Por: Sandeep Deo.

Descubran cómo Microsoft unifica las señales de identidad y seguridad para ayudar a los equipos a prevenir, detectar y responder más rápido a ataques acelerados por IA.

En marzo, escribimos que la seguridad de identidad se ha convertido en el nuevo punto de presión para los ciberataques modernos. Desde entonces, la IA solo ha aumentado esa presión.

La IA ayuda a los ciberatacantes a avanzar más rápido a lo largo de la cadena de ataque: a través de personalizar la ingeniería social a gran escala, automatizar el reconocimiento, analizar credenciales filtradas, identificar usuarios privilegiados, sondear sistemas expuestos y adaptar tácticas en tiempo real. Ataques que antes dependían del esfuerzo manual ahora pueden desarrollarse con mayor velocidad, escala y autonomía.

Sin embargo, incluso a medida que los métodos evolucionan, la identidad sigue como uno de los puntos de entrada más comunes. Cada cuenta, administrador, carga de trabajo, aplicación, identidad no humana y agente de IA puede convertirse en un camino hacia datos sensibles y sistemas críticos si no está protegido de manera adecuada. Los atacantes no necesitan romper todas las defensas; solo necesitan comprometer o hacer un mal uso de la identidad correcta con el acceso adecuado en el momento adecuado.

Cuando los ataques se aceleran por IA, la velocidad y precisión en la detección y respuesta son críticas. La seguridad de identidad ya no puede operar en compartimentos aislados. Incluso un pequeño retraso entre la detección de una amenaza y la acción puede marcar la diferencia entre que una actividad sospechosa se convierta en un incidente contenido o una brecha que afecte al negocio. Este cambio transforma la manera en que las organizaciones piensan sobre la seguridad. La necesidad se ha vuelto clara: los equipos de identidad y seguridad necesitan una visibilidad integral y soluciones integradas que agilicen la manera en que previenen, detectan y responden a las amenazas de identidad.

Asegurar el futuro de la identidad a la velocidad de la IA

Uno de los mayores retos de seguridad a los que se enfrentan las organizaciones hoy en día es la fragmentación, y la seguridad de identidad no es una excepción. Los equipos de IAM y SOC suelen trabajar en herramientas separadas, flujos de trabajo distintos y modelos operativos distintos. Pero los ataques de identidad no respetan esos límites organizativos.

Los ataques modernos de identidad abarcan infraestructuras, control de acceso y detección. En Microsoft lo entendemos y seguimos con la ampliación de la manera en que Microsoft Entra y Microsoft Defender trabajan juntos para ofrecer experiencias de seguridad de identidad más unificadas.

Inteligencia accionable, por todas partes

En RSA a principios de este año, presentamos nuestra puntuación unificada de riesgo de identidad, una nueva manera de convertir una visión más amplia de la cadena de ataque en decisiones de acceso en tiempo real. Esta puntuación analiza y correlaciona señales relevantes entre cuentas, sesiones, cargas de trabajo y aplicaciones relacionadas para mostrar una evaluación única y completa del verdadero nivel de riesgo de una identidad y permitir una respuesta más dinámica directo dentro de los flujos de autenticación como parte de políticas de Acceso Condicional basadas en riesgos.

Los administradores de identidad también adquieren una experiencia operativa más sólida gracias a la nueva experiencia de Protección de ID Microsoft Entra. En lugar de obligar a los equipos de identidad a recomponer señales de riesgo a través de vistas desconectadas, la experiencia actualizada aporta una mayor visibilidad de usuarios riesgosos, inicios de sesión, cargas de trabajo y detecciones asociadas en un solo lugar. La nueva puntuación de riesgo de identidad añade otra capa de contexto al revelar información sobre cuentas y actividades relacionadas, incluidas señales de entornos Microsoft y actividad de identidad conectada más allá de ellos. Esto ayuda a los administradores a entender si un usuario, agente, carga de trabajo o inicio de sesión riesgoso es un evento aislado o parte de un patrón más amplio que abarca sesiones, aplicaciones y cuentas asociadas.

