CiberseguridadIA y Agentes

Plataformas de seguridad de IA: protegiendo los modelos de los nuevos ataques

Introducción: el nuevo perímetro de ataque es el modelo

Durante años, la seguridad de la información protegió infraestructura: servidores, redes, endpoints. En 2026, el activo más valioso de una organización ya no es su hardware, sino sus modelos de inteligencia artificial. Y esos modelos tienen un problema estructural: fueron diseñados para ser útiles, no para ser seguros.

El informe de IBM de 2025 reveló que el 13% de las organizaciones reportó brechas en modelos o aplicaciones de IA, y de esas, el 97% carecía de controles de acceso adecuados. Un informe de Check Point de 2026 encontró que solo el 17% de las organizaciones había desplegado ampliamente controles de runtime en LLM como validación de entrada, filtrado de salida y autorización de uso de herramientas.

La respuesta a esta brecha es una nueva categoría de herramientas: plataformas de seguridad de IA diseñadas específicamente para proteger modelos, agentes y pipelines de datos contra ataques que no existían hace tres años.

El mercado: una industria que nace a velocidad récord

El mercado de seguridad de modelos de IA estaba valorado en USD 1.10 mil millones en 2025 y se proyecta que alcance USD 14.76 mil millones para 2036, con una CAGR del 24.5%. El segmento de ciberseguridad para modelos de IA y LLM crece aún más rápido: de USD 3.62 mil millones en 2026 a USD 14.47 mil millones en 2031, una CAGR del 31.93%.

Pero la cifra más reveladora es la consolidación. Solo en septiembre de 2025, Cato Networks, Check Point, CrowdStrike, F5 y SentinelOne pagaron colectivamente USD 1.31 mil millones por empresas de seguridad de IA. Palo Alto Networks completó la adquisición de Protect AI en julio de 2025. La seguridad de IA dejó de ser un nicho de startups para convertirse en una categoría obligatoria de las plataformas de ciberseguridad establecidas.

La superficie de ataque: los nuevos vectores

El OWASP Top 10 para Aplicaciones LLM 2026 articula con precisión las amenazas que estas plataformas deben neutralizar:

RankingAmenazaRelevancia
LLM01Prompt InjectionSin cambio en primer lugar
LLM02Divulgación de Información SensibleSin cambio
LLM03Agencia ExcesivaSubió 3 posiciones
LLM04Cadena de SuministroBajó 1
LLM05Envenenamiento de Datos y ModelosBajó 1
LLM06Consumo IlimitadoSubió 4
LLM07DesinformaciónSubió 2
LLM08Exposición de Contexto OcultoRenombrado
LLM09Debilidades de Vectores y EmbeddingsBajó 1
LLM10Manejo Inadecuado de SalidaBajó 5

La inyección de prompts sigue siendo la amenaza número uno porque es fundamentalmente difícil de resolver: el modelo no distingue entre una instrucción legítima del sistema y una instrucción maliciosa embebida en un documento recuperado. Un hallazgo de 2026 describió una vulnerabilidad CVSS 9.6 en GitHub Copilot Chat que permitía exfiltrar secretos y código fuente de repositorios privados mediante inyección de prompts indirecta.

La Agencia Excesiva subió tres posiciones. Cuando un agente de IA tiene permisos para ejecutar acciones —enviar correos, transferir fondos, modificar configuraciones— la inyección de prompt deja de ser un problema de contenido y se convierte en un problema de control de acceso. Como señala Gartner: un sistema de IA no necesita alcanzar inteligencia general para crear riesgo significativo. Solo necesita la capacidad de impactar operaciones empresariales.

Los pilares de una plataforma de seguridad de IA

Las plataformas que están definiendo el mercado en 2026 comparten una arquitectura modular que cubre el ciclo de vida completo del modelo, desde su desarrollo hasta su operación en producción.

Prisma AIRS de Palo Alto Networks es el ejemplo más completo. Se articula en cuatro pilares independientes: AI Runtime Security (bloquea ataques en tiempo real a nivel de red o código), AI Supply Chain Security (escanea archivos de modelo GGUF, Pickle, PyTorch y Safetensors en busca de puertas traseras ocultas), AI Red Teaming (automatizado, con más de 50 técnicas de ataque y 500 escenarios) y AI Gateway (control centralizado de acceso a más de 1,600 LLMs de 50+ proveedores).

El dato de Supply Chain Security es contundente: más de 1.9 millones de modelos en Hugging Face escaneados, más de 9,000 vulnerabilidades críticas descubiertas. La cadena de suministro de modelos de IA es un vector de ataque masivo que apenas comienza a ser mapeado.

DeepKeep, vendor israelí destacado por Gartner Peer Insights, combina AI Firewall (bloquea inyección de prompts antes de que el modelo los vea), AI Usage Control (políticas de uso de empleados), Automated AI Red Teaming y Agent Attack Surface Scanning. La compañía ofrece despliegue en SaaS, nube privada, on-premise y entornos air-gapped, un requisito crítico para sectores regulados.

