La inteligencia artificial empresarial está entrando en una nueva etapa. Los agentes de IA ya no se limitan a responder preguntas o generar contenidos: también pueden consultar bases de datos, conectarse a aplicaciones corporativas y ejecutar tareas dentro de procesos reales de negocio. Esta evolución amplía sus posibilidades, pero introduce una cuestión fundamental: ¿quién controla lo que pueden hacer?
La disponibilidad general de Microsoft Entra Agent ID, anunciada en abril de 2026, refleja la importancia que está adquiriendo la identidad de los agentes. Microsoft propone tratarlos como identidades digitales diferenciadas, con controles específicos de autenticación, autorización y acceso.
Para las empresas, el desafío ya no consiste únicamente en comprobar si un modelo genera respuestas adecuadas. También deben definir qué información puede consultar cada agente, qué operaciones tiene autorizadas, cómo registrar su actividad y quién asume la responsabilidad de supervisarlo. La seguridad se convierte así en una condición necesaria para incorporar agentes de IA a los procesos corporativos.
De los asistentes de IA a los agentes que pueden ejecutar acciones
La evolución de la inteligencia artificial está cambiando la relación entre las personas y los sistemas digitales. Mientras un asistente convencional suele responder a una instrucción, un agente puede utilizar herramientas, consultar diferentes fuentes de información y ejecutar una secuencia de acciones para alcanzar un objetivo. Esta capacidad permite abordar procesos empresariales más complejos, pero también aumenta las exigencias de seguridad.
Un agente comercial, por ejemplo, podría consultar información de clientes, revisar oportunidades abiertas en un CRM y preparar una propuesta personalizada. Otro agente dedicado a tareas administrativas podría procesar documentación, extraer información relevante e introducir resultados en una aplicación interna. Estos usos pueden ahorrar trabajo manual, siempre que las integraciones y los permisos estén correctamente definidos.
La diferencia es importante: cuando una IA solo genera una respuesta, sus riesgos suelen concentrarse en la información utilizada y la calidad del resultado. Cuando puede actuar sobre otros sistemas, también aparecen riesgos relacionados con la modificación de registros, el envío de comunicaciones, el uso de credenciales o la ejecución de operaciones no previstas.
El NIST, a través de su iniciativa AI Agent Standards Initiative presentada en febrero de 2026, reconoce precisamente la necesidad de desarrollar estándares que permitan a los agentes interactuar con otros sistemas de manera segura. La iniciativa aborda tanto la interoperabilidad como la confianza necesaria para que estos sistemas puedan operar en entornos reales.
La consecuencia empresarial es que los agentes deben considerarse componentes activos de la infraestructura tecnológica. No basta con evaluar el modelo de inteligencia artificial que utilizan. También es necesario revisar las aplicaciones a las que se conectan, las credenciales disponibles, las operaciones que pueden ejecutar y las consecuencias de un comportamiento inesperado.
Microsoft refuerza la identidad y el control de acceso de los agentes
Uno de los cambios más relevantes está llegando desde las plataformas de gestión de identidades. Tradicionalmente, las organizaciones administraban las cuentas de empleados, dispositivos, aplicaciones y servicios. Con la incorporación de agentes de IA aparece una nueva categoría de identidades que necesita mecanismos de identificación y permisos adaptados a su funcionamiento.
Microsoft ha desarrollado Entra Agent ID, una plataforma diseñada para crear y administrar identidades específicas de agentes. Su objetivo es que estos sistemas puedan autenticarse y acceder a recursos empresariales sin depender necesariamente de cuentas humanas convencionales o de mecanismos genéricos concebidos para otras aplicaciones.
Este planteamiento permite diferenciar las acciones realizadas por un empleado de las ejecutadas por un agente. Según la documentación técnica de Microsoft sobre identidades de agentes, estas identidades proporcionan una base para administrar accesos, aplicar políticas de seguridad y distinguir las operaciones realizadas por sistemas autónomos. La identidad se convierte en un elemento fundamental para establecer controles y atribuir la actividad a un sistema concreto.
La plataforma también incorpora mecanismos de autorización destinados a limitar el alcance de los agentes. Microsoft explica que Entra Agent ID restringe determinadas funciones administrativas de alto privilegio, precisamente porque un agente con acceso excesivo podría realizar operaciones inesperadas con consecuencias importantes. No todos los sistemas necesitan los mismos permisos ni deberían disponer de capacidad para modificar configuraciones sensibles.
