La inteligencia artificial está creando su propia categoría dentro de la ciberseguridad. Gartner calcula que el mercado mundial dedicado específicamente a proteger sistemas y aplicaciones de IA alcanzará los 4.783 millones de dólares en 2027, frente a los 2.835 millones previstos para 2026. El crecimiento será del 68,7 % en apenas un año y continuará hasta acercarse a los 7.700 millones en 2028.
Las claves de la seguridad de la IA en 20 segundos
- Gartner prevé que el mercado pase de 2.835 millones de dólares en 2026 a 4.783 millones en 2027.
- AI Application Security será la mayor categoría específica, con 851 millones.
- AI Usage Control crecerá un 73 % y los AI gateways un 70,9 %.
- Los agentes introducen riesgos relacionados con permisos, herramientas y prompt injection.
- Gartner prevé que más de la mitad de los ataques exitosos contra agentes exploten controles de acceso y prompt injection en 2029.
La previsión refleja un cambio que ya empieza a apreciarse en las arquitecturas empresariales. La IA ha dejado de ser únicamente una API que recibe un texto y devuelve otro. Los modelos se conectan a bases de datos, repositorios de código, correo electrónico, almacenamiento, buscadores internos y herramientas corporativas.
Los agentes llevan esa integración todavía más lejos porque pueden encadenar operaciones y ejecutar acciones utilizando credenciales y permisos.
Eso amplía la superficie de ataque y obliga a introducir controles que no estaban contemplados cuando muchas de las herramientas tradicionales de seguridad fueron diseñadas.
Los agentes de IA cambian el problema de seguridad
Gartner identifica cuatro grandes segmentos dentro de este nuevo mercado: AI Application Security, AI Usage Control, AI Governance Platforms y AI Gateways. A ellos añade otras tecnologías relacionadas con la protección de sistemas de inteligencia artificial.
Todas crecerán a ritmos superiores al 67 % durante 2027.
| Segmento | 2026 | 2027 | Crecimiento |
|---|---|---|---|
| AI Application Security | 508 M$ | 851 M$ | 67,5 % |
| AI Usage Control | 433 M$ | 749 M$ | 73,0 % |
| AI Governance Platforms | 275 M$ | 462 M$ | 68,0 % |
| AI Gateway | 251 M$ | 429 M$ | 70,9 % |
| Otras soluciones | 1.368 M$ | 2.292 M$ | 67,5 % |
| Total | 2.835 M$ | 4.783 M$ | 68,7 % |
La categoría con mayor gasto específico será AI Application Security, que alcanzará los 851 millones de dólares. Incluye tecnologías orientadas a identificar vulnerabilidades y proteger aplicaciones construidas alrededor de modelos de IA.
Sin embargo, el crecimiento más rápido llegará desde AI Usage Control, con un aumento previsto del 73 %.
Aquí aparece uno de los problemas más inmediatos para los departamentos de sistemas y seguridad: controlar cómo utilizan la IA los empleados y las aplicaciones.
Durante la primera expansión de ChatGPT y otros asistentes generativos, buena parte de la preocupación giraba alrededor del denominado Shadow AI: trabajadores utilizando herramientas no autorizadas y enviando a servicios externos código, documentos o información empresarial.
Con los agentes el problema cambia de escala.
Un agente puede disponer de acceso a Slack, Microsoft 365, Google Workspace, GitHub, CRM, ERP, almacenamiento cloud o bases de datos. Dependiendo de su configuración, puede limitarse a consultar información o también modificarla.
Por tanto, proteger el modelo ya no basta. Hay que proteger también las acciones que puede ejecutar en nombre del usuario.
Los principios tradicionales de Identity and Access Management (IAM), mínimo privilegio y segregación de permisos siguen siendo aplicables, pero ahora existe una capa adicional tomando decisiones mediante lenguaje natural.
Prompt injection: cuando los datos contienen instrucciones
Gartner señala especialmente la prompt injection como uno de los riesgos asociados a los agentes.
La consultora prevé que más de la mitad de los ciberataques exitosos contra agentes de IA exploten debilidades relacionadas con controles de acceso y prompt injection en 2029.
Se trata de una previsión, pero ayuda a entender por qué están apareciendo herramientas especializadas.
