El impacto de la IA en la entrega y la seguridad de aplicaciones es tan desconcertante como un experimento mental de mecánica cuántica.
Sin volver a explicar el famoso experimento mental del gato de Schrödinger, que se encuentra simultáneamente en distintos estados cuánticos, parece existir una confusión similar sobre cuál será exactamente el impacto de la IA generativa en la entrega y la seguridad de las aplicaciones.
Esto se debe principalmente a dos características fundamentales de las aplicaciones de IA:
- Son aplicaciones modernas
- Dependen en gran medida de las API
Esto lleva a la conclusión de que, en general, la entrega y la seguridad de aplicaciones no se ven realmente tan afectadas por la IA generativa. Al fin y al cabo, se pueden utilizar los mismos servicios de seguridad de API para proteger las API de IA, y la pila tecnológica sigue incluyendo los mismos protocolos de siempre, que pueden protegerse mediante soluciones contra ataques DDoS y un buen WAF tradicional. ¿Preocupan los bots? Las soluciones de defensa contra bots también se encargan de ellos.
¿Se necesitan nuevas capacidades para la seguridad de las API? Sí, algunas. En concreto, para adaptarse al cambio hacia el intercambio de datos no estructurados. ¿Deben evolucionar los servicios de entrega de aplicaciones (como el balanceo de carga) para hacer frente a las particularidades de la inferencia de IA? Sí, en cierta medida. Pero los servicios en sí siguen siendo prácticamente… los mismos.
Pero —y aquí es donde entra en juego el segundo de nuestros estados cuánticos— implementar aplicaciones de IA suele implicar un cambio en la arquitectura. Así pues, la IA lo cambia todo y no cambia nada al mismo tiempo.
Al fin y al cabo, los servidores de inferencia de IA no son simples servidores web o de aplicaciones y, por lo general, siguen un patrón arquitectónico que amplía la arquitectura de las aplicaciones modernas con una nueva capa dedicada a la inferencia de IA. Sin entrar de nuevo en detalles, repasemos la evolución de las arquitecturas de aplicaciones:
Hay muchísimos cambios en los componentes de esa aplicación moderna —y en su ubicación— que afectan mucho más a la entrega de aplicaciones que a su seguridad.
Por ejemplo, cuando analizamos los posibles puntos de inserción para la entrega y la seguridad de aplicaciones, podemos observar que es menos probable que los puntos más profundos de la arquitectura necesiten lo que tradicionalmente se conoce como servicios de «puerta de entrada». Se trata de funcionalidades como el balanceo de carga global de servidores, la protección contra ataques DDoS y las redes multinube. Por tanto, en la puerta de entrada, en realidad no cambia gran cosa.
Pero ¿qué ocurre con esa capa de inferencia? Necesitará balanceo de carga, y no un balanceo de carga cualquiera, sino uno inteligente. Eso es entrega de aplicaciones. También sería buena idea contar aquí con una puerta de enlace de IA capaz de supervisar y proteger el tráfico de IA saliente así como con un amplio conjunto de servicios de seguridad. De hecho, un estudio de mercado que realizamos a principios de este año nos indicó exactamente qué servicios quieren utilizar los usuarios y dónde desean implementarlos. En lo que respecta a la entrega y la seguridad en el punto de inserción «IA norte-sur», quieren:
- 44 % de gateway de IA
- 21 % de seguridad de API
- 13 % Balanceo de carga
- 29 % de defensa contra bots
Ahora, esos mismos servicios también se demandan en el punto de inserción de la «puerta de entrada norte-sur», aunque en distinta medida. Y cuanto más se profundiza en la capa de inferencia de IA, menos servicios se necesitan; sin embargo, son precisamente esos servicios los que se verán más afectados por la necesidad de ajustar los algoritmos, la supervisión y el enrutamiento para abordar las diferencias existentes en esa capa. Puede que el servicio sea el mismo —el clásico balanceo de carga—, pero sus capacidades evolucionarán para satisfacer las necesidades específicas de las fábricas de IA.
Y creo que ahí es donde surge la confusión. El mercado entiende que las aplicaciones de IA son aplicaciones modernas que dependen de las API. Eso significa que el mercado es perfectamente capaz de reconocer que los servicios actuales de entrega y seguridad de aplicaciones funcionarán igual de bien para la IA que para otras aplicaciones modernas y API.
Pero el mercado también entiende que la IA está cambiando la arquitectura de estas aplicaciones e introduciendo nuevos puntos de integración en los que esos servicios podrían implementarse de forma más eficaz. Y ese es el mayor cambio provocado por la IA: la arquitectura.
No es algo menor. Los cambios arquitectónicos afectan a todo, desde la entrega y la seguridad de las aplicaciones hasta la supervisión, la automatización y las redes. Esto significa que, aunque los servicios de entrega y seguridad de aplicaciones no cambien demasiado, dónde y cómo se implementan sí cambia mucho.
Hacer eso bien es una parte importante de la preparación necesaria para ampliar la IA de forma significativa.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.