La propuesta forma parte de una tendencia más amplia hacia modelos de seguridad basados en confianza cero o Zero Trust. En este enfoque, ningún acceso se considera seguro únicamente porque se origine dentro de la red corporativa. Cada identidad debe autenticarse y contar con autorizaciones adecuadas. Aplicado a los agentes, significa que su capacidad de actuar debe depender de permisos verificables y de políticas específicas, no de una confianza general en el modelo de IA.
Qué riesgos introduce un agente de IA con permisos excesivos
La principal diferencia entre un agente empresarial y una herramienta de consulta está en su capacidad para interactuar con otros sistemas. Un modelo puede interpretar correctamente una instrucción y, aun así, realizar una operación no deseada si dispone de herramientas demasiado potentes o no existen restricciones adecuadas. Por eso, la seguridad no puede depender exclusivamente de que la inteligencia artificial comprenda lo que se espera de ella.
El OWASP Top 10 for Agentic Applications 2026 identifica riesgos específicos de los sistemas agénticos. Entre ellos aparecen el uso indebido de herramientas, los abusos de identidad y privilegios, la manipulación de objetivos, los fallos de comunicación entre agentes y las consecuencias de acciones autónomas fuera de los límites previstos. El marco fue publicado en diciembre de 2025 como referencia para el desarrollo y despliegue de agentes durante 2026.
Uno de los riesgos más relevantes es la escalada de privilegios. Un agente que necesita consultar determinados documentos no debería poder acceder automáticamente a todos los repositorios de la organización. Del mismo modo, un agente que prepara respuestas comerciales no necesita necesariamente permisos para eliminar clientes, modificar condiciones contractuales o alterar configuraciones administrativas.
También deben contemplarse los ataques de prompt injection, mediante los cuales un contenido externo intenta introducir instrucciones maliciosas en el contexto que procesa el modelo. Si un agente consulta correos electrónicos, páginas web o documentos, alguno de esos contenidos podría incluir instrucciones destinadas a alterar su comportamiento. El riesgo aumenta cuando el sistema tiene capacidad para ejecutar herramientas o acceder a información que el atacante no debería obtener.
OWASP ha reforzado este análisis con la publicación, en septiembre de 2026, de nuevos recursos para aplicaciones de IA, incluido un estándar de control de agentes. La evolución de estas recomendaciones confirma que la seguridad agéntica necesita medidas arquitectónicas y operativas específicas. Filtrar las respuestas del modelo puede ser útil, pero no sustituye a limitar los permisos ni a controlar las acciones que realmente ejecuta.
Identidad, permisos y trazabilidad: las bases de una IA segura
La primera condición para gobernar los agentes empresariales es conocer cuáles están funcionando. Una organización necesita inventariar los agentes desplegados, identificar su finalidad, asociarlos a un responsable y documentar los sistemas con los que interactúan. Sin esta información resulta difícil saber qué herramientas tienen acceso a los datos o determinar quién debe intervenir cuando aparece un problema.
El segundo elemento es aplicar el principio de mínimo privilegio. Cada agente debería disponer únicamente de los permisos necesarios para cumplir una función concreta. Esto implica separar los accesos de lectura y escritura, limitar las operaciones disponibles y evitar credenciales compartidas con permisos administrativos. También conviene revisar periódicamente los accesos para retirar autorizaciones que hayan dejado de ser necesarias.
El tercer elemento es establecer mecanismos de supervisión humana. No todas las operaciones requieren aprobación individual, especialmente cuando se trata de tareas repetitivas y de bajo riesgo. Sin embargo, las acciones con consecuencias económicas, legales o sobre información sensible pueden necesitar confirmación antes de ejecutarse. La autonomía debe graduarse según la criticidad del proceso y no concederse de manera ilimitada.
La trazabilidad constituye otro requisito fundamental. Los registros deben permitir identificar qué agente realizó una operación, cuándo intervino, qué herramienta utilizó y cuál fue el resultado. Dependiendo del riesgo, también puede ser necesario conservar información sobre autorizaciones, versiones, configuraciones y decisiones de supervisión. Estos registros deben diseñarse respetando los requisitos de privacidad y evitando almacenar innecesariamente datos confidenciales.
