Conclusiones del informe «Estado de la estrategia de aplicaciones 2026»
La IA agéntica ha pasado de ser una teoría a convertirse en una expectativa.
Según nuestro informe recién publicado, Informe sobre el estado de la estrategia de aplicaciones de 2026, el 98 % de las organizaciones se están preparando activamente para ello. No están experimentando. Se están preparando. Esto indica algo importante. Las empresas no debaten si la IA actuará. Dan por hecho que lo hará e intentan averiguar cómo afrontar las consecuencias.
Y esas consecuencias afectan a la arquitectura.
Las empresas mantienen la inferencia cerca
Una de las señales más reveladoras es dónde se ejecuta realmente la inferencia.
Aproximadamente el 78 % de las organizaciones ya ejecutan por sí mismas la inferencia de IA. Solo el 36 % depende principalmente de servicios públicos de IA, y apenas el 8 % utiliza exclusivamente servicios públicos, sin ningún tipo de inferencia autogestionada.
Esa distribución es importante.
Esto indica que las empresas no están externalizando el control. Mantienen deliberadamente la inferencia dentro de sus propios límites operativos, donde puede interactuar con sistemas, datos y flujos de trabajo internos. Esto significa que, cuando la IA agéntica empiece a actuar, no lo hará en algún lugar «ahí fuera». Lo hará dentro de la empresa, en múltiples entornos y sobre los sistemas de registro.
Eso aumenta considerablemente lo que está en juego.
El actor ha cambiado
Lo que genera preocupación no es solo la escala o la complejidad, sino la naturaleza del actor.
Los sistemas de IA ya no son herramientas pasivas que responden a las indicaciones humanas. Se están convirtiendo en participantes activos en los flujos de trabajo. Iniciarán solicitudes, llamarán a API, encadenarán acciones y funcionarán de forma continua.
Eso invalida muchos de los supuestos actuales.
Los modelos de identidad tradicionales están concebidos para las personas. Un usuario inicia sesión, se autentica, recibe un conjunto de permisos y opera dentro de esos límites. Este modelo funciona cuando las acciones son independientes y pueden atribuirse a una persona.
El modelo empieza a mostrar sus limitaciones cuando el actor es una máquina capaz de emitir miles de solicitudes en rápida sucesión y a través de múltiples sistemas, posiblemente en nombre de varios usuarios o procesos.
La identidad se ha convertido en la principal preocupación
Nuestros datos reflejan claramente ese cambio.
La gestión de identidades y accesos se considera el principal reto previsto para la IA agéntica, por encima de las preocupaciones sobre la calidad de los modelos, la escalabilidad de la infraestructura o los costes. La autenticación es el método más elegido para proteger los servicios de inferencia de IA, mientras que la autorización y el control de acceso se sitúan sistemáticamente, junto con la observabilidad, entre los mecanismos de protección más importantes.
Al mismo tiempo, el 88 % de las organizaciones afirma enfrentarse al menos a un reto operativo o de seguridad relacionado con la IA. Esta combinación pone de manifiesto dos cosas. En primer lugar, las organizaciones ya están encontrando obstáculos. En segundo lugar, entienden que la identidad ocupa un lugar central en el problema.
Porque, una vez que la IA puede actuar, la cuestión ya no es solo qué puede hacer, sino quién se le permite ser.
La entrega y la seguridad están convergiendo en las mismas capas
Al analizar dónde perciben las organizaciones el mayor impacto de los servicios de entrega y seguridad, se observa otro patrón.
En cuanto a la entrega, la capa de prompts encabeza la lista con un 29 %, seguida de la capa de tokens y control, con un 23 %. En seguridad, la capa de prompts vuelve a ocupar el primer puesto con un 25 %, mientras que la de tokens y control también alcanza el 23 %.
Esa coincidencia no es casual.
La capa de prompts es donde se expresa la intención. La capa de tokens es donde se controlan el alcance, el coste y la ejecución. Estos son los puntos en los que se toman decisiones y se introduce el riesgo.
Si tanto la entrega como la seguridad se concentran ahí, significa que las organizaciones consideran el rendimiento, la fiabilidad y el riesgo como aspectos inseparables durante la inferencia.
La identidad es el hilo conductor que los une. Determina quién envía el prompt, qué alcance representan los tokens y qué acciones se permiten como resultado.
Los modelos de identidad estáticos no sobreviven en sistemas dinámicos
Esto se vuelve aún más complejo en entornos multimodelo.
