Hasta que eso ocurra, cada agente en producción sin modelo de identidad propio es un punto ciego en la superficie de ataque. La pregunta no es si va a haber incidentes relacionados con agentes mal configurados — es cuánto tiempo va a pasar hasta que uno de esos incidentes sea lo suficientemente visible como para forzar un cambio en cómo la industria aborda el problema.

Publicidad728×90 — In-Article
Publicidad300×250 — Medium Rectangle

El briefing semanal

Seguridad, privacidad e IA en LATAM. Curado por expertos, gratis cada semana.

Publicidad300×600 — Half Page
Publicidad970×90 — Leaderboard