Una prompt injection intenta introducir instrucciones que alteren el comportamiento esperado de un modelo. En aplicaciones sencillas puede llegar directamente desde el usuario, pero los agentes añaden escenarios bastante menos evidentes.
Un agente puede encontrar instrucciones maliciosas dentro de una página web, un documento, un correo electrónico o cualquier otro contenido que tenga que procesar.
Ahí aparece la denominada indirect prompt injection.
El problema consiste en separar correctamente los datos que el modelo debe analizar de las instrucciones que realmente debe obedecer.
La situación se vuelve especialmente delicada cuando el agente tiene herramientas disponibles.
Si únicamente genera texto, las consecuencias pueden estar relativamente acotadas. Pero un agente con capacidad para enviar mensajes, ejecutar comandos, modificar archivos o consultar información privada convierte una manipulación del modelo en un posible problema de seguridad empresarial.
El control de permisos se vuelve entonces inseparable de la seguridad del propio LLM.
Los AI gateways se convierten en una nueva capa de infraestructura
Uno de los segmentos más interesantes para los equipos de infraestructura será el de los AI gateways.
Gartner espera que el gasto pase de 251 millones de dólares en 2026 a 429 millones en 2027, un incremento del 70,9 %.
Su aparición tiene bastante lógica.
Las primeras aplicaciones generativas podían conectarse directamente a una única API. Ahora una organización puede utilizar simultáneamente modelos de OpenAI, Anthropic, Google, Mistral, Meta, DeepSeek o Qwen, además de modelos desplegados en su propia infraestructura.
Incluso una misma aplicación puede utilizar diferentes LLM dependiendo del coste, latencia o características de cada petición.
El gateway aparece entre las aplicaciones y esa colección de modelos.
Desde esa posición puede centralizar políticas, autenticación, observabilidad y restricciones. También puede controlar qué modelos están autorizados, qué proveedores pueden recibir determinados datos o qué aplicaciones tienen permiso para utilizar cada servicio.
La idea guarda similitudes con los API gateways que se hicieron habituales con el crecimiento de los microservicios, aunque la IA incorpora nuevos elementos que deben inspeccionarse.
Ya no circulan únicamente parámetros y respuestas estructuradas.
Circulan prompts, contextos potencialmente enormes, documentos, imágenes, llamadas a herramientas y respuestas generadas dinámicamente.
Un AI gateway puede convertirse así en un punto desde el que aplicar políticas antes de enviar una petición al modelo y revisar posteriormente su respuesta.
Además, el auge del model routing hace que esta capa pueda asumir otras funciones. Una empresa puede utilizar diferentes modelos según precio, rendimiento o disponibilidad sin permitir que cada aplicación gestione directamente todas las credenciales y proveedores.
Seguridad, routing y observabilidad empiezan así a encontrarse en un mismo lugar de la arquitectura.
La gobernanza tendrá que descubrir primero qué IA existe
Otro mercado que Gartner espera que crezca rápidamente son las AI Governance Platforms, que pasarán de 275 a 462 millones de dólares en 2027.
Antes de aplicar una política de seguridad existe una pregunta aparentemente sencilla que muchas organizaciones todavía no pueden responder con precisión:
¿Cuántos sistemas de IA están funcionando dentro de la empresa?
Puede haber aplicaciones desarrolladas internamente, asistentes integrados en productos SaaS, APIs contratadas directamente por departamentos, modelos abiertos ejecutándose sobre servidores propios y agentes experimentales desplegados por equipos técnicos.
El inventario es solamente el comienzo.
Después hay que identificar qué versión del modelo utiliza cada aplicación, qué información procesa, dónde se ejecuta, quién tiene acceso, qué proveedor interviene y qué herramientas puede utilizar.
Los agentes añaden además relaciones entre sistemas.
Un agente puede utilizar un LLM de un proveedor, consultar una base de datos alojada en otro entorno y ejecutar una acción mediante una API corporativa. La seguridad debe seguir toda esa cadena.
Por eso Gartner espera que las plataformas de gobernanza existentes y los grandes proveedores empresariales amplíen sus productos para incorporar controles de IA.
La cadena de suministro también entra en la ecuación
Gartner menciona otro riesgo que no depende directamente de los prompts: la cadena de suministro de software.
