
15 September 2026 | Informe

Evolución del ecosistema de la IA en ciberseguridad: inicialmente compuesto por tres grandes grupos (hiperescaladores, pilares de la ciberseguridad y actores especializados en análisis), el ecosistema se ha vuelto más complejo con la incorporación de dos nuevos grupos (proveedores de modelos de frontera y actores de AISec). Así, ha pasado de tres a cinco categorías de actores, lo que dificulta su análisis y comprensión.
Funciones y características de las diferentes categorías: los hiperescaladores proporcionan capacidad de computación e integran modelos de lenguaje de gran tamaño (LLM) en sus servicios en la nube; los proveedores de modelos de frontera (como OpenAI y Anthropic) ofrecen modelos generativos accesibles mediante API y también constituyen fuentes de inteligencia; los pilares de la ciberseguridad incorporan IA a sus plataformas de detección, a menudo mediante adquisiciones, mientras que los actores nativos de IA desarrollan soluciones que integran esta tecnología desde su concepción.
¿Qué implicaciones tiene para la ciberseguridad y la gestión de riesgos? Los datos son fundamentales para el éxito de los modelos, el equilibrio entre la IA basada en el comportamiento y la IA generativa está evolucionando, y la gestión de los riesgos asociados a la IA (especialmente en lo relativo a la seguridad de los modelos) se está convirtiendo en una prioridad. La coordinación entre múltiples proveedores y el apoyo de integradores o MSSP (proveedores de servicios de seguridad gestionados) son esenciales para desarrollar una estrategia coherente y eficaz.
El ecosistema de la ciberseguridad está experimentando una transformación profunda con la aparición de modelos de inteligencia artificial. Al pasar de tres a cinco actores clave, su análisis y la gestión de los riesgos se vuelven más complejos. Esta reconfiguración, impulsada por la llegada de los grandes modelos de lenguaje (LLM), está modificando profundamente las estrategias de defensa y orquestación. Comprender esta evolución es fundamental para anticiparse a los desafíos y reforzar la seguridad de las organizaciones. Gwenwal Riou, Global Director Strategy and Alliances de Orange Cyberdefense, nos ofrece su visión en este artículo de análisis en profundidad.
En física, el problema de los tres cuerpos no es simplemente complicado: cuando se supera un determinado número de objetos en interacción, deja de existir una solución estable y predecible, y el sistema se vuelve caótico. Antes de la llegada de la IA generativa, el ecosistema de la ciberseguridad ya podía analizarse a través de tres grandes grupos con enfoques diferentes: los hiperescaladores, que ofrecían capacidad de computación y almacenamiento, con la seguridad como servicio complementario; los pilares de la ciberseguridad, proveedores tradicionales consolidados mediante adquisiciones y cuyas plataformas de detección se basaban en reglas; y los actores especializados en análisis, como SentinelOne, Darktrace o Vectra AI, que ya se diferenciaban por el uso del aprendizaje automático basado en el comportamiento, en lugar de la detección por firmas. Tres cuerpos, tres modelos de creación de valor y un equilibrio relativamente fácil de comprender.
La irrupción de los modelos de lenguaje no solo ha incorporado nuevos actores, sino que también ha introducido dos cuerpos adicionales: los proveedores de modelos de frontera y los actores de AISec. Pero, sobre todo, ha transformado desde dentro a los tres grupos iniciales. Los hiperescaladores ahora integran modelos de lenguaje de gran tamaño (LLM) en servicios que antes se centraban en ofrecer capacidad de computación; los pilares de la ciberseguridad incorporan copilotos de IA generativa a sus sistemas basados en reglas; y los actores especializados en análisis añaden una capa generativa a sus soluciones basadas en el comportamiento. El sistema ha pasado de tres a cinco cuerpos, y es precisamente esta reconfiguración, más que el número de actores en sí, lo que hace que el ecosistema actual sea más difícil de analizar.
Analicemos en detalle el perfil de estos actores.
