De los experimentos con IA a las operaciones autónomas
– Christophe Briguet, Director Sénior de Gestión de Productos – IA y Análisis de Seguridad, Stellar Cyber
San José, California – 28 de abril de 2026
Algo cambió a principios de 2026. No fue un cambio gradual, sino más bien como si se hubiera accionado un interruptor.
Durante años, hablamos de IA en el SOC La forma en que hablábamos de los coches autónomos: siempre a cinco años de distancia, siempre necesitando “un poco más de datos”. Luego llegó el MCP (Protocolo de Contexto de Modelo). Entonces los marcos de trabajo basados en agentes dejaron de ser demostraciones y se convirtieron en herramientas. Y de repente la pregunta no era “¿puede la IA ayudar a los equipos de seguridad?”, sino “¿qué deberíamos dejar que haga primero?”.
Lo sé porque he estado dirigiendo uno.
El avance decisivo que nadie vio venir
Esto es lo que cambió: los agentes de IA dejaron de ser chatbots con acceso a la API y comenzaron a ser compañeros de trabajo reales, que recuerdan lo de ayer, saben cómo usar tus herramientas y pueden hacer llamadas por sí mismos.
MCP, creado originalmente por Anthropic y ahora bajo la Linux Foundation, nos brindó algo que no teníamos antes: una forma universal para que los agentes de IA se conecten a sistemas reales. No mediante integraciones frágiles ni código personalizado, sino a través de un protocolo estandarizado que permite que cualquier agente de IA se comunique con cualquier herramienta, cualquier API y cualquier plataforma. Imagínelo como un USB para IA: conecte una nueva funcionalidad y el agente simplemente la utiliza.
At Stellar CyberHemos incorporado compatibilidad con MCP a nuestra plataforma. Ahora, un agente de IA puede conectarse a una instancia de Stellar Cyber y acceder inmediatamente a la gestión de casos: listar casos, obtener detalles completos de la investigación con mapeos y observables de MITRE, actualizar el estado y asignar analistas. Una sola llamada a la API devuelve lo que antes requería ocho clics y tres pestañas.
Pero MCP es solo el conector. El verdadero avance reside en lo que se encuentra encima: una IA con capacidad de gestión que recuerda el contexto, planifica flujos de trabajo de varios pasos y actúa en tu nombre entre sesiones.
Lo que aprendí al ejecutar un agente de IA durante una semana.
- Redacté dos correos electrónicos a clientes sobre las funcionalidades. Extraje el contexto de una conversación de 10 correos electrónicos, consulté la base de conocimientos y acerté con los detalles técnicos.
- Abrí un ticket en Jira. Me equivoqué dos veces en los campos obligatorios, descifré la API y lo conseguí al tercer intento.
- Programé una reunión con cuatro personas consultando los calendarios de todos. Encontré un hueco libre el miércoles por la mañana.
- Revisé un documento de proceso en Confluence y el tablero de Figma correspondiente. Encontré cinco deficiencias que nadie había notado.
- Extrajimos 30,000 casos de nuestro servidor Stellar Cyber MCP en una sola llamada. Mapeos MITRE completos, observables, todo.
- Configuré una tarea programada (cron job) para monitorear un formulario de Google en busca de nuevos envíos, crear tickets automáticamente y notificarme cuando llegue algo. Sin código. Me tomó unos diez minutos.
El otro lado de esto
Aquí es donde la cosa se pone incómoda. ¿Todo lo que acabo de describir? Los adversarios también pueden hacerlo.
¿Qué pasaría si un agente de IA pudiera conectarse a tu sistema de gestión de incidencias, leer tus tickets de escalamiento, consultar tu base de conocimientos y comprender tus deficiencias en la detección? Eso te daría acceso directo a todo aquello en lo que no te defiendes bien. Las mismas capacidades de los agentes que hacen que los defensores sean más rápidos también hacen que los atacantes sean más sistemáticos.
MCP es un arma de doble filo. CrowdStrike Ya se han publicado investigaciones sobre cómo proteger las implementaciones de IA con agentes contra la inyección directa y la escalada de privilegios. La superficie de ataque no es teórica. Se trata precisamente de los mismos puntos de integración que hacen que los agentes sean útiles.