Finalmente, las organizaciones necesitan mecanismos de respuesta. Un agente debe poder ser desactivado, sus credenciales revocadas y sus conexiones restringidas cuando se detecta un comportamiento anómalo. La administración de identidades de agentes documentada por Microsoft incorpora precisamente funciones relacionadas con supervisión, control de acceso y restricción de identidades. El principio es aplicable a cualquier arquitectura: un sistema capaz de actuar también debe poder detenerse de forma segura.
Cómo incorporar agentes de IA sin perder el control empresarial
La respuesta a estos riesgos no debería ser frenar el despliegue de agentes. Su capacidad para conectar información, aplicaciones y procesos puede resultar útil en departamentos comerciales, administrativos, técnicos y de atención al cliente. El objetivo debe ser introducirlos progresivamente dentro de una arquitectura que permita verificar su funcionamiento y ampliar su autonomía cuando existan garantías suficientes.
Una buena estrategia comienza seleccionando casos de uso concretos y delimitados. Antes de poner en marcha un agente conviene definir qué problema resuelve, qué datos necesita, qué aplicaciones utilizará y qué operaciones estarán permitidas. También es necesario identificar quién será responsable del proceso y qué circunstancias exigirán intervención humana. Cuanto más claro esté el ámbito de actuación, más sencillo será establecer controles proporcionados.
El siguiente paso consiste en separar el modelo de inteligencia artificial de las herramientas que puede utilizar. Esta distinción permite aplicar políticas de seguridad independientes del proveedor o del modelo seleccionado. Aunque un modelo cambie, las reglas corporativas sobre accesos, información y operaciones deberían mantenerse. Esta separación también facilita evaluar alternativas tecnológicas sin rediseñar completamente los mecanismos de gobierno.
En LurNova trabajamos desde esta perspectiva mediante soluciones de inteligencia artificial empresarial orientadas al control y la soberanía tecnológica. Nuestra plataforma MIA permite crear asistentes y agentes especializados sobre conocimiento corporativo, incorporando gestión de usuarios, roles, permisos y trazabilidad. Esto facilita organizar el acceso a la información y supervisar el uso de la IA dentro de un entorno empresarial.
Por su parte, LurNova AI Model Hub permite centralizar la ejecución y monitorización de modelos privados y comerciales, con políticas de gobernanza, control de consumo y registro de interacciones. Estas capacidades contribuyen a construir una infraestructura de IA más controlada, aunque las autorizaciones de cada agente sobre aplicaciones externas deben diseñarse y verificarse específicamente en cada proyecto.
La seguridad determinará cómo escalan los agentes de IA
La adopción de agentes de inteligencia artificial está trasladando una parte importante del debate tecnológico desde las capacidades de los modelos hacia su integración en los procesos empresariales. Ya no es suficiente comprobar si un agente puede completar una tarea. También es necesario determinar bajo qué condiciones debe hacerlo, a qué recursos puede acceder y cómo se supervisan sus decisiones y acciones.
El avance de Microsoft en la gestión de identidades y las recomendaciones de organismos como NIST y OWASP apuntan en una dirección común: los agentes requieren controles de seguridad adaptados a su capacidad de actuar. Identidad propia, permisos mínimos, supervisión, registros de actividad y mecanismos de respuesta son elementos necesarios para reducir los riesgos de una autonomía mal gestionada.
Esto supone también un cambio en la responsabilidad empresarial. Un agente puede ejecutar operaciones, pero no sustituye la responsabilidad de las personas y organizaciones que lo diseñan, despliegan y utilizan. Definir propietarios funcionales, responsabilidades técnicas y procedimientos de revisión resulta tan importante como elegir el modelo o la plataforma tecnológica.
En LurNova defendemos que la autonomía de la inteligencia artificial debe crecer al mismo ritmo que la capacidad de controlarla. Nuestra premisa, «La inteligencia artificial, si no es segura, no es inteligente», adquiere especial relevancia cuando los sistemas dejan de limitarse a responder y empiezan a actuar. La verdadera transformación empresarial no consiste en conceder más permisos a la IA, sino en permitirle aportar valor dentro de límites claros, verificables y gobernados.
Si tu empresa está incorporando agentes a sus procesos, desde LurNova podemos ayudarte a definir una arquitectura de inteligencia artificial segura, trazable y adaptada a las necesidades reales de tu organización.
