La seguridad de agentes de IA pasó de ser una inquietud de laboratorio a un problema operativo para las empresas que conectan modelos autónomos con aplicaciones, datos y flujos internos. Reco, una compañía enfocada en visibilidad y gobernanza de ese ecosistema, anunció una financiación adicional de US$55 millones con participación estratégica de AT&T Ventures. El dato más elocuente no es solo el monto: según la empresa, su plataforma identificó 21.000 agentes que una organización Fortune 100 no tenía registrados.
El caso ilustra una nueva variante del clásico “shadow IT”: herramientas y automatizaciones que aparecen fuera del inventario formal, pero ahora con capacidad de consultar información, invocar APIs y ejecutar tareas. La ronda lleva el financiamiento total de Reco a US$140 millones y llega cuando las compañías buscan aprovechar agentes de IA sin perder trazabilidad sobre qué identidades usan, qué permisos poseen y hasta dónde pueden actuar.
Seguridad de agentes de IA: el desafío de saber qué está conectado
Un agente de IA no es simplemente un chatbot. En un entorno corporativo puede combinar un modelo de lenguaje con conectores hacia calendarios, almacenamiento, CRM, plataformas de desarrollo, bases de datos o servicios internos. A partir de una instrucción, puede recuperar contexto, elegir una herramienta, realizar una consulta y devolver un resultado; en configuraciones más autónomas, también puede encadenar acciones.
Ese diseño aporta productividad, pero amplía la superficie de ataque. Cada integración incorpora credenciales, tokens, permisos y rutas de datos que deben ser inventariados y revisados. El riesgo no reside necesariamente en que el agente sea malicioso: puede estar mal configurado, mantener privilegios excesivos, utilizar una identidad sin propietario claro o procesar datos sensibles en una herramienta no aprobada.
La cifra de 21.000 agentes no inventariados, reportada en un cliente Fortune 100 y recogida por TechCrunch, debe leerse en ese contexto. No implica por sí sola que todos fueran una amenaza activa, pero sí muestra que el inventario convencional de software ya no alcanza para describir las identidades y automatizaciones que interactúan con recursos empresariales.
Un grafo para vincular agentes, permisos y aplicaciones
La propuesta técnica de Reco se apoya en lo que denomina Reco Graph, un grafo de contexto que relaciona agentes, aplicaciones, identidades, permisos e interacciones. La idea es que un equipo de seguridad no vea una lista aislada de herramientas, sino las relaciones entre ellas: qué agente accede a qué servicio, mediante qué identidad, con qué nivel de privilegio y con qué usuarios o datos se vincula.
De las integraciones declaradas a las señales de red
De acuerdo con el comunicado de la compañía, la plataforma cuenta con más de 280 integraciones de aplicaciones y más de 1.000 controles de detección. Ese alcance permite recopilar información de servicios conectados y buscar configuraciones o comportamientos que requieran revisión.
Sin embargo, el desafío central aparece fuera de las conexiones administradas. La cobertura sobre agentes que operan mediante navegador o red busca detectar actividad que no fue incorporada de manera explícita al catálogo corporativo. Es una diferencia importante: revisar solo los sistemas autorizados equivale a controlar una puerta mientras otras permanecen sin señalizar.
Con esa representación contextual, una organización puede priorizar medidas de menor privilegio, revocar accesos que ya no son necesarios y asignar responsables a automatizaciones sin dueño operativo. El objetivo no es bloquear todo uso de IA, sino convertirlo en una capacidad observable y gobernable.
La inversión refleja una brecha de gobernanza empresarial
La financiación anunciada el 29 de septiembre incluye a AT&T Ventures como inversor estratégico, además de Forestay y Quadrille Capital. Según el anuncio oficial de Reco, los recursos se destinarán a ventas, alianzas, canales y soporte al cliente, mientras grandes organizaciones despliegan programas de seguridad para agentes.
