Estrategias de seguridad para la IA multimodelo: dos medidas que adoptar ahora

Lee EnnisGerente sénior de Ciencia de Datos | F5

La seguridad de la IA está dominando las conversaciones del sector este año, pero trazar el camino más seguro puede resultar abrumador. El rápido lanzamiento de modelos cada vez más potentes, el aumento del tráfico de agentes de IA, el auge de la IA en la sombra y la amenaza que suponen los modelos de vanguardia en manos de actores maliciosos pesan tanto sobre las operaciones diarias como sobre las hojas de ruta a largo plazo.

Los responsables también deben adoptar un enfoque estratégico a la hora de asignar recursos al implementar varios modelos de IA. Del mismo modo que no utilizaría un Porsche 911 Turbo para hacer recados cotidianos, tampoco debería recurrir a sus modelos más caros y con mayor carga computacional para tareas sencillas. Maximizar la eficiencia de la IA es fundamental, pero alejarse del aluvión diario para obtener una perspectiva más amplia sigue siendo todo un reto.

Por supuesto, eso no está frenando la adopción de la IA. Nuestra 12.ª encuesta anual a responsables de la toma de decisiones de TI de todo el mundo revela hasta qué punto las aplicaciones de IA ya están integradas en los sistemas de producción y los flujos de trabajo operativos. En las empresas con unos ingresos anuales de al menos 1.000 millones de dólares, una media del 55 % de las aplicaciones ya incorpora IA, superando el umbral de la mitad en apenas unos años. Mientras tanto, el 78 % de las organizaciones gestiona, al menos en parte, sus propios procesos de inferencia.

«Listo o no» no es seguro

Por desgracia, los datos también indican que muchas organizaciones se están precipitando. No cabe duda de que la adopción de la IA ha avanzado más rápido que la visibilidad disponible. Más de un tercio de los encuestados (35 %) admite que sus infraestructuras no están preparadas para proporcionar la gobernanza, la observabilidad y la seguridad que necesitan sus cargas de trabajo de IA. Es probable que otras se estén adentrando a toda velocidad en la niebla con una falsa sensación de control y sin las luces adecuadas.

Por suerte, hay varias medidas clave que puede adoptar hoy mismo para garantizar que su organización avance de forma segura hacia el éxito con la IA.

Paso 1: Toma las riendas de la IA multimodelo

El primer paso es tomar el control de sus implementaciones multimodelo. Una organización media utiliza siete modelos o familias de modelos diferentes en producción o en evaluación activa, y las empresas más grandes, entre ellas muchos clientes de F5, suelen utilizar aún más. Aunque el 52 % de las organizaciones encadenan u orquestan modelos, casi la mitad utiliza varios modelos con poca coordinación y una seguridad incoherente.

Antes de que los modelos de IA sigan proliferando, haga un inventario de sus modelos y servicios de inferencia. Trátelos como una nueva capa de infraestructura que debe protegerse y optimizarse:

• Identifique redundancias: Detecte capacidades que se solapen y resuelva cuanto antes los problemas de compatibilidad.
• Analiza los factores que impulsan los costes: Comprende exactamente a qué se destina tu presupuesto de computación.
• Evalúa los riesgos de seguridad: Identifica vulnerabilidades específicas de determinados modelos o cargas de trabajo.
• Alinee las tareas con los modelos: Asegúrese de que sus modelos de IA realicen las tareas que ayudarán a su empresa a prosperar, mientras que sus necesidades más rutinarias se cubren con servicios más convencionales y a un coste acorde con el valor que aportan.

Herramientas como los registros de modelos pueden ayudar a aclarar las dependencias y habilitar marcos de orquestación que permitan cambiar de modelo o activar la conmutación por error sin interrupciones. Un inventario completo facilita un enrutamiento eficiente y una mayor resiliencia, garantiza una seguridad uniforme y simplifica el escalado sin incurrir en problemas de costes, complejidad o seguridad.

Paso 2: Gestione el aumento del tráfico de IA

Tu inventario también te preparará para el siguiente gran obstáculo: la proliferación de agentes de IA. El tráfico automatizado e impulsado por IA ya representa más de la mitad del tráfico de Internet. Dado que dos tercios de las organizaciones utilizan la IA para impulsar aún más la automatización, el número de agentes en la web está creciendo exponencialmente. De hecho, el 77 % de las organizaciones ya prevé que la identidad y el control de acceso de los agentes plantearán retos operativos y de seguridad.

Tienen motivos para preocuparse. La gestión del acceso de las identidades de máquina puede desbordar rápidamente a los administradores de seguridad, lo que conlleva un riesgo considerable de robo de credenciales, abuso de privilegios y suplantación de identidad.

Evite desastres mediante el desarrollo de políticas de gobernanza estrictas para las identidades no humanas. Entre los enfoques eficaces se incluyen el enrutamiento del tráfico mediante balanceadores de carga con reconocimiento de identidad y la implementación de medidas de protección que limiten las acciones autónomas de la IA a optimizaciones reversibles del rendimiento. Proteger las acciones no deterministas puede resultar complicado, pero las soluciones de seguridad de plataformas como nuestra F5 AI Security Platform, anunciada recientemente eliminan las conjeturas.

Al establecer la gobernanza, asegúrese de incluir modelos económicos para el consumo de servicios por parte de los agentes. Los modelos de ingresos siguen evolucionando, y es posible que las tarifas por tarea o interacción sustituyan pronto a las tradicionales tarifas por usuario. Del mismo modo que los cinturones de seguridad y las barras antivuelco aportan seguridad en las aventuras todoterreno, abordar ahora estas cuestiones de gobernanza preparará a su organización para gestionar un tráfico de agentes descontrolado sin alterar los flujos de trabajo futuros.

Estos son solo algunos de los pasos que las organizaciones deberían considerar para mejorar la visibilidad de la IA multimodelo y la ciberseguridad ante el crecimiento explosivo de los agentes de IA. Para obtener más información, lea nuestro informe reciente: «El estado del panorama de la inferencia de IA en 2026: implicaciones para las infraestructuras de aplicaciones.»

Sobre el autor

Lee EnnisGerente sénior de Ciencia de Datos | F5

Lee Ennis dirige el equipo de investigación y ciencia de datos de IA de F5, donde se centra en desarrollar soluciones avanzadas de seguridad para la IA que ayudan a las empresas a implementar y supervisar de forma segura modelos de lenguaje de gran tamaño (LLM) y sistemas de IA generativa. Su equipo combina conocimientos especializados en aprendizaje automático, pruebas adversariales y garantía de modelos para identificar vulnerabilidades y reforzar la confianza en los entornos basados en IA.

Más artículos de Lee Ennis