Actualizado el 22 de noviembre de 2026
En las últimas semanas, una señal débil se ha convertido en un tema de primer orden para los equipos de seguridad.
Con la aparición de modelos capaces de analizar código y detectar vulnerabilidades a una escala sin precedentes, la ciberseguridad ha entrado en una nueva fase. La inteligencia artificial puede ahora identificar fallos que las herramientas automatizadas no lograban detectar desde hacía años. Al mismo tiempo, el descubrimiento de vulnerabilidades está cambiando de escala. Lo que antes dependía de ciclos largos y de una experiencia aplicada a ámbitos limitados se está volviendo masivo, casi industrial.
La paradoja es inmediata. Nunca habíamos sido tan capaces de detectar vulnerabilidades y, sin embargo, los equipos de seguridad nunca habían estado sometidos a tanta presión. Algunos ya hablan de un volumen de vulnerabilidades difícil de asumir, priorizar y corregir.
Pero esta transformación esconde otra más difusa, más silenciosa.
Durante años, la ciberseguridad se ha construido sobre una intuición ampliamente validada: los incidentes no proceden solo de los sistemas, sino de los usos. El informe de IBM de 2023 lo destaca con regularidad: la mayoría de las brechas de datos implican algún tipo de error humano.
No errores espectaculares, sino decisiones corrientes: un archivo compartido demasiado deprisa, una configuración aproximada, una herramienta utilizada fuera de su ámbito previsto.
La inteligencia artificial no cuestiona esta observación. La amplifica.
Acelera las acciones, simplifica las operaciones y reduce la fricción. Permite que personas no expertas interactúen con sistemas complejos, a veces sin comprender del todo las implicaciones. Al mismo tiempo, amplía la superficie de ataque. Los datos circulan de otra manera, las herramientas se multiplican y los usos se extienden sin pasar siempre por los canales de validación tradicionales.
Lo que llama la atención hoy es cómo se han arraigado estos usos. En la mayoría de las organizaciones, la IA se utiliza de forma individual, a menudo al margen de cualquier estructura colectiva. Se emplea sobre todo para un «trabajo de oficina aumentado»: redactar, reformular, resumir, producir más rápido.
Estos usos no son problemáticos en sí mismos. Al contrario, son una potente palanca de productividad. Ayudan a automatizar ciertas tareas, a liberar tiempo y a facilitar el trabajo diario. Pero, en muchos casos, siguen estando poco gobernados.
Ahí reside una tensión clave.
Poner una herramienta a disposición, por potente que sea, no basta para garantizar un uso controlado. La IA no es una excepción. Sin un marco claro, buenas prácticas compartidas y un acompañamiento adecuado, los usos se desarrollan de forma heterogénea y a veces improvisada.
En este contexto, los empleados aprenden por su cuenta. Experimentan, ajustan y replican comportamientos observados en otros lugares. Buscan ganancias rápidas, a menudo con razón. Pero no siempre cuentan con los puntos de referencia necesarios para evaluar los riesgos asociados.
Suele ser entonces cuando empiezan a surgir las dudas en el lado del CIO.
No tras un incidente grave, sino de manera más gradual. Surge una pregunta:
¿Entendemos realmente lo que hacen hoy los equipos con la IA y, por tanto, lo tenemos bajo control?
En muchas organizaciones, la respuesta sigue siendo incompleta. No por falta de herramientas, sino porque los usos evolucionan más rápido que los marcos diseñados para estructurarlos. Esta brecha marca un cambio significativo.
Durante mucho tiempo, la ciberseguridad se construyó en torno a la infraestructura: proteger los accesos, controlar los flujos, proteger los sistemas.
Hoy, el punto de tensión se desplaza: está en el uso.
Algunas empresas empiezan a adaptar su enfoque en consecuencia. Ya no se limitan a intentar detectar más vulnerabilidades, algo que la IA ya permite a gran escala, sino que buscan entender cómo surgen en las prácticas cotidianas: cómo utilizan los equipos estas herramientas, en qué situaciones toman decisiones y cómo equilibran eficiencia y seguridad.
Este cambio de perspectiva exige un esfuerzo específico: acompañar los usos en lugar de limitarse a autorizarlos.
Esto implica formas de aprendizaje sencillas y accesibles, conectadas directamente con el trabajo diario. No formación teórica, sino pautas concretas, ejemplos y situaciones que ayuden a entender qué es aceptable, qué no y por qué.
Animar a los empleados a aprender, compartir prácticas y estructurar poco a poco los usos se convierte en una palanca central: no para frenar la adopción, sino para hacerla más sólida.
Esta es la lógica de los enfoques emergentes, en particular en Complement. Allí, la IA se utiliza como palanca para acompañar a los equipos, estructurar los usos y hacer las situaciones más tangibles. El objetivo no es limitar su uso, sino, al contrario, permitir que los empleados la utilicen de forma más reflexiva comprendiendo mejor las implicaciones de sus decisiones.
La inteligencia artificial no está creando una crisis de ciberseguridad, sino acelerando dinámicas ya existentes. Aumenta nuestra capacidad para detectar vulnerabilidades, pero también hace más visible una realidad conocida desde hace tiempo: un sistema solo es tan seguro como las formas en que se utiliza. Y hoy esos usos evolucionan con rapidez, a menudo de manera difusa y a veces sin un marco compartido.
Nos queda, pues, una pregunta sencilla:
En un entorno en el que las vulnerabilidades se multiplican y los usos se intensifican, ¿tiene una visión clara de cómo utilizan realmente la inteligencia artificial sus equipos?
