Informe de nube y amenazas:
2026

La sección anterior se centró en cómo la protección de Datos consciente del contenido de Política puede controlar el flujo de datos sensibles en las aplicaciones de genAI. La suposición subyacente era que esas aplicaciones debían ser seguras para usar en contextos específicos y cumplir algún propósito empresarial legítimo. Cuando una app no es segura para usar en ningún contexto o no cumple ningún propósito empresarial legítimo, la reducción de riesgos se vuelve mucho más sencilla: simplemente bloquea la app por completo. El 90% de la Organización Usar utiliza esta estrategia básica pero efectiva, con la media bloqueando activamente 10 aplicaciones. Aquí, un "bloqueo activo" significa no solo que una Organización tiene una Política para bloquear la app para todos sus usuarios, sino que la Política está impidiendo activamente que los usuarios intenten usar la app (a diferencia de una Política que bloquea algo que nadie intenta usar de todos modos). Aunque la Política de cada Organización difiere, algunas herramientas están restringidas mucho más a menudo que otras, lo que revela dónde los equipos de seguridad ven el mayor potencial de daño. Para muchos entornos, bloquear categorías enteras de servicios de GenAI de alto riesgo puede ofrecer una protección más manejable que evaluar herramientas una por una.

Actualmente, ZeroGPT es la aplicación relacionada con la genAI más bloqueada, con un 45% de la Organización restringiendo el acceso. Muchos equipos de seguridad consideran el servicio de alto riesgo porque las herramientas de detección de IA a menudo requieren que los usuarios envíen texto completo, código fuente u otro material sensible para su análisis.

DeepSeek sigue con un 43% de la Organización bloqueándolo, impulsado por preocupaciones sobre la transparencia limitada, la rápida evolución del comportamiento de las plataformas, la soberanía de los Datos y las incertidumbres asociadas con los ecosistemas emergentes de IA.

Estas tendencias de bloqueo sugieren que la organización no solo está reaccionando a los riesgos que plantean las herramientas individuales, sino que también está madurando sus estrategias de gobernanza. El énfasis se está desplazando hacia evitar que datos sensibles abandonen la Organización en primer lugar, especialmente hacia servicios con garantías de seguridad poco claras o poca divulgación sobre cómo se procesa y almacena el contenido de los usuarios.

Block Política para aplicaciones de IA no deseadas ha sido generalmente muy eficaz. Aunque el número de aplicaciones de GenAI Netskope Threat Labs está rastreando se ha multiplicado por cinco, pasando de 317 a más de 1.600 en el último año, el número medio de aplicaciones de IA Usar en una Organización solo aumentó un 33%, pasando de 6 a 8. Solo en el 1% superior de Organización (no en la foto), donde los controles son más laxos, vimos aumentos significativos, de 47 a 89 apps. Estas excepciones de la organización deberían servir de recordatorio para que toda organización haga un inventario de cuántas aplicaciones de generIA son Usar y si todas cumplen un propósito empresarial legítimo. Organizaciones fuera de contexto pueden reducir significativamente sus riesgos simplemente restringiendo el acceso a aplicaciones que no son críticas para el negocio y aplicando protección y coaching de Datos a aplicaciones que sí lo son.

En 2026, esperamos que el número de organizaciones excepcionales que permitan usar el Usar de decenas de aplicaciones de genAI disminuya a medida que más organizaciones empiecen a ejercer control sobre sus ecosistemas de genIA, impulsadas por la continua introducción de aplicaciones de Nuevo GenAI y las formas de interactuar con ellas de Nuevo Software, como los navegadores de IA. Tras obtener mejor visibilidad de su Usar genAI, más organizaciones adoptarán un enfoque más proactivo bloqueando todas las aplicaciones de IA excepto aquellas que estén en una lista aprobada.

Junto con los navegadores de IA y los servidores MCP, otra tendencia emergente en el ámbito de la genAI que está impulsando a Organización a evolucionar su postura de seguridad es la IA agente. Los sistemas de IA agente son aquellos que ejecutan acciones complejas y autónomas a través de recursos internos y externos. Ya se está viendo una rápida adopción de IA agente, tanto servicios de Usar SaaS como de Plataforma de IA como Azure OpenAI. Aunque la adopción temprana favoreció SaaS aplicaciones para su comodidad, las soluciones basadas en Plataforma Ahora permiten a las empresas alojar modelos internamente, integrarlos con la infraestructura existente y crear aplicaciones personalizadas o agentes autónomos adaptados a un flujo de trabajo específico.