Microsoft ha integrado la seguridad de IA en Defender XDR, con evaluación de riesgo de postura para agentes de IA (incluyendo agentes empresariales y locales descubiertos en endpoints) y detección de amenazas en tiempo real para agentes de Agent 365, analizando señales de interacciones, uso de herramientas y patrones de ejecución. Prompt Shields de Microsoft Foundry detecta dos tipos de ataques: ataques de prompt de usuario (intentos de jailbreak) y ataques de documento (instrucciones ocultas en contenido de terceros).

Fastly lanzó AI Firewall —evalúa prompts antes de que lleguen a los modelos— y AI Runtime Control —endpoint central para solicitudes a proveedores públicos y auto-alojados, con claves virtuales, seguimiento de gasto y controles de presupuesto—.

Huawei presentó HiSec AI Guard, con una precisión de identificación de instrucciones maliciosas del 95%, complementado con Xinghe AI Security para la defensa de infraestructura de centros de datos.

El caso del ecosistema npm: cuando el ataque viene de la cadena de suministro

La importancia de estas plataformas se ilustra con un caso real de 2026. El gusano “Mini Shai-Hulud” comprometió más de 170 paquetes en npm y PyPI, incluyendo TanStack, Mistral AI, Guardrails AI, UiPath y OpenSearch. Los paquetes maliciosos llevaban atestaciones criptográficas SLSA Build Level 3 válidas, lo que los hacía indistinguibles de las versiones legítimas.

El malware extraía tokens de GitHub y npm, credenciales de AWS, secretos de Kubernetes, claves SSH y archivos .env, exfiltrándolos vía red P2P. OpenAI confirmó el compromiso de las máquinas de dos empleados. GitHub reconoció acceso no autorizado a sus repositorios internos tras el compromiso de las credenciales de un empleado a través de una extensión de VS Code envenenada.

La lección: sin capacidades de AI Supply Chain Security, una organización no puede saber si el modelo que está desplegando contiene código malicioso. La plataforma Prisma AIRS de Palo Alto Networks escanea precisamente estos artefactos antes de que lleguen a producción.

Latinoamérica: adopción con acento regional

La región no es espectadora de esta transformación. El Ministerio TIC de Colombia publicó en abril de 2026 los “Lineamientos de Seguridad y Privacidad de la Información para Sistemas de Inteligencia Artificial”, con recomendaciones para la identificación y gestión de riesgos y arquitecturas seguras de modelos de IA.

Huawei presentó en agosto de 2026, durante la cumbre HNS 2026 en Latinoamérica, el libro blanco técnico de AIFW (AI Firewall) y actualizó su solución Xinghe AI Network Security para la región, con Agentic SOC basado en IA.

Check Point Software lanzó su AI Factory Security Blueprint para Chile en medio de la explosión de inversión en data centers de IA en el país, ofreciendo una defensa en cuatro capas.

ESET Latinoamérica anunció en octubre de 2026 el desarrollo de nuevas capas de seguridad para uso empresarial de IA, incluyendo ESET AI Security, AI Agent Security, AI Behavioral Monitoring y LiveCortex.

Openlayer se asoció con Telefónica Tech para ofrecer gobernanza y observabilidad de IA en Europa y Latinoamérica, con guardrails de seguridad contra inyección de prompts y fuga de PII.

Y en el ámbito del código abierto, llm-waf se presenta como un Web Application Firewall nativo de TypeScript para entradas LLM, con defensa determinista contra inyección de prompts, redacción de PII “LATAM-first” y salida de auditoría mapeada al OWASP LLM Top 10.

Los desafíos: talento, regulación y velocidad

A pesar del crecimiento del mercado, persisten obstáculos estructurales. El talento especializado en seguridad de IA es escaso globalmente y casi inexistente en Latinoamérica, donde la brecha de habilidades en ciberseguridad ya alcanza el 65% de las organizaciones.

La regulación está evolucionando rápidamente pero de forma fragmentada. La EU AI Act exige controles de runtime para sistemas de IA en sectores de alto riesgo desde agosto de 2026, y el ISO 42001 establece un estándar de gestión de sistemas de IA que las organizaciones deben adoptar. Pero en Latinoamérica, los marcos regulatorios aún son incipientes.

Y persiste el desafío de la velocidad: los atacantes utilizan IA para descubrir vulnerabilidades y lanzar ataques a velocidades que los controles tradicionales no pueden igualar. Gartner recomienda que los CISOs presupuesten capacidades de ciberseguridad preemptiva para ganar una ventaja medible sobre los atacantes.

Conclusión: la seguridad de IA no es opcional

Las plataformas de seguridad de IA representan la tercera ola de la ciberseguridad: primero fue proteger la red, luego los endpoints, ahora los modelos. Para Aulas Latam y las organizaciones de la región, la pregunta ya no es si adoptar estas plataformas, sino cuándo y con qué alcance.

Los datos son claros: 97% de las organizaciones que sufrieron brechas de IA carecían de controles de acceso adecuados. Solo el 17% tiene controles de runtime desplegados. Y el mercado de seguridad de IA crece a una CAGR del 31.93%.

En 2026, proteger un modelo de IA ya no es un ejercicio académico de red teaming. Es infraestructura de seguridad crítica. Porque en la economía de la IA, el modelo es el nuevo perímetro, y los ataques que lo amenazan no se detienen con firewalls tradicionales.

Artículos relacionados

Back to top button