Ese contexto más rico ofrece a los equipos de identidad una visión más completa de cómo se desarrolla el riesgo en todo el patrimonio de identidad. Los administradores pueden entender mejor cómo se calcula el riesgo, qué cuentas o cargas de trabajo relacionadas contribuyeron a la puntuación, qué detecciones generan preocupación y por qué una identidad determinada requiere atención. Al conectar las señales de Microsoft y de entornos interambientales en una única evaluación, la puntuación de riesgo ayuda a los administradores de identidad a priorizar las identidades que más importan, tomar decisiones de acceso más informadas y explicar la razón de ser detrás de las acciones de remediación con mayor confianza.

Para los equipos de operaciones de seguridad, esta nueva puntuación ayuda a priorizar y triar las investigaciones más rápido al centrar a los analistas en las identidades que suponen mayor riesgo. Pero saber qué arreglar es solo la mitad del reto. En muchas organizaciones, los equipos de operaciones de seguridad carecen de los permisos necesarios para actuar; en su lugar, solo pueden esperar a que se resuelvan flujos de trabajo IAM separados. Ese retraso crea fricción en momentos en los que la velocidad de respuesta es más importante. Algunas soluciones abordan esto al otorgar a los equipos SOC, o a la propia aplicación de seguridad, permisos amplios y permanentes en todo el entorno de identidad. Eso puede resolver el problema de permisos, pero también amplía el radio de explosión si la aplicación o identidad se usa mal o se ve comprometida.

Microsoft adopta un enfoque diferente porque nuestra solución abarca de forma nativa la infraestructura de identidad, el plano de control de identidad y el ITDR. Los clientes disponen de flujos de trabajo optimizados a lo largo de todo el ciclo de vida de la seguridad de identidad, y con un nuevo rol RBAC centrado en la identidad, que pronto llegará en vista previa pública, los equipos de operaciones de seguridad podrán acceder a las acciones clave de respuesta de identidad que necesitan sin permisos administrativos amplios. Esto permite a las organizaciones preservar el acceso con privilegios mínimos mientras reduce la fricción operativa entre los equipos IAM y SOC. Combinado con la gestión nativa de identidades privilegiadas en Microsoft Entra, las organizaciones también pueden crear políticas de acceso justo a tiempo para estos roles de respuesta, al reducir aún más el privilegio permanente y permitir que los respondedores se eleven con rapidez durante incidentes e investigaciones.

Juntos, el riesgo unificado, la nueva experiencia Microsoft Entra ID Protection y los roles de respuesta de menor privilegio proporcionan a los equipos de identidad y seguridad el contexto compartido y las rutas de acción que necesitan para avanzar de la información a la respuesta más rápido.

Desplazamiento hacia la izquierda con prevención proactiva

Desplazar la protección de identidad a la izquierda significa abordar el riesgo antes, antes de que se convierta en una amenaza o incidente activo. Al fortalecer de manera continua la postura y adaptar los controles de acceso a medida que cambian las condiciones, las organizaciones pueden reducir la exposición, mejorar la resiliencia y adelantarse a los riesgos emergentes.

El Agente de Optimización de Acceso Condicional sigue con su evolución para ayudar a las organizaciones a mantenerse al día con un panorama de amenazas que cambia con rapidez. En lugar de auditar de manera manual las políticas o reaccionar tras exponer lagunas, el agente analiza de manera continua señales de identidad, patrones de uso y amenazas emergentes para recomendar los cambios de política adecuados en el momento oportuno. Nuevas recomendaciones, como la política de «Bloquear agente de usuario riesgoso», están diseñadas para abordar vectores de ataque emergentes como el abuso basado en agentes y los intentos de acceso automatizado. Estas optimizaciones ofrecen a las organizaciones una manera más adaptativa de hacer cumplir el Zero Trust, donde las decisiones de acceso se ajustan de manera continua según el riesgo y el contexto, en lugar de depender de una configuración única.

Y como parte de nuestro esfuerzo continuo para ayudar a los clientes a cerrar el ciclo y superar las respuestas reactivas, pronto traeremos más detecciones de amenazas e información de Defender que se introducen de manera automática, directo en las recomendaciones de Optimización de Acceso Condicional en Microsoft Entra. Los administradores reciben recomendaciones claras, explicables y revisables que explican por qué es importante el cambio, quién se ve afectado y qué acciones tomar, lo que facilita un enfoque más proactivo y preventivo para mitigar futuros ataques.