Muchos proyectos de inteligencia artificial se construyen utilizando una cantidad considerable de componentes externos.
Modelos abiertos, librerías de Python, frameworks de inferencia, herramientas para agentes, servidores MCP, conectores, contenedores, repositorios de modelos y paquetes descargados desde registros públicos pueden formar parte de una misma aplicación.
El problema de las dependencias de terceros no nació con la IA. Log4Shell, ataques sobre repositorios de paquetes y credenciales filtradas llevan años demostrando la importancia de controlar la cadena de suministro.
La IA simplemente añade más piezas.
Un modelo descargado de un repositorio externo también es un artefacto que debe verificarse. Lo mismo ocurre con un contenedor utilizado para ejecutar inferencia o con una herramienta que un agente instala para acceder a un servicio.
A medida que las empresas desplieguen más IA sobre infraestructura propia, la seguridad del stack completo tendrá tanta importancia como la protección del modelo.
La seguridad tradicional seguirá siendo necesaria
El crecimiento de esta nueva industria puede crear la impresión de que hace falta sustituir las herramientas actuales por una categoría completamente diferente.
Gartner plantea más bien una combinación.
Firewalls, Endpoint Detection and Response (EDR), Security Information and Event Management (SIEM), gestión de identidades, seguridad de API, protección de datos y controles de red continúan siendo necesarios.
Una base de datos accesible por un agente sigue necesitando autenticación.
Una API continúa necesitando autorización.
Un servidor de inferencia continúa necesitando actualizaciones y monitorización.
La diferencia es que esas capas no entienden necesariamente qué significa que un modelo esté recibiendo una prompt injection o que un agente esté intentando utilizar una herramienta de una manera inesperada.
Ahí aparece el espacio para los productos especializados que Gartner está contabilizando.
La consultora espera además una consolidación del mercado. En áreas como AI Application Security y AI Usage Control están apareciendo startups especializadas, mientras que en gobernanza y gateways los fabricantes empresariales existentes parten con ventaja porque ya controlan partes relacionadas de la infraestructura.
Si el mercado alcanza los casi 7.700 millones de dólares previstos para 2028, las adquisiciones probablemente aumentarán.
La seguridad informática ha seguido muchas veces este recorrido: aparece una nueva superficie de ataque, surgen herramientas especializadas y posteriormente las plataformas más grandes incorporan esas funciones mediante desarrollo propio o compras.
Con la IA el proceso puede desarrollarse especialmente rápido.
Las empresas están pasando en pocos años de probar chatbots a desplegar agentes con acceso a infraestructura corporativa. Y cuanto más pueda hacer un agente, más importante será determinar quién lo controla, qué permisos tiene, qué datos puede utilizar y qué ocurre cuando alguien consigue engañarlo.
Los 4.783 millones de dólares previstos por Gartner para 2027 son, sobre todo, una señal de que proteger la IA está dejando de ser una función experimental para convertirse en otra capa del stack tecnológico empresarial.
Preguntas frecuentes
¿Cuánto crecerá el mercado de seguridad de IA en 2027?
Gartner prevé un crecimiento del 68,7 %, desde 2.835 millones de dólares en 2026 hasta 4.783 millones en 2027. Para 2028 espera que el mercado se acerque a los 7.700 millones.
¿Qué es un AI gateway?
Es una capa intermedia entre las aplicaciones y los modelos de IA que puede centralizar accesos, políticas, observabilidad y restricciones sobre proveedores y modelos. Gartner estima que este segmento alcanzará los 429 millones de dólares en 2027.
¿Por qué la prompt injection preocupa especialmente en los agentes de IA?
Porque un agente puede procesar instrucciones maliciosas encontradas en documentos, correos o páginas web y, al mismo tiempo, disponer de herramientas para ejecutar acciones. Gartner prevé que los controles de acceso y la prompt injection estén detrás de más de la mitad de los ataques exitosos contra agentes en 2029.
¿Sustituirán estas herramientas a la ciberseguridad tradicional?
No. Gartner plantea combinar las defensas existentes con tecnologías especializadas capaces de detectar riesgos propios de los modelos y agentes de IA.
Fuente: Open Security