Actualmente, el 33% de los servicios de Organización Usar OpenAI a través de Azure, el 27% Usar Amazon Bedrock y el 10% aprovechan Google Vertex AI. El cambio hacia estas plataformas de nivel empresarial está impulsado por la creciente disponibilidad de servicios de IA genAI seguros basados en la nube que ofrecen controles de privacidad más sólidos y opciones de integración más profundas. El crecimiento interanual subraya aún más este impulso: tanto el número de usuarios de Bedrock como la cantidad de tráfico de Bedrock se han triplicado, mientras que el número de usuarios de Vertex AI se ha multiplicado por seis con un incremento diez veces mayor en el tráfico. Estas tendencias ponen de manifiesto lo rápido que Organización está escalando su infraestructura de genAI a medida que explora marcos de despliegue más privados, flexibles y conformes.

Aunque Datos fluye cada vez más a través de marcos gestionados, ya sea mediante modelos alojados o agentes de IA autónomos, los riesgos de seguridad siguen siendo altos. El rápido auge de los sistemas agentes introduce vectores de ataque Nuevo, incluyendo el mal uso de herramientas, acciones autónomas inseguras y vías ampliadas para la exfiltración de Datos. Los modelos gestionados reducen algunos riesgos pero no pueden eliminar la exposición por inyección inmediata, acceso excesivo a herramientas con permisos, integraciones inseguras de API o filtraciones de datos no intencionadas entre contextos. A medida que los agentes de IA adquieren la capacidad de ejecutar tareas e interactuar con servicios internos y externos, el impacto potencial de configuraciones erróneas o de flujos de trabajo comprometidos crece significativamente. Las organizaciones que adopten estas plataformas deben combinar la modernización con rigurosos controles de seguridad, monitorización continua y un diseño de privilegios mínimos para garantizar que la escalabilidad no conjuegue a la seguridad.

Incluso cuando los agentes y aplicaciones de IA se ejecutan en las instalaciones o en entornos empresariales gestionados, los modelos subyacentes siguen siendo frecuentemente accedidos a través de APIs alojadas en la nube en lugar de a través de interfaces tradicionales de navegador. Mientras que las interacciones basadas en navegador pasan por dominios como chatgpt.com, el flujo de trabajo automatizado, las herramientas internas y los agentes de IA dependen en cambio de Endpoints como api.openai.com para el acceso programático.

Este cambio se está acelerando rápidamente. Hoy en día, el 70% de la Organización se conecta con api.openai.com, reflejando el papel dominante de OpenAI en el uso de generación de IA no basada en navegadores en herramientas internas y sistemas agentes. AssemblyAI le sigue con un 54%, impulsado por sus sólidas capacidades de reconocimiento de voz y inteligencia auditiva. Las APIs de Anthropic son Usar por el 30% de Organización, una tendencia impulsada por la creciente adopción por parte de desarrolladores de modelos Claude para tareas con mucho razonamiento, análisis estructurado y desarrollo de aplicaciones.

A medida que la IA continúa avanzando en la infraestructura operativa, el uso de genAI basado en API probablemente se acelerará, convirtiéndose en uno de los principales canales a través de los cuales la automatización empresarial y los agentes de IA interactúan con grandes modelos de lenguaje.

La creciente adopción de IA agente está amplificando no solo los riesgos de exposición a Datos destacados anteriormente en este Informe (porque los agentes pueden enviar Datos a aplicaciones de GenAI a un ritmo mucho más rápido), sino también amplificando los riesgos internos, ya que un agente con acceso a Datos o sistemas sensibles puede causar daños a un ritmo mucho mayor. No solo un insider malicioso podría usar a un agente para causar daño a su Organización, sino que un insider negligente podría configurar mal o provocar de manera imprecisa a un agente. El no determinismo de los sistemas agentes basados en LLMs amplificaba aún más estos riesgos: las alucinaciones en el camino podrían acumularse y causar exposiciones a Datos u otros daños organizativos.

La rápida proliferación de la IA agente, junto con su transición hacia un flujo de trabajo basado en Plataforma y basado en API, establece un mandato de seguridad desafiante para 2026. La organización debe reconocer que, aunque estos sistemas autónomos permiten niveles de eficiencia de Nuevo, también amplían drásticamente la superficie de ataque y aceleran el potencial de exposición de Datos impulsados por insiders. A medida que los agentes ganen mayor acceso y autonomía, el éxito en 2026 dependerá de combinar esta innovación con una rigurosa modernización de la seguridad—concretamente, implementar monitorización continua, principios de privilegio mínimo y controles robustos y conscientes del agente para contener los riesgos amplificados de uso indebido de herramientas y exfiltración no intencionada de datos.