En este ecosistema de la IA, los hiperescaladores actúan como proveedores de capacidad de computación y almacenamiento, integrando modelos de lenguaje de gran tamaño (LLM) en los puestos de trabajo y en las soluciones nativas de la nube para asistir a los usuarios y mejorar su productividad. Entre ellos se encuentran grandes empresas del sector tecnológico y de la nube, como Microsoft, Google Cloud o AWS (Amazon Web Services), que ofrecen asistentes digitales como Copilot de Microsoft, capaces de transformar una solicitud en lenguaje natural en una serie de acciones automatizadas. Algunos también ponen a disposición bibliotecas de modelos que pueden integrarse directamente en aplicaciones desarrolladas sobre su infraestructura.
Su principal fortaleza reside en su capacidad para procesar datos a escala global, su solidez financiera y su presencia ya consolidada en la mayoría de los entornos informáticos, lo que facilita su adopción de forma casi natural. Sin embargo, sus clientes deben afrontar el riesgo de dependencia de un único proveedor y unos costes que pueden aumentar rápidamente a medida que crece el volumen de solicitudes.
Esta categoría se diferencia de los hiperescaladores, aunque en ocasiones esté vinculada a ellos a través de la infraestructura: se trata de empresas que diseñan y entrenan sus propios modelos, como Anthropic u OpenAI. Su actividad no consiste en vender capacidad de computación o almacenamiento, sino en ofrecer acceso a un modelo, generalmente mediante API, lo que les permite ser relativamente independientes de la infraestructura subyacente: Anthropic se apoya en AWS y Google Cloud, mientras que OpenAI utiliza Azure. Esta dependencia cruzada introduce una capa adicional de riesgo para las empresas clientes.
Su relevancia para la ciberseguridad se basa en dos aspectos. En primer lugar, proporcionan la base de IA generativa que las demás categorías integran en sus propias plataformas, desde Purple AI de SentinelOne hasta los copilotos incorporados por los pilares de la ciberseguridad. En segundo lugar, se han convertido en una fuente de inteligencia sobre amenazas: Anthropic y OpenAI publican actualmente sus propias investigaciones sobre ciberataques organizados o asistidos mediante sus modelos, lo que los convierte tanto en actores directos del panorama de amenazas como en proveedores de soluciones de defensa.
Los grandes proveedores tradicionales de ciberseguridad, como Cisco (a través de Splunk) o Palo Alto Networks, constituyen una tercera categoría. Estos pilares del sector refuerzan sus plataformas de detección y respuesta (XDR, SIEM) mediante la incorporación de módulos de inteligencia artificial y aprendizaje automático (machine learning). Su principal ventaja reside en los datos propios que ya han acumulado: combinan la telemetría de red con la telemetría de los dispositivos finales para mejorar la correlación de alertas y, actualmente, amplían este enfoque a un número cada vez mayor de fuentes mediante una estrategia basada en plataformas.
Esta evolución se ha desarrollado en gran medida mediante la adquisición de tecnologías de terceros, que se han ido integrando en capas propietarias más antiguas. Sin embargo, esto conlleva una mayor complejidad de integración que estos proveedores deben gestionar de forma continua.
Algunos actores de este ecosistema no son proveedores de soluciones de ciberseguridad que hayan incorporado la IA posteriormente, sino pioneros de la inteligencia artificial para los que la ciberseguridad ha sido, desde el principio o casi, su principal ámbito de aplicación. SentinelOne, Darktrace, Vectra AI y Abnormal Security comparten una característica común: una arquitectura en la que la IA ocupa un lugar central desde el diseño de la solución, en lugar de incorporarse a posteriori.
SentinelOne ilustra claramente este enfoque. La empresa parte de la premisa de que, ante un ataque de ransomware, el tiempo de respuesta se mide en milisegundos y que ninguna arquitectura que dependa de una comunicación de ida y vuelta con la nube puede cumplir este requisito. Por ello, utiliza modelos de análisis del comportamiento que se ejecutan directamente en el agente y que son capaces de relacionar los procesos de un mismo dispositivo (esta es la lógica de su tecnología Storyline) para reconstruir la secuencia de un incidente, neutralizar la amenaza y restaurar el sistema sin esperar una decisión centralizada. La IA generativa, a través de Purple AI, se ha incorporado posteriormente a esta arquitectura en un nivel diferente: permite consultar y analizar a posteriori los datos generados por esta base de análisis del comportamiento, sin sustituir la decisión de bloqueo que se toma localmente en cuestión de milisegundos.