Respuesta acelerada

En ataques acelerados por IA, la velocidad de respuesta importa tanto como la visibilidad. La investigación y respuesta manual siempre serán necesarias, pero en el panorama actual de amenazas acelerado por IA, los defensores necesitan automatización que ayude a igualar el terreno de juego. Por eso estábamos tan entusiasmados de ampliar el Agente de Triaje de Alertas de Seguridad a escenarios de identificación y combinarlo con interrupción automática de ataques y nuevas capacidades de blindaje predictivo. En conjunto, estas capacidades crean un bucle de automatización de extremo a extremo que ayuda a los defensores a triar amenazas de identidad, interrumpir ataques activos, impulsar la respuesta y endurecer de manera continua la postura antes del siguiente incidente.

En Microsoft Security, construimos hacia ese futuro al integrar este tipo de aplicación adaptativa impulsada por IA directo en la seguridad de identidad. Eso significa acelerar la detección a lo largo de toda la cadena de ataques, agilizar la investigación y la respuesta mediante IA, y asegurar que cada decisión de autenticación y acceso refleje riesgos en tiempo real. También significa acercar más las operaciones de IAM y seguridad, para que las señales de identidad, la aplicación de políticas y la respuesta a incidentes funcionen como un sistema continuo en lugar de flujos de trabajo separados.

El futuro de la seguridad de identidad

En la era de la IA, la identidad no es solo un punto de control. Es el sistema que conecta la prevención, la detección y la respuesta en un único sistema de defensa adaptativo. Y Microsoft construye y opera ese sistema tanto como proveedor de identidad como capa de aplicación de políticas, con señales de riesgo en tiempo real que pueden influir de inmediato en las decisiones de acceso. Las organizaciones que defiendan la identidad más rápido serán aquellas que defiendan mejor todo lo demás.

-Sandeep Deo y Yaron Paryanty

Recursos adicionales

• La seguridad de identidad es el nuevo punto de presión para los ciberataques modernos | Blog de Seguridad de Microsoft
• Redefinir la seguridad de identidad para la empresa moderna | Hub de la Comunidad de Microsoft
• Asegurar la fuerza laboral invisible | Hub de la Comunidad de Microsoft
• Obtengan una detección y respuesta completa a amenazas de identidad

Descubran más sobre Microsoft Entra

Prevenir ataques de identidad, garantizar el acceso con privilegios mínimos, unificar los controles de acceso y mejorar la experiencia para los usuarios con soluciones integrales de identidad y acceso a la red tanto en las instalaciones como en las nubes.

• Noticias y Perspectivas de Microsoft Entra | Blog de Seguridad de Microsoft
• Blog de Microsoft Entra | Comunidad Tecnológica
• Documentación de Microsoft Entra | Microsoft Learn
• Debates sobre Microsoft Entra | Comunidad Microsoft

Por: Jared Spataro, CMO de IA en el Trabajo de Microsoft.

Hace dos años, todas las conversaciones sobre IA partían de la misma pregunta: ¿puede esta tecnología en verdad hacer un trabajo valioso? Hoy en día, se ha demostrado la viabilidad de la IA. La pregunta que ahora está en la mente es, ¿cómo lideramos la transformación?

El mundo de la IA avanza demasiado rápido como para que cualquier organización lo descubra por sí sola. Por eso, de manera reciente, reunimos a 250 de nuestros clientes que operan a la vanguardia de la transformación de la IA en un foro llamado Copilot Summit. Nuestro objetivo era acortar la distancia entre los equipos que construyen Copilot y los líderes que lo usan. Lo que más me llamó la atención fue lo universales que resultaron ser los desafíos más difíciles y que señalaron de manera consistente la misma realidad: los rendimientos de la IA se determinan por las decisiones que toman los líderes, no por la tecnología que compran.

Cinco conclusiones de los líderes en esa sala destacaron.

