La elección del perfil adecuado para liderar la seguridad de la inteligencia artificial resulta compleja porque la mayoría de las organizaciones todavía no han definido quién asume la responsabilidad principal en este ámbito. Un informe de Proofpoint sobre el estado de la seguridad de la IA realizado entre 275 ejecutivos de grandes empresas muestra que el CIO encabeza la lista con un 29 %, seguido de los responsables de datos (17,4%), los equipos de infraestructura y operaciones (15%), los CISO (14,5%), el área de tecnología e ingeniería (12,3%) y los modelos de responsabilidad compartida (10,1%).
Esta dispersión responde a que el puesto requiere tres tipos de experiencia que rara vez coinciden en un único equipo. Quien encabece un programa de seguridad de IA necesita conocer los datos de la organización, sus aplicaciones y el funcionamiento de los procesos de negocio.
Índice de temas
Los equipos de seguridad asumen tareas de IA sin haber completado su preparación
La demanda de talento se acelera porque estas funciones ya recaen en los equipos de seguridad. Según el informe de ISACA sobre el estado de la ciberseguridad, el 51% de los profesionales de este sector participa en el desarrollo, incorporación o implementación de soluciones de IA, frente al 40% registrado el año anterior y el 29% dos años antes, mientras que el 56% indica haber colaborado en la elaboración de políticas sobre el uso de esta tecnología.
Al mismo tiempo, persisten carencias operativas en la respuesta ante incidentes. El mismo estudio señala que el 64% de las empresas no ha realizado ejercicios de respuesta a incidentes vinculados con la IA y el 48% desconoce si cuenta con planes de actuación específicos o admite no tenerlos. A ello se suma una encuesta de ISACA sobre el pulso de la IA, según la cual el 56% de los profesionales de confianza digital ignora cuánto tiempo llevaría detener un sistema de IA durante un incidente y solo el 12% dispone de un procedimiento documentado y probado con regularidad para apagarlo o anularlo.
Tres ámbitos de conocimiento determinan el alcance de la seguridad en IA
Responder a un incidente, redactar un protocolo de actuación o decidir cuándo detener un sistema de IA exige comprender qué ha hecho una función o un agente de IA y si debía hacerlo. El conocimiento sobre la exposición de datos resulta clave porque la fuga de información a través de herramientas de IA generativa encabeza los riesgos previstos a doce meses en el estudio de Proofpoint con un 50%, por delante de la IA en la sombra (49%). Gran parte de estas filtraciones ocurre durante usos habituales, como pegar registros de clientes en un asistente o permitir que un agente recupere archivos mediante conectores y servidores MCP con los permisos asignados y los envíe a modelos externos.
El enfoque en las aplicaciones es igualmente determinante, ya que gran parte de la IA corporativa se integra en herramientas SaaS, asistentes conversacionales o agentes que invocan APIs y servidores MCP. Analizar entradas, permisos, salidas, llamadas inesperadas a APIs o encadenamiento de acciones conecta directamente con las prácticas de seguridad de aplicaciones y marcos como OWASP para aplicaciones con LLM y agentes.
Por su parte, el conocimiento de los procesos de negocio permite detectar cuándo una interacción vulnera normativas internas que no quedan cubiertas por controles técnicos tradicionales. En un caso observado en el sector bancario, una entidad que prohibía el acceso a webs de apuestas mediante bloqueos de red comprobó que los empleados podían llegar a ellas a través de un LLM o un agente de IA, una infracción que solo puede identificarse conociendo la política corporativa y su propósito.
El talento interno y la coordinación funcional compensan la escasez de perfiles completos
Antes de abrir un proceso externo, las organizaciones cuentan con capacidades dentro de sus propias estructuras. Según IAPP, el 68% de los profesionales de privacidad ha incorporado la gobernanza de la IA a sus funciones y el área de privacidad ostenta la responsabilidad principal en el 22% de las empresas analizadas, aportando criterio sobre datos regulados; los especialistas en seguridad de aplicaciones aportan revisión de amenazas y validaciones; y los analistas de negocio, responsables de procesos y cumplimiento conocen las reglas operativas de cada unidad.
Cuando se recurre al mercado externo, redactar con precisión la oferta evita confusiones entre asegurar sistemas de IA y emplear IA para tareas de seguridad como el análisis de datos o la detección de anomalías, distinción que recoge el marco NICE del NIST con su actualización de la competencia en seguridad de IA, o certificaciones como AAISM de ISACA, reservada a quienes ya poseen CISM o CISSP. Dado que pocos candidatos reúnen a la vez dominio profundo de datos, aplicaciones y procesos de negocio, una vía práctica consiste en designar a un responsable principal con base en uno de esos ámbitos y establecer socios definidos en los otros dos, delimitando quién aprueba agentes, quién redacta políticas y quién investiga incidencias, junto con mecanismos automatizados que traduzcan reglas de negocio en controles en tiempo de ejecución cuando las plantillas no pueden ampliarse.