La última categoría reúne a los actores especializados en el segmento de rápido crecimiento de la seguridad de la inteligencia artificial, también conocido como AI Sec o Security for AI. Estos actores protegen la cadena de suministro de los propios modelos frente a ataques de inyección de prompts, envenenamiento de datos y robo de modelos, estructurando su oferta en torno a los diez riesgos identificados en la clasificación OWASP («Open Web Application Security Project») para los grandes modelos de lenguaje (LLM).
Se trata de un mercado joven, en el que el proceso de consolidación ya está en marcha. De los cuatro actores más destacados del sector, HiddenLayer y Lakera siguen siendo independientes, mientras que Robust Intelligence fue adquirida por Cisco en octubre de 2024 y Protect AI por Palo Alto Networks en abril de 2025. Estas dos adquisiciones benefician directamente a empresas que ya estaban presentes en las categorías anteriores.
Esta cartografía permite extraer tres conclusiones clave para los responsables de la toma de decisiones.
1. La primera conclusión está relacionada con los datos y afecta, en mayor o menor medida, a las cinco categorías. El valor de un modelo depende de la calidad de los datos que lo alimentan: esto es lo que proporciona a los hiperescaladores y a los pilares de la ciberseguridad su ventaja en términos de volumen, lo que diferencia a los modelos de frontera entre sí y lo que permite a los actores nativos de IA, cuya telemetría está diseñada desde el principio para la inteligencia artificial en lugar de incorporarse posteriormente, detectar amenazas con mayor rapidez.
2. La segunda conclusión se refiere a cómo la IA basada en el comportamiento y la IA generativa empiezan a repartirse las tareas en lugar de sustituirse mutuamente. SentinelOne es un buen ejemplo de ello: el bloqueo en tiempo real sigue dependiendo de modelos de análisis del comportamiento que funcionan localmente, mientras que la IA generativa, a menudo basada en modelos de frontera como los de Anthropic u OpenAI, se encarga de la investigación y el análisis posterior de esos mismos datos. Este enfoque ofrece un criterio útil para evaluar a cualquier proveedor de este ecosistema: identificar dónde se sitúa el límite entre las decisiones que toma la máquina de forma autónoma y aquellas tareas que la IA generativa simplemente ayuda a explicar o acelerar.
3. La tercera conclusión es más operativa y afecta directamente a los responsables de la toma de decisiones. En cuanto una organización expone sus datos confidenciales a través de un LLM, ya sea un modelo de frontera o un asistente integrado por un hiperescalador, resulta imprescindible identificar y evaluar los riesgos asociados. Esta es precisamente la función de los actores de AISec, cuya rápida consolidación (con dos adquisiciones en dieciocho meses) confirma que el mercado ya se está tomando en serio estos riesgos.
Cinco cuerpos en interacción no se organizan por sí solos, y ninguna de las cinco categorías descritas aquí asume, por su propia naturaleza, la responsabilidad de hacer que funcionen de manera coordinada para un cliente determinado. Esta es la función de los integradores y los MSSP («Managed Security Service Providers» o proveedores de servicios de seguridad gestionados): transformar este ecosistema de múltiples proveedores en un sistema de seguridad que cada organización pueda gestionar de forma eficaz. En la práctica, esto comienza por comprender las necesidades e identificar las soluciones más adecuadas entre las cinco categorías, para después coordinar las tecnologías y los proveedores seleccionados. A continuación, llega la gestión diaria: integrar y operar las soluciones de seguridad, garantizar la supervisión y responder a los incidentes. Y dado que ninguna de estas decisiones es exclusivamente técnica, el acompañamiento en materia de gobernanza y toma de decisiones también forma parte de esta función.
Para el cliente, esto se traduce en una visión consolidada de su seguridad, en lugar de cinco enfoques independientes de distintos proveedores; una integración de múltiples proveedores que ya no depende únicamente de sus equipos internos; y un único interlocutor capaz de conectar la estrategia, las tecnologías y las operaciones. En definitiva, menos complejidad y menos dependencias fuera de control en un ecosistema que continúa transformándose.
Para tener siempre presentes las cinco categorías del ecosistema de la IA en ciberseguridad y su director de orquesta, ¡descubra nuestra infografía a continuación!
Pour garder les 5 familles de l'AI cybersecurity et leur chef d'orchestre sous vos yeux, découvrez notre infographie ci-dessous !

15 September 2026 | Informe

3 August 2026 | Blog