Muchas organizaciones creen estar aprovechando las herramientas de IA para fortalecer su postura de seguridad. La inversión aumenta, la IA se integra en múltiples cargas de trabajo y flujos de trabajo, y los marcos de gobernanza se amplían, dando la impresión de progreso. Sin embargo, bajo esta adopción de IA existe un problema oculto: una brecha creciente entre lo que las organizaciones creen sobre la seguridad de su infraestructura y lo que pueden evidenciar de forma fiable.

La confianza aumenta, pero también los incidentes

Según una encuesta global de seguridad en entornos híbridos de 2026, con la participación de más de 1,000 líderes de seguridad y TI, el 93 por ciento ha invertido en nuevas tecnologías de seguridad; sin embargo, los índices de violaciones han alcanzado su punto más alto. El 65 por ciento de las organizaciones experimentó una violación de datos en los últimos 12 meses, con un aumento del 18 por ciento interanual y casi del 40 por ciento en tres años.

Estas estadísticas preocupantes empiezan a activar alarmas, evidenciando que dentro de las organizaciones emerge una ‘ilusión de seguridad’. Se realiza una gran inversión en herramientas de seguridad, pero falta visibilidad clara de los resultados. En otras palabras, la seguridad se mide por lo que se ha implementado, no por lo que se puede verificar.

Una tormenta perfecta ha llevado a este punto: la adopción de IA ha crecido más rápido que la gobernanza y que los equipos de seguridad pueden acompañar, y la nube híbrida añade una dimensión de complejidad que pocas organizaciones han sabido enfrentar por completo.

La IA ahora está integrada en entornos empresariales, acelerando no solo la forma en que operan las organizaciones, sino también cómo se mueve el riesgo a través de ellas. A medida que la adopción supera la supervisión, las consecuencias empiezan a aflorar: casi la mitad de las organizaciones encuestadas reportan un aumento de amenazas internas relacionadas con IA, incluyendo filtración de datos y uso no autorizado (shadow AI). Sorprendentemente, la confianza no se ha reducido. Muchas organizaciones siguen clasificando su postura de seguridad de IA como “definida” o “integradа”, a pesar de evidencias que muestran una historia radicalmente distinta.

Esa confianza a menudo se apoya en suposiciones, y la escala de la desconexión es llamativa: la IA está involucrada en el 83 por ciento de los incidentes de seguridad, abarcando ataques externos, exposiciones internas y ataques directos a los sistemas de IA. A medida que las amenazas se desplazan por entornos cada vez más fragmentados y distribuidos, las suposiciones sobre lo que es seguro se desmoronan rápidamente y, sin visibilidad clara de cómo fluyen los datos y cómo se comportan los sistemas, las organizaciones no pueden gestionar el riesgo de forma fiable.

Las señales de advertencia

No existe un indicador único que revele una falsa sensación de seguridad en IA, pero sí varios patrones recurrentes que lo hacen evidente.

El primero es la inversión sin impacto. Muchas organizaciones expanden sus pilas de seguridad, pero los tiempos de detección y respuesta siguen moviéndose en la dirección equivocada. Más del 40 por ciento reporta que ahora detecta e investiga violaciones más tarde que antes, y eso no es casualidad.

Cuando las señales están dispersas entre sistemas que no se conectan, los equipos pasan más tiempo reconstruyendo lo sucedido en lugar de actuar. Añadir herramientas sin mejorar la visibilidad no genera más claridad; genera más datos, y más datos sin contexto son ruido para atravesar, además de más falsos positivos y, quizá peor, falsos negativos.

El segundo es la incapacidad de rastrear incidentes hasta su origen. Más de una de cada cuatro organizaciones no puede determinar la causa raíz de una violación, lo que significa que los incidentes se cierran sin entender plenamente cómo ocurrieron. Las consecuencias son previsibles: casi un tercio de las organizaciones reporta múltiples incidentes en el mismo año. Sin trazabilidad, no hay aprendizaje, y sin aprendizaje, las mismas brechas se explotan de nuevo.

El tercero es la brecha de visibilidad que se abre en entornos impulsados por IA. Casi tres cuartas partes de las organizaciones reportan visibilidad limitada sobre los flujos de datos impulsados por IA, que abarcan APIs, modelos, servicios en la nube y una infraestructura distribuida que es dinámica por diseño y no se mapea bien a enfoques de monitoreo tradicionales. Los equipos de seguridad pueden ver que algo ocurrió, pero no pueden obtener el cómo o el porqué. Esa brecha entre saber que ocurrió un incidente y entenderlo es exactamente donde vive la ilusión.

De la ilusión a la evidencia

Para responder a la creciente complejidad, las organizaciones están recopilando más telemetría que nunca: métricas, eventos, registros y trazas (datos MELT), pero más datos no equivale necesariamente a una mejor comprensión. Estas señales ofrecen solo una visión parcial: una mide rendimiento, otra registra actividad, otra señala problemas después de que ocurrieron.

Ninguna de ellas, por sí sola, puede explicar cómo se comporta un sistema en su conjunto. Lo que falta es el tejido conectivo, el contexto que muestra cómo se relacionan estas señales, cómo un evento desencadena otro y cómo los problemas se propagan por el entorno. Sin ello, las organizaciones no obtienen insights; acumulan ruido.

Romper la ilusión de seguridad en IA requiere un cambio de seguridad reactiva a monitoreo proactivo y observación en tiempo real de cómo se comportan los sistemas. Los líderes de seguridad coinciden: más del 90 por ciento de las organizaciones considera crítico lograr visibilidad completa de los datos en movimiento para obtener resultados de seguridad exitosos.

Aquí es donde la telemetría de red se vuelve esencial. A diferencia de los registros, que muestran lo que los sistemas dicen hacer, la telemetría de red demuestra lo que está sucediendo: cómo se mueve la data, cómo interactúan los sistemas y cómo prosperan las amenazas. Es el paso del supuesto a la evidencia y luego a la prueba, y es la base lo suficientemente sólida para construir una seguridad real. La red es la fuente de verdad para los equipos de seguridad actuales.

La seguridad de IA debe ser medida, no asumida

La IA está redefiniendo el panorama de amenazas, habilitando ataques más rápidos y adaptativos, al tiempo que aumenta la complejidad de los entornos empresariales. Pero los defensores no carecen de ventajas: las mismas tecnologías que alimentan los ataques ya apoyan a los equipos de seguridad, automatizando la detección, acelerando la respuesta y aumentando la inversión en estas capacidades.

Sin embargo, no obstante, la inversión por sí sola no es prueba. La seguridad debe medirse por la capacidad de observar, entender y validar lo que está ocurriendo en el entorno.

En la era de la IA, el riesgo real no es que las organizaciones inviertan poco en seguridad, sino la creencia de que están seguras sin tener la evidencia para demostrarlo.

Este artículo forma parte de TechRadar Pro Perspectives, nuestra vía para presentar las mentes más brillantes de la industria tecnológica actual.

Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadar Pro o Future plc. Si estás interesado en contribuir, encuentra más información aquí: https://www.techradar.com/pro/perspectives-how-to-submit