El cambio en el panorama de amenazas es este: la ventaja de velocidad que SOC Los ataques preprogramados que realizaban los equipos están desapareciendo. Los adversarios con herramientas de agente ahora pueden:
- Enumera tu entorno más rápido de lo que tus analistas pueden priorizar las alertas.
- Genera contenido de ingeniería social que tenga en cuenta el contexto de tu organización.
- Automatice las decisiones de movimiento lateral de la misma manera que automatizamos las decisiones de triaje.
- Adapta las tácticas en tiempo real en función de lo que esté funcionando.
Muchas oportunidades de automatización
1. Alerta y clasificación de casos a velocidad de máquina.
Esta es la opción más obvia, y es donde ya opera la función de triaje automático de alertas de Stellar Cyber. El agente realiza comprobaciones de señales de veredicto en cada caso crítico: reputación de IP, anomalías de comportamiento, relaciones entre entidades y vulnerabilidad del dispositivo. A continuación, emite un veredicto: verdadero positivo, benigno, falso positivo o inconcluso.
La novedad reside en el ciclo de retroalimentación. Cuando un analista anula un veredicto, esa anulación se convierte en una señal de entrenamiento. No en el sentido vago de «algún día volveremos a entrenar el modelo», sino en el sentido de «la próxima vez que aparezca este patrón, el sistema tendrá en cuenta tu criterio». El sistema FSD de Tesla aprende de las intervenciones humanas. Este sistema también.
El desbloqueo para agentes: Un agente conectado a MCP ahora puede obtener detalles del caso, correlacionarlos con información externa sobre amenazas, verificar veredictos históricos sobre patrones similares y emitir una decisión de triaje con total transparencia, sin que un humano tenga que navegar por cinco pestañas.
2. Automatización de la admisión y la incorporación de nuevos usuarios.
Las solicitudes se reciben mediante un formulario. Tradicionalmente, alguien lee la solicitud, crea un ticket de seguimiento, verifica los requisitos previos y envía un correo electrónico de confirmación. Cuatro sistemas, tres cambios de contexto, una persona realizando la entrada manual de datos.
Un agente supervisa la fuente de entrada según un cronograma. Cuando aparece una nueva entrada, crea el ticket con la descripción completa y estructurada, guarda la referencia en la fuente y envía una notificación con un resumen. Sin pasos manuales.
El desbloqueo del agente: este patrón se generaliza a cualquier proceso de admisión. Solicitudes de prueba. Consultas de cumplimiento. Divulgaciones de vulnerabilidades. Enrutamiento de escalamiento de clientes. Cualquier flujo de trabajo que implique "leer de la fuente A, crear en el sistema B, notificar a través del canal C" es un candidato.
3. Bucle de retroalimentación de la calidad de detección
Este es el que más me entusiasma. Los proveedores de seguridad acumulan enormes cantidades de incidencias del tipo «esta detección no funciona correctamente». Las descripciones suelen ser crípticas. El contexto está oculto entre correos electrónicos y tickets de soporte. La persona encargada de priorizar las incidencias necesita un conocimiento profundo del producto para siquiera comprender la solicitud.
Un agente de IA con acceso a su sistema de gestión de incidencias, base de conocimientos y plataforma de seguridad puede leer una incidencia de detección, extraer los datos de la alerta, cotejarlos con la documentación y generar un resumen claro: «Se trata de un falso positivo causado por la coincidencia de subcadenas en la regla X. El usuario que la reportó proporcionó una solución. Aquí está la consulta corregida».
Desbloqueo del agente: Conecte el agente al entorno de informes (con permiso) a través de MCP y podrá validar el problema reportado con datos en tiempo real. Se acabaron los mensajes interminables de ida y vuelta. El agente ve lo mismo que el reportador.
4. Conectando los puntos entre las herramientas
El trabajo de un líder de operaciones de seguridad consiste en conectar diferentes sistemas. Un hilo de correo electrónico sobre la colaboración con un socio, un ticket sobre una deficiencia en la detección, una página wiki sobre un proceso, un panel de diseño sobre el flujo de trabajo, los precios en un hilo de ventas. Todo esto reside en herramientas distintas sin correlación automática.