Las organizaciones afirman utilizar una media de siete modelos en producción, junto con aproximadamente dos técnicas y media para adaptarlos o ampliarlos. Esto obliga a tomar decisiones sobre el enrutamiento, los mecanismos alternativos y el control de versiones durante la ejecución.
En un sistema en el que las solicitudes se enrutan dinámicamente entre distintos modelos y contextos, no basta con verificar la identidad una sola vez al iniciar sesión. La identidad debe acompañar a la solicitud y evaluarse de forma continua, de acuerdo con las decisiones de enrutamiento, los límites de tokens y la aplicación de políticas.
En otras palabras, la identidad pasa de ser una comprobación de acceso a convertirse en un control integrado.
Se espera que el control sea programático
La forma en que se ejerce ese control es igual de importante.
En las tareas operativas, las organizaciones muestran una preferencia constante por el control mediante API frente a las interfaces gráficas, de línea de comandos o de lenguaje natural. Incluso aquellas que no hacen un uso intensivo de la IA siguen decantándose por las API.
Esa preferencia no responde a una cuestión de comodidad, sino de necesidad.
Los agentes no hacen clic en botones. Realizan llamadas a API. Se autentican, obtienen autorización y ejecutan acciones mediante interfaces programáticas. Cualquier modelo de identidad que dependa de flujos de trabajo con intervención humana dejará de funcionar ante el comportamiento de los agentes.
Por tanto, la aplicación de las políticas de identidad debe ser interpretable por máquinas, estar basada en políticas y ser totalmente automatizable.
La identidad es el único control que puede escalar
Si se tiene en cuenta todo esto, es difícil no llegar a esta conclusión.
La IA agéntica introduce más actores, más acciones y un cambio continuo más intenso. En ese entorno, los controles tradicionales tienen dificultades para seguir el ritmo. Los límites de la red se difuminan. Los permisos estáticos se vuelven frágiles. La supervisión manual no es escalable.
La identidad sí.
Es el único control capaz de determinar, en tiempo real, quién o qué está actuando, en nombre de quién, bajo qué restricciones y con qué responsabilidad. Puede acompañar a la solicitud, adaptarse al contexto y aplicarse de forma integrada durante la entrega y la inferencia.
Sin eso, los sistemas agénticos se vuelven peligrosamente permisivos o inmanejables desde el punto de vista operativo.
Este es el cambio arquitectónico
Los datos son contundentes.
- El 98 % de las organizaciones se están preparando para la IA agéntica.
- El 78 % ya ejecuta la inferencia por su cuenta.
- El 88 % está experimentando dificultades operativas o de seguridad.
- La identidad es la principal preocupación, y las API son la superficie de control preferida.
Esa combinación apunta a una única conclusión: la IA agéntica no es principalmente un problema de IA, sino de identidad y del plano de control.
Y cualquier arquitectura que no sitúe la identidad en el centro de la ruta de entrega e inferencia tendrá dificultades para satisfacer las expectativas empresariales en materia de confianza, control y seguridad.
Porque, en un mundo en el que las máquinas actúan, la identidad ya no se limita al acceso.
Se trata de autoridad.
Para obtener más información, lea el informe completo Estado de la estrategia de aplicaciones 2026.
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
Tu próximo SRE podría ser una máquina
El control se concentra en el punto donde se expresa la intención: prompts, tokens y enrutamiento. El reto arquitectónico consiste en definir dónde puede actuar la IA, cuándo debe ceder el control y cómo revertir sus acciones.
El secreto para escalar la IA es superar la ley de Conway
La IA no escalará por sí sola. Sin un plano de control unificado que elimine las barreras entre herramientas y responsabilidades, la inferencia se convierte en la capa más frágil y que más coordinación exige.
La identidad es la guardiana de la IA agéntica
A medida que la IA agéntica transforma las máquinas de herramientas en actores, la identidad se convierte en el control fundamental: quién puede actuar, en nombre de quién y con qué alcance, aplicándose en línea durante la inferencia.
La inferencia es ahora el centro de gravedad operativo
Las operaciones multimodelo y la automatización basada en API trasladan el control a las capas de inferencia —prompts, tokens y controles, enrutamiento y moderación—, donde deben gestionarse los costes, los riesgos y el rendimiento.
¡IA, inferencia y tokens, madre mía!
Las aplicaciones de IA se ejecutan en servidores de inferencia y su funcionamiento depende de los tokens, no del tráfico. Descubre por qué comprender los tokens y los datos JSON es fundamental para diseñar una infraestructura más inteligente.