Los equipos de operaciones de seguridad y de redes detectan los incidentes con mayor eficacia, pero no siempre cuentan con los recursos necesariospara investigarlos y resolverlos. El informe «2026 State of AI Agents in Security and Network Operations», elaborado por Cybersecurity Insiders y Netskope a partir de una encuesta a 921 profesionales de seguridad, redes y TI, cuantifica esta brecha y analiza el potencial de los agentes de IA para reducirla mediante una gobernanza adecuada.

El 81% de los equipos afirma que su carga de trabajo creció durante el último año, pero solo el 11% logra mantener el ritmo de forma constante. Como consecuencia, el 42% de las organizaciones deja alertas, casos o tickets sin investigar, y el 24% admite que datos sensibles, sistemas o usuarios quedan expuestos durante más tiempo del necesario.

Principales resultados del estudio

• Más trabajo pendiente: el 45% atribuye el agotamiento profesional, la rotación o las vacantes sin cubrir a las limitaciones operativas; el 40% resuelve los incidentes más despacio de lo previsto.
• Brecha entre detección y resolución: el 60% indica que ha mejorado su capacidad para detectar amenazas o problemas de red en los últimos dos años, frente al 49% que aprecia mejoras en la respuesta y resolución.
• Herramientas fragmentadas: solo el 9% considera que sus herramientas de seguridad y de redes están altamente integradas; el 51% identifica la dispersión de información como el principal obstáculo principal resolver incidencias con rapidez.
• Agentes de IA en expansión: el 29% ya los utiliza en producción, el 56% valora emplearlos para ampliar la capacidad del equipo y el 47% prevé incorporarlos a flujos de trabajo concretos durante el próximo año.
• Autonomía limitada: el 68% no permitiría que un agente realizara cambios operativos por sí solo: el 38% descarta esos cambios y el 30% exige aprobación humana previa.
• Gobernanza pendiente: solo el 9% declara tener una confianza muy alta en su capacidad para gobernar agentes de IA; el 45% reconoce tener poca o ninguna confianza.

El triaje, punto de partida

El informe identifica la clasificación y priorización de alertas —o triaje— como una de las aplicaciones iniciales más prometedoras. El 46% de los encuestados la considera una fuente importante de trabajo manual, otro 46% se siente cómodo delegando esta tarea en un agente y el 48% espera obtener de ella un valor significativo. Este uso permite organizar casos y reunir evidencias para su revisión sin conceder al agente permiso para modificar sistemas.

La adopción se encuentra todavía en una fase temprana: el 53% de las organizaciones está evaluando o probando agentes y el 7% del total los ha extendido a varios flujos de trabajo. Para que esta tecnología reduzca realmente la carga de los analistas, el estudio recomienda medir el tiempo ahorrado, los casos investigados y los resultados obtenidos frente a una situación de partida documentada.

Más capacidad, con control humano

El potencial de los agentes depende también de su acceso a información fiable. Los encuestados señalan como prioridades que los agentes compartan el contexto de cada caso entre herramientas y equipos —55%—, que se integren de forma abierta con los sistemas existentes —51%— y que estén sujetos a un modelo común de gobernanza —46%—.

El estudio propone avanzar de forma gradual: asignar a cada agente una identidad y permisos limitados, mantener un registro común de evidencias y acciones, exigir aprobación para los cambios de alto impacto y definir quién puede detener su actividad y dirigir la recuperación ante un error. La delegación de tareas puede ampliar la capacidad operativa, pero la responsabilidad de las decisiones sigue recayendo en las personas.

Recomendaciones para operar con agentes

• Medir el beneficio. Empezar por un proceso acotado y comparar el tiempo ahorrado y los casos investigados con la situación inicial.
• Asegurar el contexto. Verificar las fuentes y reunir los datos relevantes en un mismo caso.
• Mantener la trazabilidad. Registrar bajo un único identificador las evidencias, aprobaciones, acciones y resultados hasta el cierre.
• Limitar la autonomía. Dar a cada agente una identidad propia y acceso mínimo; exigir aprobación humana para cambios de alto impacto.
• Asignar responsables. Definir quién autoriza excepciones, puede detener al agente y dirige la recuperación.
• Probar antes de ampliar. Ensayar entradas manipuladas, fallos y recuperación; aumentar permisos solo si demuestra seguridad y eficacia.

Conclusión

Los agentes de IA pueden ayudar a los equipos de seguridad y redes a investigar más casos y reducir tareas manuales, pero su adopción no debe medirse solo por la rapidez de ejecución. El informe subraya que su valor depende de resultados verificables, de información compartida y límites claros de actuación. La prioridad es ampliar la capacidad operativa sin renunciar a la supervisión humana ni a la responsabilidad por cada decisión.

El estudio: «2026 State of AI Agents in Security and Network Operations» fue elaborado por Cybersecurity Insiders con el apoyo de Netskope a partir de una encuesta realizada en 2026 a 921 profesionales. Los resultados reflejan las experiencias y expectativas declaradas por los participantes.