Cuando un sistema de IA puede investigar un incidente, tomar una decisión y actuar sobre ella antes de que un analista humano abra el ticket, la metáfora correcta ha dejado de ser «herramienta». Es un actor autónomo con autoridad real sobre los sistemas de la empresa. Así lo argumenta un informe reciente de CertiK que documenta cómo los centros de operaciones de seguridad (SOC) más avanzados están reescribiendo sus modelos de supervisión para dar cuenta de esta realidad.El escenario concreto que mejor ilustra el cambio: un login sospechoso a las 3 de la madrugada. El modelo de hace cinco años levantaba una alerta. El agente actual busca el dispositivo en el inventario, comprueba el historial geolocalizado de accesos de ese usuario, cruza la IP contra feeds de threat intelligence, concluye que la cuenta ha sido comprometida y suspende el acceso. El analista humano, cuando llega al trabajo, tiene el problema resuelto o encauzado. Pero nadie le preguntó si estaba de acuerdo.¿Cuándo un agente de IA deja de ser una herramienta y se convierte en un actor autónomo?La respuesta operativa de CertiK es clara: cuando puede investigar, decidir y actuar en secuencia, sin intervención humana en ninguno de los tres pasos. Ese umbral ya lo cruzan los sistemas de seguridad más avanzados, y el informe argumenta que cruzarlo exige una revisión completa del modelo de gobernanza.Las implicaciones prácticas se extienden a tres áreas donde la autonomía de los agentes ya es real:Seguridad operativa: triaje de alertas, investigación de incidentes, respuesta activa (bloqueos, suspensiones de acceso, aislamiento de sistemas infectados).Compliance y AML: los sistemas de cumplimiento normativo en banca y fintech ya generan borradores de informes de actividad sospechosa (Suspicious Activity Reports) que el analista firma en lugar de escribir. Las multas por incumplimiento AML superaron los 900 millones de dólares en el primer semestre de 2025, según CertiK. La presión para automatizar es difícil de resistir.DeFi y activos digitales: los protocolos de finanzas descentralizadas han conectado la detección de ataques directamente a circuit breakers que pausan contratos en el mismo bloque de la transacción. La velocidad es la única defensa real cuando un flash-loan attack puede drenar un protocolo en segundos. El hack de Bybit mostró hasta dónde puede llegar el daño: los hackers convirtieron el 86,29% del ETH robado en Bitcoin en menos de un mes, enrutándolo a través de mixers, bridges y brokers OTC.¿Cuál es el riesgo real? No el agente malicioso, sino el que casi siempre tiene razónEl vector de ataque más obvio contra un agente con autoridad es el prompt injection: inputs manipulados que engañan al sistema para que apruebe una transacción fraudulenta o desactive un control de seguridad legítimo. Ese riesgo es real y documentado.Pero CertiK señala un segundo riesgo que no surge del ataque externo sino del éxito continuado: la automation bias. Cuando un agente es correcto 99 veces seguidas, los revisores humanos dejan de comprobar la 100ª con el mismo rigor. El error costoso se produce exactamente cuando el revisor ha bajado la guardia por exceso de confianza en el sistema.El caso del agente Claude Opus 5 durante el hackatón Hacktron 72 horas mostró que incluso los modelos más capaces tienen fallos de alineación que no siempre se detectan en tiempo real. Un agente de seguridad con autonomía de actuación que tiene ese tipo de fallo puede crear daño antes de que nadie lo note.Los debates sobre responsabilidad legal de sistemas de IA que generaron código con vulnerabilidades apuntan a que el marco legal para la responsabilidad de agentes autónomos sigue sin estar resuelto. Cuando un agente de seguridad bloquea erróneamente una cuenta legítima, archiva un informe incorrecto o toma una decisión que resulta en pérdida financiera, la frase «el algoritmo lo hizo» no satisface a ningún regulador ni tribunal.¿Cómo se gestiona un agente de IA como si fuera un empleado?CertiK propone cinco componentes de gobernanza que trasladan las prácticas de RRHH al ecosistema de agentes autónomos:Autoridad definida: qué puede hacer el agente y qué no, con límites técnicos explícitos.Puntos de handoff claros: en qué situaciones el agente escala a un humano antes de actuar.Registro de decisiones: trazabilidad completa de qué información vio el agente y cómo llegó a su decisión.Red-teaming regular: no solo benchmarks de precisión, sino pruebas activas de manipulación y adversariales.Responsable nombrado: una persona física que responde por el comportamiento del agente.Llevo cubriendo incidentes de seguridad desde antes de que los agentes de IA existieran como categoría comercial, y el quinto punto es el que más resistencia genera en las organizaciones. Nombrar un responsable de un sistema autónomo implica asumir que ese sistema puede fallar de formas que no podemos predecir. Muchas empresas prefieren no tener ese responsable y cruzar los dedos.¿Y quién supervisa al agente que hace las auditorías?La pregunta más incómoda que plantea el informe es la última: cuando los agentes empiezan a operar en la economía directamente —gestionando activos, ejecutando transacciones, interactuando con protocolos DeFi en nombre de empresas y personas— ¿cómo se audita el propio agente?El marco de compliance tradicional audita procesos y personas. Un agente que aprende y adapta su comportamiento no encaja bien en esos marcos. CertiK propone una nueva categoría: compliance para la fuerza de trabajo de IA, no solo compliance ejecutado por la IA. En la práctica, eso significa registros de decisiones, revisión periódica de comportamiento ante escenarios límite y capacidad de desactivación sin pérdida de trazabilidad.Es la pregunta que los investigadores que denunciaron advertencias existenciales sobre los sistemas de IA más avanzados llevan planteando desde el lado filosófico. El informe de CertiK la convierte en una cuestión operativa con consecuencias legales y financieras medibles. Esa es, probablemente, la traducción que más empresas necesitaban escuchar.El horizonte temporal es más corto de lo que parece. Las empresas que ya tienen agentes de IA en producción en sus SOC —aunque sea en funciones de triaje básico— están tomando hoy decisiones de gobernanza que se convertirán en estándar de industria dentro de dos o tres años. Las que esperen a que la regulación las obligue tendrán que construir la gobernanza a la velocidad que imponga el regulador, no la que permite hacerlo bien. Entre estas dos velocidades hay una brecha que en seguridad se paga caro.La noticia Los equipos de seguridad TI ya tratan a los agentes de IA como empleados, no como herramientas fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.