Que un operador de telecomunicaciones participe en la ronda también señala que la discusión excede a las compañías nativas de IA. Sectores con grandes volúmenes de datos, sistemas heredados y exigencias de cumplimiento necesitan responder una pregunta básica: ¿quién —humano o no humano— tiene acceso a cada recurso y para qué?
Reco cita una proyección de Gartner según la cual el promedio de agentes en las empresas Fortune 500 superaría los 150.000 en 2028. Como toda previsión, no debe tomarse como una certeza cerrada; sí sirve para dimensionar por qué las organizaciones están incorporando controles específicos antes de que la automatización quede distribuida entre decenas de áreas y proveedores.
Aplicaciones prácticas: inventario, mínimos privilegios y respuesta
La seguridad de agentes de IA puede llevarse a la práctica con una secuencia que se parece a la gestión de identidades, pero adaptada a sistemas que deciden y actúan mediante herramientas:
- Descubrimiento continuo: identificar agentes, conectores, cuentas de servicio, tokens y flujos de datos, incluidos los que no llegaron por un proceso formal de aprobación.
- Clasificación por riesgo: distinguir entre un asistente que resume documentos públicos y otro que puede modificar registros, consultar datos de clientes o ejecutar acciones sobre infraestructura.
- Mínimo privilegio: conceder únicamente los permisos imprescindibles, con credenciales acotadas por función, duración y ámbito de datos.
- Monitoreo y auditoría: registrar qué herramienta invocó un agente, bajo qué identidad y qué resultado produjo para poder investigar anomalías.
- Revisión de cambios: reevaluar permisos cuando se actualiza un conector, cambia el modelo o se amplía el alcance de una automatización.
Este enfoque también favorece a los equipos de desarrollo. Cuando las APIs, secretos y permisos se definen desde el inicio, resulta más sencillo probar los flujos, delimitar responsabilidades y reducir el riesgo de que una prueba interna alcance recursos productivos.
Los límites: visibilidad no equivale a control absoluto
La aparición de plataformas especializadas no elimina los desafíos de base. Descubrir un agente no asegura comprender todas sus decisiones ni evita errores de diseño en las herramientas a las que tiene acceso. Los modelos pueden interpretar mal una instrucción, ser inducidos por contenido externo o ejecutar una secuencia válida desde el punto de vista técnico pero inconveniente para el negocio.
También hay un aspecto de calidad de datos: una plataforma de gobierno necesita integraciones confiables y criterios claros para correlacionar identidades. Si los registros son incompletos o los equipos crean cuentas compartidas, el grafo puede reflejar relaciones ambiguas. Por eso, la tecnología debe complementarse con políticas de aprobación, capacitación y responsables de negocio definidos.
Otro punto crítico es evitar que la seguridad se convierta en una barrera improductiva. Controles demasiado rígidos pueden empujar a las áreas a buscar caminos alternativos sin supervisión. La meta razonable es habilitar usos de valor con permisos proporcionales, trazabilidad y capacidad de detener o modificar un agente cuando cambian las condiciones.
Qué viene para la gobernanza de IA autónoma
La inversión en Reco es una señal de un mercado que empieza a especializarse: la protección ya no se limita a modelos, datos de entrenamiento o filtros de entrada y salida. También debe contemplar el plano de acción de los agentes, donde confluyen identidades, APIs, permisos y procesos de negocio.
En los próximos años, será cada vez más relevante contar con inventarios dinámicos, autorización granular y registros que permitan reconstruir por qué un sistema accedió a un recurso. Para las empresas, el indicador más útil no será cuántos agentes implementaron, sino cuántos pueden explicar, supervisar y desactivar de forma confiable.
La seguridad de agentes de IA exige adoptar una disciplina conocida con un objeto nuevo: aplicar visibilidad, control de acceso y rendición de cuentas a actores de software que ya no solo procesan información, sino que también ejecutan tareas. La ronda de US$55 millones no resuelve ese problema, pero confirma que se volvió una prioridad concreta en la agenda tecnológica empresarial.