Los agentes de IA no se limitan a responder prompts, sino que pueden interpretar, tomar decisiones y actuar en nombre de las personas a través del correo electrónico, herramientas de colaboración, copilotos y flujos de trabajo. Esto ha cambiado por completo la seguridad empresarial, generando nuevos riesgos en la intersección entre el comportamiento humano, el movimiento de datos y las acciones autónomas, según indican desde Proofpoint, empresa mundial en ciberseguridad centrada en personas y agentes.

La seguridad de la IA agéntica requiere visibilidad sobre las interacciones entre humanos e IA, controles para los datos sensibles, gobernanza del comportamiento de los agentes y protección frente a amenazas. Es un asunto urgente: el 64% de las organizaciones en España encuestadas por esta compañía ha probado o implementado agentes autónomos, y el 32% ya ha experimentado un incidente relacionado con la IA, confirmado o sospechoso.

Entre los principales riesgos de seguridad de la IA agéntica destacan la inyección de prompts, cuando un atacante introduce instrucciones maliciosas en el contenido que lee un sistema de IA; la filtración de datos sensibles en prompts, cargas de archivos, resultados o registros; la escalada semántica de privilegios con agentes que actúan más allá de la intención de la tarea; la manipulación de flujos de trabajo; el uso de la IA en la sombra y de agentes no autorizados; y la delegación de tareas entre agentes, entre otros.

“El riesgo aparece cuando un agente malinterpreta una intención, accede a datos sensibles, sigue instrucciones maliciosas o realiza una acción sin aprobación humana”, explican los investigadores de amenazas de Proofpoint. “Los equipos de seguridad deben preguntarse si puede manipularse la decisión del agente antes de ejecutarse, validar una acción a tiempo para que sea efectiva y si puede detenerse o investigarse una acción si algo sale mal. Si la respuesta es “no”, existe una brecha de seguridad en IA agéntica”.

Así es la protección de la IA agéntica

Proteger la IA agéntica abarca personas, datos, agentes y canales. Según Proofpoint, los equipos de seguridad necesitan identificar los puntos de interacción entre humanos, IA y sistemas, sabiendo qué herramientas y agentes están en uso, qué acciones pueden realizar, a qué datos se accede y dónde se requiere aprobación humana. Ese inventario proporcionará la visibilidad necesaria para priorizar los riesgos, pero solo será útil si se puede actuar sobre ellos.

El correo electrónico y las herramientas de colaboración son vías habituales para el phishing, la inyección de prompts y los documentos manipulados. Esto se debe a que son el punto de encuentro entre personas, datos y sistemas de IA. De hecho, en un estudio de Proofpoint en 2026 se revela que, entre las organizaciones en España que notificaron un incidente de IA, un 74% estaba relacionado con el email y un 56% con agentes de IA, SMS y plataformas sociales.

La detección basada en el comportamiento es asimismo importante, porque las reglas estáticas no logran identificar todas las nuevas vías de ataque. Además, hay que seguir buscando patrones de prompts de riesgo, comportamientos de acceso inusuales, movimientos anómalos de datos y cambios en el comportamiento de los agentes. Los agentes deben contar con los privilegios mínimos necesarios y estar sujetos a controles que evalúen si la acción propuesta por la IA agéntica está alineada con la solicitud del usuario y con las políticas empresariales.

La prevención de pérdida de datos tiene que ayudar también a detectar y controlar los datos sensibles antes de que entren o salgan de los sistemas de IA, supervisando prompts, cargas de archivos, contenido pegado, respuestas generadas y resultados producidos por los agentes. Esta prevención, junto con la auditabilidad, facilita la respuesta a incidentes, la gobernanza y el cumplimiento normativo, lo que ayuda asimismo a las organizaciones a mejorar sus políticas.

“A la hora de buscar soluciones de seguridad para la IA agéntica, si solo se protege el modelo, se aborda únicamente una capa del problema”, afirman desde Proofpoint. “Es esencial buscar capacidades que den visibilidad sobre los usos de la IA, tanto los autorizados como los que se producen en la sombra, y que permitan detectar cambios en el comportamiento de los agentes y los usuarios, ampliar la protección de datos a los flujos de trabajo de IA y aplicar una revisión humana sin comprometer la productividad”.