Un agente de IA recorre todo esto. Pregúntale "¿cuál es el estado del ensayo de este socio?" y recuperará el hilo de correos electrónicos, revisará el ticket de seguimiento, leerá el formulario de admisión y sintetizará una única respuesta. Sin cambiar de pestaña. Sin "déjame comprobarlo".
El desbloqueo del agente: Aquí es donde MCP brilla. Cada sistema es un servidor MCP. Al agente no le importa si los datos están en correo electrónico, Jira o Stellar Cyber. Utiliza el mismo protocolo para todos ellos.
5. Monitoreo proactivo sin fatiga por exceso de alertas
El enfoque tradicional de monitoreo consiste en "revisarlo todo constantemente" (costoso y ruidoso) o "esperar a que alguien se dé cuenta" (lento y arriesgado). Los agentes de IA ofrecen una tercera vía: revisiones programadas e inteligentes con criterio humano para determinar qué situaciones requieren atención prioritaria.
Mi agente revisa periódicamente los canales de comunicación, pero no se limita a informar "tienes 15 mensajes sin leer". Los clasifica por urgencia, identifica las tareas pendientes, filtra el ruido y solo me alerta cuando algo realmente requiere atención. El mismo patrón se aplica a la monitorización de seguridad: revisar las colas de casos, detectar anomalías en la cobertura de detección y supervisar los incumplimientos de los acuerdos de nivel de servicio (SLA). Y permanecer en silencio cuando todo está normal.
Desbloqueo de agentes: Ejecuciones programadas de agentes con optimización a nivel de modelo. Utilice un modelo más ligero para comprobaciones rutinarias y recurra a un modelo más avanzado cuando la situación requiera criterio. Automatización con conciencia de costes.
6. Documentación y captura de conocimiento
Los equipos de seguridad generan una enorme cantidad de conocimiento institucional que nunca se documenta. ¿Qué pasa con el analista que sabe que los registros de un proveedor específico de firewall se comportan de manera diferente a lo esperado? Ese conocimiento permanece en su mente hasta que se va.
Los agentes de IA pueden capturar y estructurar este conocimiento en tiempo real. Cada clasificación de incidencias, cada interacción, cada decisión se convierte en una entrada estructurada en una base de conocimiento persistente. El agente mantiene notas diarias, actualiza su memoria a largo plazo con información clave y contrasta la nueva información con lo que ya sabe.
El desbloqueo del agente: cuanto más trabaja el agente, más sabe. El agente que clasificó un lote de incidencias de detección ahora comprende las peculiaridades de los registros específicos del proveedor, los casos límite de integración y las deficiencias en la correlación de identidades. La próxima vez que llegue una incidencia relacionada, partirá de esa base, no de cero.
Qué significa esto para los equipos de seguridad
La industria de la seguridad ha dedicado la última década a perfeccionar los sistemas de detección. La próxima década se centrará en la toma de decisiones. ¿Quién decide qué es real? ¿Quién decide qué hacer al respecto? ¿Y con qué rapidez se pueden tomar esas decisiones?
La IA automatizada no reemplaza al analista, sino que le otorga mayor influencia. El mismo analista que antes clasificaba manualmente 20 casos al día ahora puede revisar 200 casos clasificados automáticamente por un agente, concentrando su experiencia donde realmente importa: los casos límite, los ataques novedosos y las decisiones que las máquinas aún no pueden tomar.
Los proveedores que aún se escudan en API cerradas y resúmenes de IA puntuales se quedarán atrás. Las plataformas que triunfen serán aquellas que abran sus API mediante protocolos como MCP, creen bucles de retroalimentación que aprendan de las decisiones humanas y traten la automatización de la IA como un producto, con métricas de precisión, controles de costos y mecanismos de gobernanza.
En Stellar Cyber estamos desarrollando eso. El servidor MCP ya está en funcionamiento. El sistema de triaje automático de alertas está en producción. Y tengo un agente de IA que acaba de redactar esta entrada del blog.
Bueno, la mayor parte.
