Durante los últimos 12 años, F5 ha preguntado a directivos y responsables de TI de todo el mundo sobre las tendencias que están influyendo en sus negocios. El informe SOAS (State of Application Strategy Report) de este año deja una cosa clara: existen tres factores que están cambiando la forma en la que las organizaciones crean, operan y protegen las aplicaciones modernas.
Primero, la inferencia de IA distribuida -el momento en que uno o más modelos entrenados se ponen a trabajar para generar respuestas, decisiones o predicciones en tiempo real- se ha convertido en una carga operativa crítica en el recorrido de las aplicaciones de IA. Segundo, el panorama de amenazas está volviéndose más rápido, más escalable y más persistente a medida que los atacantes usan IA para acelerar el descubrimiento, automatizar la ejecución y ampliar su alcance. Tercero, la nube híbrida multicloud no es una fase transitoria, sino una realidad operativa para la mayoría de las empresas, especialmente cuando la IA incrementa las exigencias sobre dónde deben residir las aplicaciones, las API, los datos y los servicios de inferencia.
Para los responsables de seguridad, estos cambios no son teóricos, sino que ya están transformando los entornos que protegen, las arquitecturas que soportan y las decisiones que toman.
Índice de temas
La inferencia de IA es ahora el núcleo del valor empresarial
La inferencia de IA no es una tendencia pasajera, sino que ya se ha consolidado como una capacidad esencial del negocio. Según el informe SOAS, la inferencia, más que el entrenamiento o el ajuste de modelos, es una actividad principal de IA para el 77 % de los encuestados.
Este informe también concluye que las empresas operan una media de siete modelos de IA, con cargas de trabajo de inferencia que se extienden por un entorno distribuido, incluidos el centro de datos, la nube y los entornos perimetrales.
La inferencia es la carga de trabajo de IA más importante para las empresas, porque ofrece información crítica en tiempo real que mejora la competitividad del negocio. Por eso, la IA ha pasado de la experimentación a operaciones a escala de producción que impactan directamente en la actividad y los ingresos.
Sin embargo, muchas organizaciones se enfrentan a desafíos significativos al integrar la inferencia de IA en los flujos de trabajo operativos y las funciones del día a día. Uno de los principales obstáculos es la expansión y la complejidad que introduce la inferencia de IA a escala empresarial. Los entornos de IA multimodelo añaden una mayor carga de gestión y, con el enrutamiento encadenado de modelos, surgen nuevos riesgos de seguridad en tiempo de ejecución cuando los prompts, las respuestas y el contexto se mueven entre los modelos.
Asimismo, a medida que las organizaciones dependen cada vez más de la inferencia de IA para acelerar el rendimiento empresarial, se ven obligadas a gestionar en tiempo real el rendimiento, la seguridad y la fiabilidad de la IA, lo que requiere observabilidad de extremo a extremo para garantizar que las políticas y las normas de cumplimiento se apliquen de forma coherente, independientemente del modelo que se utilice o de dónde se despliegue.
Esta complejidad también tiene un precio: operar toda esta infraestructura de inferencia de alto rendimiento puede suponer un coste considerable.
La inferencia de IA distribuida debe tratarse como una nueva capa de aplicación, en la que la inferencia deja de comportarse como un único endpoint y empieza a interactuar como un sistema distribuido. Para las empresas, eso significa gestionar la inferencia con el mismo nivel de importancia y disciplina operativa que otros componentes principales de la pila de aplicaciones que soportan y sostienen el negocio.
A medida que las empresas adoptan IA y agentes, los atacantes hacen lo mismo
Las organizaciones están implementando IA agéntica a una velocidad vertiginosa. Pero los ciberdelincuentes también. Aunque casi todas las organizaciones encuestadas (98%) dicen que están modificando sus aplicaciones para el acceso de agentes autónomos de IA, un 77 % indica que espera problemas relacionados con la identidad y control de acceso para los agentes de IA, lo que abre una importante puerta para los ataques.
La IA introduce un gran número de nuevos e impredecibles puntos de entrada, como la inyección de prompts, el envenenamiento de datos y la inversión de modelos, que eluden las defensas tradicionales. Pero los sistemas de IA no se limitan a ampliar la superficie de ataque; la reconfiguran.
Las organizaciones necesitan herramientas de seguridad de IA centradas en la capa de inferencia, la nueva primera línea frente a los ataques, donde convergen las API, los prompts y los tokens de acceso en tiempo real. Estas conexiones deben protegerse con sólidos controles de identidad y autorización, y con visibilidad en tiempo real de todas las interacciones de IA.
Las herramientas de monitorización integral también son necesarias para inspeccionar y analizar prompts y respuestas, con entrega y seguridad integradas para eliminar los rincones oscuros que ofrecen un refugio seguro a los atacantes.
La complejidad del multicloud híbrido se ve agravada por una IA distribuida y multimodelo
En la mayoría de las organizaciones, el número y la diversidad de ubicaciones de hosting sigue disparándose, a medida que las empresas diseñan sus entornos digitales para ganar flexibilidad en todas sus operaciones. El informe SOAS lo deja claro: el 93 % de las organizaciones encuestadas gestiona entornos multicloud, y un 86 % ejecuta aplicaciones en entornos on-premises, cloud pública y colocation.
Además, estas empresas gestionan de media cinco centros de datos propios junto a otras cinco instalaciones de colocation; sin mencionar los cuatro proveedores distintos de nube pública que utilizan. Esto significa que los entornos digitales de hoy son, por defecto, intrínsecamente distribuidos y heterogéneos.
Un enfoque de plataforma para reducir la complejidad y proteger la IA
Para prosperar a medida que estas tres tendencias se afianzan, las organizaciones necesitan una forma más sencilla de entregar, proteger y controlar cada interacción en entornos distribuidos en tiempo real. Eso implica un enfoque de infraestructura unificada, con aplicación coherente de políticas en todos los entornos, además de herramientas y controles de visibilidad de extremo a extremo que operen en cualquier lugar y en todas partes del ecosistema digital.
Una plataforma convergente que combine red, entrega de aplicaciones y seguridad consolida puntos de control fragmentados en una capa unificada de aplicación de políticas, abordando la complejidad de los sistemas de IA dinámicos y las infraestructuras híbridas multicloud.