• La confianza en la IA es específica, no general
• La ineficiencia del trabajo del conocimiento exige un rediseño
• El sistema importa más que el modelo
• Tokenomics es el nuevo número de empleados
• El software empresarial debe ahora ganarse el derecho a existir

La confianza en la IA es específica, no general

La confianza se basa en los detalles. No una confianza generalizada en una tecnología, sino confianza en que un sistema concreto haga un trabajo concreto. No se esperaría que un niño pilotara un avión. Eso no es una afirmación sobre la aviación, sino sobre la compatibilidad entre capacidad y tarea. La confianza en la IA funciona igual.

Trevor Noah expuso ese argumento en una sesión que replanteó cómo mucha gente en la sala pensaba sobre el problema. Señaló la investigación sobre el cáncer en Johns Hopkins como el ejemplo más claro de cómo la IA es definida de manera adecuada: un sistema entrenado con un único conjunto de datos, centrado sólo en minimizar biopsias innecesarias para pacientes con cáncer de mama—no escribir poemas, no dar instrucciones, no hacer nada fuera de su propósito definido. La especificidad es justo lo que la hizo fiable. El contraste, señaló, es un agente de IA como el que algunos usuarios descubrieron dentro del flujo de atención al cliente de Hertz—donde, si se investigaba lo suficiente, podían pedirle que escribiera código. El sistema no tenía aristas, y sin aristas, no hay base para la confianza.

Tres condiciones construyen esa confianza con el tiempo: un rendimiento constante, una comprensión funcional de cómo funciona el sistema y la rendición de cuentas cuando algo sale mal. Es fácil invertir poco en ese último. El ejemplo de Trevor fue la aviación comercial: la razón por la que la gente vuelve a subir a los aviones tras un accidente no es por optimismo, sino por el informe de la FAA, la responsabilidad pública de lo que salió mal y las consecuencias demostradas para las empresas responsables. A medida que los agentes pasan de generar contenido a actuar, la infraestructura de rendición de cuentas debe existir antes del fallo, no después de él.

La ineficiencia del trabajo del conocimiento exige un rediseño

El trabajo del conocimiento ha sido en gran medida ad hoc durante décadas. Incluso los dominios con estructura aparente (legal, finanzas, contabilidad) funcionan con flujos de trabajo vagos, resultados inconsistentes y objetivos que viven en la cabeza de las personas más que en cualquier sistema. Charles Lamanna, que lidera nuestras Plataformas Copilot y Agent, argumentó que el mismo cambio estructural que rediseñó la fabricación llega a todas las funciones de conocimiento-trabajo: pasos medibles, compensaciones deliberadas entre trabajo humano y máquina, seguimiento de resultados en lugar de actividades.

Katy George, que lidera la transformación de la plantilla en Microsoft y supervisa nuestro propio camino como Cliente Cero, llevó ese argumento a la base. Nuestro primer intento de incorporar Copilot a nuestra propia fuerza de ventas fracasó. No fue porque la tecnología no funcionara, sino porque lo tratamos como cualquier otro lanzamiento de producto. Las métricas de adopción cambiaron, pero los resultados no. El resultado viene de rediseñar la obra en la que se encuentra la herramienta, no de dar acceso a la gente a ella.  

El sistema importa más que el modelo

Ryan Roslansky pasó años en ver a los miembros de LinkedIn afrontar algunas de las decisiones más importantes de sus carreras: dónde trabajar, qué construir, si quedarse o no. Ha argumentado que los profesionales que avanzan no son por necesidad los más acreditados; son los que entienden en qué sistemas operan. Llevó ese mismo instinto a su sesión en la Cumbre, y cambió la forma en que mucha gente en la sala pensaba sobre la estrategia de IA.

Para la primera oleada de despliegue de IA, el modelo fue la decisión. Las organizaciones preguntaron cuál usar y trataron la respuesta como el trabajo. Entonces quedó claro que el modelo por sí solo no era suficiente: el arnés que lo rodeaba importaba igual: los datos a los que podía acceder, el contexto que se le proporcionaba, la infraestructura sobre la que funcionaba. Y los elementos necesarios para ofrecer valor real siguen multiplicándose. Lo que importa ahora no es un solo elemento, sino con cuánta deliberación se construye el sistema de extremo a extremo. Seleccionar un modelo es el punto de partida. Construir el sistema alrededor de él es el trabajo.

