Los sistemas autónomos capaces de razonar, tomar decisiones propias y ejecutar acciones dentro de un entorno generan riesgos que los controles convencionales a nivel de aplicación no pueden manejar. Según Oscar Wahlberg, director senior de gestión de productos en Nutanix, abordar este reto como un problema aislado conduce a arquitecturas incompletas e insuficientes.
Wahlberg subraya que “las protecciones para bloquear comandos maliciosos no impedirán que un agente cometa errores graves, como eliminar bases de datos accidentalmente o filtrar información confidencial utilizando credenciales legítimas de forma indebida”. Este es el principal desafío a medida que las empresas trasladan agentes autónomos de la fase experimental a entornos de producción.
Una vez que un sistema agente recibe privilegios de ejecución en todo el centro de datos, la seguridad debe adoptar un enfoque de defensa en profundidad que abarque la infraestructura, almacenamiento, computación, redes y un plano de control centralizado. Cada capa se especializa en mitigar un tipo específico de riesgo, y ninguna solución aislada puede garantizar protección total. La eficacia reside en la cooperación entre estas capas. 
Capa de infraestructura: fundamentar la confianza en el entorno de ejecución
La base de la seguridad emerge de la identidad confiable en el entorno donde opera el agente. Es crucial validar que las solicitudes de acción provengan del agente legítimo, no de imitadores. Para ello, se utilizan tecnologías que anclan la confianza en el hardware, como la atestación de plataforma, computación confidencial y arranque seguro, además de controles que impiden accesos no autorizados dentro y fuera de los servidores.
En sectores regulados, como finanzas, esta capa aísla cargas de trabajo de IA para evitar que agentes o el propio entorno actúen fuera de sus límites asignados. Esto previene manipulaciones en los modelos o en tiempo de ejecución, compromisos en la cadena de suministro y accesos no autorizados a datos sensibles.
Capa de red: controlar las comunicaciones de los agentes autónomos
Cuando los agentes interactúan entre sí, con APIs, aplicaciones y sistemas empresariales, generan patrones de comunicación concurrentes y dinámicos que no soportan configuraciones de red estáticas tradicionales. Un agente sin restricciones que accede a múltiples APIs o crea nuevos agentes puede originar una compleja red lateral que dificulta detectar movimientos ilegítimos o fugas de datos sin las medidas adecuadas.
Wahlberg destaca la necesidad de “tratar a los agentes como una nueva identidad de red, limitando su comunicación solo a agentes o fuentes de datos explícitamente autorizados”. Esto implica abandonar reglas estáticas en favor de políticas dinámicas.
Para ello, Nutanix ofrece Agent Gateway, un componente del conjunto Agentic AI que establece una capa unificada y gobernada. Junto con funciones de segmentación cero confianza como Nutanix Flow y colaboraciones con fabricantes como Cisco, Agent Gateway permite la gestión y control de interacciones entre agentes, modelos, fuentes de datos y aplicaciones corporativas.
Esta capa regula movimientos laterales, evita exfiltraciones de datos y filtra las comunicaciones de red. Un marco de cero confianza con acceso inicialmente bloqueado y monitorización escalable es esencial dado el comportamiento impredecible de algunos agentes. La integración de Nutanix con servidores Cisco UCS y Cisco AI PODs provee la infraestructura física completa para el funcionamiento de la fábrica de IA.
Capa de plano de control: gestionar permisos y acceso en tiempo real
El plano de control es el núcleo para administrar permisos de agentes, acceso a herramientas, consumo de recursos y la visibilidad en tiempo real durante la ejecución. Su valor reside en centralizar el cumplimiento de políticas para evitar tener implementaciones inconsistentes en cada agente.
Agent Gateway hace las veces de punto universal para conectar distintos modelos y herramientas, facilitando al equipo de IT la configuración y supervisión desde una única perspectiva.
Esta capa permite auditar y controlar el acceso a modelos y herramientas de protección de datos, preveniendo riesgos como el abuso de privilegios, agentes fuera de control, uso no autorizado de funciones, fugas de información, y consumo excesivo de tokens provocado por ciclos de ejecución anómalos. Para ello es vital entender la gobernanza de seguridad como un sistema de control en tiempo real y no solo como un requisito de cumplimiento posterior.
El fracaso del enfoque único en la seguridad de IA autónoma
Una equivocación común es intentar aplicar un único modelo de seguridad a todas las capas del ecosistema de IA. Por ejemplo, usar controles a nivel de software para confiar en hardware o aplicar reglas de red estáticas a agentes que operan dinámicamente conduce a sistemas con puertas abiertas o que bloquean funcionalidades críticas, generando penalizaciones en rendimiento y fricciones operativas.
Wahlberg advierte que no asignar responsabilidades claras a cada capa deja zonas ciegas en la gobernanza. “Se puede proteger la salida del modelo pero perder fugas entre agentes, o asegurar la red sin tener visibilidad en el plano de control para detectar consumo excesivo de tokens por ciclos erróneos”.
Fijar la atención solo en el modelo de IA es el error más grave ya que un agente puede utilizar credenciales válidas indebidamente más allá de la detección básica. Implementar seguridad en toda la pila tecnológica asegura que, ante fallos en un filtro, el agente continúa restringido por la confianza anclada al hardware, el aislamiento de red y controles de acceso específicos.
Colaboración entre Intel, Cisco y Nutanix para una defensa en profundidad integral
La alianza entre estas tres firmas ejemplifica la aplicación práctica de esta arquitectura robusta en una nube de IA empresarial. Intel aporta la capacidad computacional, asegurando el entorno mediante confianza basada en hardware y computación confidencial, optimizando costes con aceleradores específicos como Intel Xeon 6 con AMX para inferencia de IA sin dependencia exclusiva de GPUs costosas.
Cisco proporciona una capa segura para el intercambio entre agentes y herramientas empresariales. Nutanix, por su parte, ofrece la plataforma software para romper silos de arquitectura y un plano de control centralizado que gestiona permisos, visibilidad y gobernanza financiera, integrando la solución completa para escalar la IA autónoma.
Wahlberg afirma que la capa de plano de control es la más subestimada. Un verdadero plano de control, extiende el soporte más allá del despliegue inicial, simplificando operaciones diarias y dando al equipo de IT la observabilidad y gobernanza estricta de tokens necesaria para mantener la seguridad y eficiencia de agentes en producción.
De cara al futuro cercano, con miles de agentes autónomos impulsando el negocio, será crucial construir ya una capa centralizada de gobernanza capaz de gestionar identidades, permisos y presupuestos de tokens en tiempo real para escalar con seguridad.
«Construir sistemas de IA implica decisiones complejas y requiere un plano de control que integre múltiples proveedores e infraestructuras para aplicar estrategias efectivas de defensa en profundidad», concluye Wahlberg.
