Los agentes de IA necesitan identidad y permisos propios: el nuevo problema que NTT DATA y Palo Alto quieren resolver

Cuando una persona entra a un sistema corporativo, normalmente existe una identidad detrás: usuario, contraseña, permisos y un registro de lo que puede hacer.

¿Qué ocurre cuando quien entra no es una persona sino un agente de inteligencia artificial?

NTT DATA y Palo Alto Networks anunciaron una alianza global que, entre otras áreas, busca reforzar precisamente esa capa: gobernanza de IA, seguridad de identidades y controles Zero Trust para sistemas autónomos.

El acuerdo comercial apunta a generar US$1.000 millones en negocio conjunto hacia 2029. Pero detrás de esa cifra aparece un problema técnico mucho más interesante: un agente que puede actuar necesita su propia identidad, permisos limitados y un historial auditable.

Un agente no es solamente un chatbot

Un chatbot responde. Un agente puede además abrir aplicaciones, consultar bases de datos, modificar archivos, crear tickets, ejecutar código o activar procesos.

Eso significa que deja de ser solo una interfaz y empieza a comportarse como una nueva clase de usuario dentro de la empresa. Palo Alto Networks describe a los agentes como identidades privilegiadas que mezclan características humanas y de máquinas.

Usar las credenciales de una persona crea un problema

Una forma fácil de desplegar un agente es darle acceso utilizando las credenciales o tokens de un usuario. El problema aparece después.

Si el agente y la persona utilizan la misma identidad, puede ser difícil distinguir quién hizo qué.

Además, el agente podría conservar permisos mucho más amplios de los que necesita para completar una tarea específica. La estrategia que promueve Palo Alto Networks apunta a identidades separadas, credenciales de corta duración y privilegios limitados al contexto.

La identidad se convierte en una capa de seguridad para la IA

En su documentación sobre agentes, Palo Alto plantea que los sistemas autónomos necesitan controles pensados específicamente para identidades de máquina. Eso incluye descubrir qué agentes existen, inventariarlos, saber a qué información acceden y revocar credenciales cuando ya no las necesitan.

También significa registrar las acciones para poder reconstruir lo ocurrido si algo sale mal.

La alianza cubrirá seis áreas

NTT DATA y Palo Alto Networks organizaron su trabajo conjunto en seis frentes:

• centros de operaciones de seguridad autónomos;
• gobernanza de inteligencia artificial;
• seguridad de identidades humanas, de máquinas y de agentes;
• Zero Trust y SASE;
• seguridad y resiliencia en nube;
• modernización de firewalls.

La alianza contará con más de 2.000 profesionales certificados por Palo Alto Networks y acceso temprano de NTT DATA a nuevas funciones de las plataformas de seguridad.

El acuerdo apunta a US$1.000 millones hacia 2029

Las compañías describen el acuerdo como la primera alianza estratégica de este tipo entre Palo Alto Networks y un integrador global de sistemas. La meta declarada es alcanzar US$1.000 millones de negocio conjunto en tres años, hacia 2029.

Esa cifra es una meta comercial futura, no ingresos ya obtenidos.

Por qué Zero Trust encaja particularmente bien con agentes

Zero Trust parte de una idea: ningún usuario o dispositivo recibe confianza permanente solo por estar “dentro” de la red. Cada acceso debe validarse según identidad, contexto y necesidad.

Para un agente autónomo, ese principio es especialmente útil.

Un sistema que necesita leer una base de datos para preparar un informe no debería obtener permiso permanente para modificarla. El objetivo es reducir el radio de daño si el agente se equivoca, es manipulado mediante instrucciones maliciosas o utiliza una herramienta de una manera no prevista.

Las identidades de IA pueden multiplicarse mucho más rápido que las humanas

Crear otro trabajador requiere contratación y tiempo. Crear otro agente puede requerir minutos. Por eso el número de identidades no humanas puede crecer a una velocidad completamente distinta.

Palo Alto Networks advierte que las empresas pueden terminar con agentes desplegados fuera de los controles centrales, una especie de “shadow AI” similar al problema histórico del shadow IT.

El desafío no es solamente detectar ataques

Gran parte de la ciberseguridad tradicional está diseñada para reconocer a un atacante intentando entrar. Los agentes introducen otro escenario: una acción peligrosa puede ejecutarse con credenciales legítimas.

Desde fuera, el sistema puede parecer autorizado. La diferencia está en entender si esa identidad tenía permiso para realizar esa acción específica y si lo hizo dentro del contexto esperado.

Los agentes obligan a repensar quién es un “usuario”

La IA agéntica empieza a difuminar una categoría que durante décadas parecía sencilla. Antes había personas y máquinas.

Ahora aparecen sistemas que usan APIs como máquinas, pero toman decisiones y actúan en nombre de personas.

Eso explica por qué empresas de ciberseguridad están tratando de convertir la identidad en uno de los principales controles para esta nueva generación de software. El reto no será solamente conseguir que los agentes hagan más cosas.

Será conseguir que hagan exactamente las cosas que están autorizados a hacer, durante el tiempo necesario y dejando un registro que permita saber qué ocurrió.