Lo que esto significa en la práctica es que la capacidad de IA es cada vez más un proyecto de construcción, no de adquisiciones. Las organizaciones que avanzan no encuentran mejores modelos: construyen de manera más deliberada alrededor de ellos, para ensamblar los elementos adecuados con suficiente esfuerzo, como para que el sistema pueda en verdad cumplir. La tecnología se difunde a través de la obra, no alrededor de ella. Los que llegan a ello incrustan la IA lo suficiente como para que la tecnología retroceda y el trabajo avance.

La economía de los tokens es el nuevo número de empleados

La economía de los tokens —o tokenomics, como se le conoce en inglés— merece ser definida con claridad, porque replantea algo fundamental sobre cómo los líderes toman decisiones.

Cuando las herramientas de IA entraron por primera vez en las organizaciones, los líderes las evaluaron en función de su presupuesto de TI, un número que entendían, en una categoría que ya gestionaban. Tokenomics funciona de manera diferente. La comparación relevante es el coste de que una persona haga el mismo trabajo, no una partida de software. Ahora que la IA tiene la suficiente capacidad para hacer un trabajo real, cada líder tiene que responder a una pregunta que nunca había tenido que responder: ¿debería hacerlo un humano, o debería hacerlo un agente? Ese cálculo se ajusta a calidad, tiempo y coste. Y la parte de coste avanza con rapidez, ya que los modelos y sistemas de IA mejoran, son más rápidos y más eficientes. Lo que cueste hoy no será lo que cueste el año que viene, ni siquiera el próximo trimestre.

La cuestión de asignación que sigue es inmediata y concreta: quién recibe tokens, cuántos y para qué trabajo. Piensen en esto como gestionar el personal: la misma deliberación, los mismos sacrificios, la misma responsabilidad por los resultados. La mayoría de las organizaciones aún no tienen la infraestructura para tomar bien esas decisiones. Los que lo construyan ahora y se recalibren a medida que la economía cambie tendrán una ventaja significativa sobre quienes tratan los costes de los tokens como un número estático.

La economía de los tokens del trabajo de la IA

Lo que cueste una tarea hoy no será lo que costará el próximo trimestre. Presupuestar con los precios actuales de los tokens y sus decisiones sobre desplegar IA podrían dejar valor sobre la mesa.

El software empresarial debe ahora ganarse el derecho a existir

«La era de ‘uso este tipo de cosas porque me veo obligado a usarlas’ se ha acabado.» Jacob Andreou dijo eso en su sesión, y funcionó. Andreou se unió a nosotros desde Snap, donde lideró producto y crecimiento, y ahora dirige Copilot de principio a fin. Nombró un cambio que se ha gestado durante más de una década.  

A partir de principios de la década de 2010, los productos de consumo comenzaron a entrar en el trabajo. El iPhone fue el primer gran punto de inflexión: la gente experimentó algo excepcional en su vida personal y llevó ese estándar a la oficina. El software empresarial no tuvo que competir por eso durante mucho tiempo. Las decisiones las tomaban TI y finanzas, el despliegue era obligatorio, y la brecha entre lo que prometía un producto y lo que experimentaban los empleados se trataba como un coste de hacer negocios.

La IA cierra esa brecha o falla. Ahora la gente tiene puntos de referencia sólidos sobre cómo se siente una gran experiencia de IA. Utilizan estas herramientas en su vida personal y llevan ese estándar al trabajo. Las organizaciones que sometan sus inversiones en IA a un escrutinio de nivel consumidor construirán de forma diferente, comprarán de forma distinta y medirán el éxito de forma distinta.

Lo que todo esto significa para los líderes

En las cinco conclusiones aparecía lo mismo. La tecnología es una constante: lo que varía es la calidad de las decisiones tomadas en torno a ella. Cómo se construye la confianza. Si la obra se rediseña de verdad. Lo que hay debajo del modelo. Cómo se asigna un nuevo tipo de recurso. Qué estándar debe superar una inversión. Ninguna de esas son preguntas técnicas. Son organizaciones y requieren que alguien las responda de manera deliberada. Eso es lo que tienen en común las organizaciones que avanzan.

Para más información sobre la IA y el futuro del trabajo, suscríbanse a este boletín.