--- title: "Zscaler pone el foco en la “huella de IA” empresarial con una nueva suite de seguridad" description: "La carrera por desplegar Inteligencia Artificial generativa y, sobre todo, Inteligencia Artificial agéntica en la empresa tiene un problema poco glamuroso: la seguridad va por detrás. Con cada nuevo c..." url: https://revistacloud.com/zscaler-pone-el-foco-en-la-huella-de-ia-empresarial-con-una-nueva-suite-de-seguridad/ date: 2026-01-29 modified: 2026-01-29 author: "Nota de Prensa" image: https://revistacloud.com/wp-content/uploads/2021/06/zscaler-exposed-2021.jpg categories: ["Empresas", "Noticias"] tags: ["Inteligencia Artificial", "Zscaler"] type: post lang: es --- # Zscaler pone el foco en la “huella de IA” empresarial con una nueva suite de seguridad La carrera por desplegar **Inteligencia Artificial generativa** y, sobre todo, **Inteligencia Artificial agéntica** en la empresa tiene un problema poco glamuroso: la seguridad va por detrás. Con cada nuevo copiloto, cada API de modelos, cada agente que automatiza tareas y cada integración en SaaS, el perímetro tradicional se difumina un poco más… y la visibilidad se complica. Ese es el punto de partida del anuncio que **Zscaler** hizo público el **27 de enero de 2026**: una batería de innovaciones agrupadas en su **AI Security Suite**, orientada a que los equipos de TI y seguridad puedan **descubrir, clasificar y gobernar** el uso real de la IA en la organización, sin frenar la adopción. ### El nuevo agujero: IA por todas partes… y nadie la ve entera En el comunicado, la compañía reconoce un patrón que cada administrador y CISO identifica al vuelo: **la empresa no suele tener un inventario completo** de qué herramientas de IA se están usando (GenAI “sombra”, entornos de desarrollo, IA embebida en SaaS, modelos, agentes e infraestructura). Eso impide medir exposición, acceso a datos y riesgo con precisión. A esa falta de mapa se suma un segundo problema: el tráfico y los flujos de la IA **no se comportan como el tráfico web clásico**. Según Zscaler, los patrones “no humanos” y los **nuevos protocolos** dificultan aplicar políticas y controles con herramientas tradicionales. En paralelo, Zscaler liga el anuncio a un dato llamativo incluido en su **ThreatLabz 2026 AI Security Report**: la firma afirma que, en sus análisis, “la mayoría” de sistemas de IA empresariales podrían comprometerse en **16 minutos**, con **fallos críticos en el 100 %** de los sistemas estudiados. ### Tres frentes: inventario, acceso seguro y protección del ciclo de vida La suite se estructura alrededor de **tres casos de uso** que, en la práctica, cubren el “antes, durante y después” de adoptar IA: - **AI Asset Management**: inventario de aplicaciones, modelos, agentes, infraestructura y uso, con el objetivo de detectar *shadow AI* y priorizar riesgos en función de qué datos toca cada servicio. - **Secure Access to AI**: controles Zero Trust para habilitar servicios aprobados, con inspección en línea y clasificación de prompts para reducir fugas de datos o usos indebidos sin matar la productividad. - **Secure AI Infrastructure and Apps**: protección del desarrollo de IA “de build a runtime”, incluyendo red teaming automatizado, endurecimiento de prompts y guardarraíles en ejecución. Dicho de forma más “de trinchera”: Zscaler intenta convertir el caos de herramientas, APIs, extensiones y agentes en algo que se parezca a un **CMDB vivo de IA**, con relaciones, dependencias y contexto de datos. ### MCP, agentes y la seguridad que llega tarde Uno de los detalles más relevantes para perfiles de sistemas es que Zscaler incluye explícitamente en el inventario elementos como **servidores MCP**, agentes y modelos, además de la infraestructura subyacente. En la práctica, esto apunta a un escenario emergente: empresas que empiezan a desplegar “capas” para que agentes y herramientas se conecten a recursos internos y externos de forma programática. En ese contexto, la compañía también menciona la expansión de capacidades con un **MCP gateway** para automatización segura y el uso de **AI Deception** para desviar y neutralizar ataques “model-based”. Y aquí aparece un matiz importante: el debate ya no es solo “bloquear o permitir ChatGPT”, sino **gobernar conversaciones, acciones y permisos** de sistemas que actúan con cierta autonomía (o que, al menos, automatizan pasos que antes eran manuales). ### El termómetro de uso: más IA, más bloqueo y más datos en juego Más allá del marketing, el informe de ThreatLabz funciona como termómetro de tendencia. En su página de campaña del informe 2026, Zscaler asegura haber observado **1 billón** de transacciones de IA/ML en 2025 y un crecimiento interanual del **91 %**. Además, afirma que su plataforma identificó unas **3.400 aplicaciones** generando tráfico relacionado con IA/ML. Dos cifras llaman la atención a cualquiera que gestione proxy, CASB o DLP: Zscaler indica que **el 39 %** de las transacciones de IA/ML fueron **bloqueadas** (por motivos como protección de datos o políticas internas). Y también cifra en **18.000 TB** el volumen total de datos transferidos a través de apps de IA/ML. En cuanto a aplicaciones, el mismo material señala como apps con más transacciones bloqueadas nombres muy habituales en entornos corporativos, como **Grammarly, GitHub Copilot y ChatGPT**. ### Gobernanza: NIST, EU AI Act y reporting “para dirección” Zscaler enmarca el movimiento como una respuesta a la necesidad de **gobernanza**: alinear programas de seguridad con marcos como el **NIST AI Risk Management Framework** y el **EU AI Act**, y ofrecer reporting a nivel directivo sobre uso de GenAI. Esto conecta con una realidad muy europea: la IA ya no es solo “un proyecto del equipo de datos”, sino un asunto que toca **cumplimiento, riesgo, auditoría, legal y privacidad**. Para sistemas y seguridad, la exigencia práctica es clara: si no puedes explicar qué modelos se usan, quién accede, qué datos entran y qué sale… el problema no es la IA; es la falta de control. --- ### Preguntas frecuentes **¿Qué es “shadow AI” y por qué preocupa a TI?** Es el uso de herramientas de IA sin aprobación ni control corporativo. Suele implicar riesgo de fuga de datos, incumplimiento y falta de trazabilidad de qué información se comparte con modelos o servicios externos. **¿Por qué la IA agéntica cambia el enfoque de seguridad?** Porque no solo “responde”: también puede **ejecutar acciones** (consultar sistemas, lanzar tareas, modificar tickets, acceder a repositorios). Eso eleva el impacto potencial de un abuso de permisos, un prompt malicioso o una integración insegura. **¿Qué aporta un inventario de “huella de IA” frente a un bloqueo tradicional por categorías?** Un bloqueo genérico puede frenar productividad o dejar huecos. Un inventario con dependencias permite ver **qué se usa realmente**, qué datos toca cada servicio y aplicar políticas finas (por usuario, app, tipo de dato, contexto, etc.). **¿Qué controles son más críticos para evitar fugas al usar GenAI en empresa?** Visibilidad de uso, clasificación de datos, inspección en línea y políticas claras (qué herramientas están permitidas, para qué casos y con qué tipos de información), además de guardarraíles específicos para prompts y salidas cuando el flujo de trabajo lo requiera. vía: [zscaler](https://www.zscaler.com/press/zscaler-unveils-new-innovations-secure-enterprise-ai-adoption)