Denver. Durante .conf26, que se está celebrando en Denver, Cisco anunció que Splunk AI estará disponible sobre Cisco Secure AI Factory with NVIDIA, su arquitectura conjunta para desplegar infraestructura de IA empresarial con capacidades integradas de seguridad y observabilidad. La integración permitirá utilizar Splunk AI en diferentes modelos de despliegue, desde entornos on-premise y nube privada hasta infraestructuras completamente aisladas (air-gapped).
El anuncio dio paso a una conversación entre Jeetu Patel, presidente y Chief Product Officer de Cisco, y Justin Boitano, vicepresidente de Enterprise AI de NVIDIA, sobre los retos que plantea la llegada de los agentes de IA a las empresas y, especialmente, sobre la necesidad de observar y proteger su actividad.
Boitano defendió que disponer de visibilidad será fundamental a medida que estos agentes ganen autonomía y accedan a redes, herramientas y datos corporativos.
En este escenario, el directivo de NVIDIA destacó especialmente el papel de Splunk. Según explicó, al combinar Cisco Secure AI Factory con la plataforma de datos de Splunk, las organizaciones pueden disponer de “el sistema nervioso central de un sistema de IA”, capaz de “ver y observar todo lo que está ocurriendo en la empresa”.
La propia NVIDIA utiliza Splunk en sus operaciones de seguridad, según confirmó Boitano durante la conversación.
Millones de agentes que habrá que observar
Para el responsable de Enterprise AI de NVIDIA, la evolución hacia sistemas agénticos obliga también a cambiar la forma de entender la IA. “La IA ya no es investigación”, afirmó, recordando que muchas veces se sigue pensando únicamente en el modelo cuando un sistema de IA incluye también las herramientas a las que puede acceder, los mecanismos de razonamiento y memoria y el entorno en el que se ejecuta.
Esta cuestión resulta especialmente importante desde el punto de vista de la seguridad. A medida que los agentes ganan autonomía, las empresas necesitan establecer límites claros sobre lo que pueden hacer y a qué recursos pueden acceder.
Una necesidad de control que adquiere cierta dimensión cuando se tiene en cuenta la escala que NVIDIA espera alcanzar: la compañía cuenta actualmente con unos 47.000 empleados, pero Boitano señaló que en los próximos años podría operar con millones de agentes.
“Creo que todos deberíamos querer una observabilidad completa”, aseguró, añadiendo que las trazas de los agentes deben permitir entender qué están intentando hacer y detectar cuándo empiezan a comportarse de una manera inesperada.
Justin Boitano advirtió de que los agentes pueden buscar caminos alternativos cuando encuentran obstáculos para cumplir el objetivo que se les ha asignado. “Cuando se frustran porque no pueden alcanzar su objetivo, se vuelven creativos”, explicó, y pueden intentar recurrir a claves u otros recursos para conseguirlo.
De ahí la necesidad de identificar si un fallo se ha producido en el modelo, en las herramientas que utiliza o en el entorno de ejecución y reaccionar rápidamente. Observar y proteger millones de agentes, añadió, tendrá que hacerse “a velocidad de máquina”.
Durante la conversación surgió también el debate sobre el cifrado de las trazas que dejan los agentes. Jeetu Patel señaló que cifrarlas puede dificultar que se utilicen para destilar modelos, pero planteó la contrapartida: hacerlo también puede reducir la visibilidad necesaria para saber qué está haciendo un agente. Boitano defendió que estas trazas deben mantenerse abiertas y transparentes para poder detectar comportamientos inesperados y determinar dónde se ha producido un problema. “Si no puedes ver lo que el agente está intentando hacer, no puedes defenderlo”, resumió.
Modelos abiertos y más consumo de tokens
La conversación abordó también el creciente protagonismo de los modelos abiertos. NVIDIA considera que disponer de modelos con pesos abiertos, conjuntos de datos accesibles y técnicas de ajuste y postentrenamiento permitirá a las organizaciones desarrollar su propia inteligencia digital a un coste menor.
Pero esa mayor disponibilidad tendrá también consecuencias sobre el consumo. “Vamos a ver un crecimiento exponencial en el consumo de tokens a medida que proporcionemos mejores modelos abiertos”, anticipó Boitano.
Esto no significa, a su juicio, que los modelos frontera vayan a desaparecer. Ambos convivirán: determinadas tareas seguirán necesitando los sistemas más avanzados, mientras otras podrán resolverse con modelos abiertos o especializados de menor coste.
Agentes para defenderse de agentes
El último de los grandes mensajes estuvo dirigido a los equipos de ciberseguridad. Boitano considera que las organizaciones deberían acelerar la incorporación de herramientas agénticas a sus capacidades defensivas porque los atacantes también están accediendo a ellas.
NVIDIA está trabajando, según explicó el directivo, en herramientas agénticas para tareas como el descubrimiento y la verificación de vulnerabilidades, la remediación o el parcheado, incluyendo librerías y modelos abiertos.
Para Boitano, proporcionar estas capacidades a los equipos de seguridad puede darles una ventaja frente a unos atacantes que operarán cada vez más rápido. En un entorno en el que tanto el ataque como la defensa empiezan a producirse a velocidad de máquina, la capacidad para observar qué hacen los agentes, controlar a qué recursos acceden y reaccionar ante comportamientos inesperados se convierte así en uno de los principales retos de la adopción empresarial de la IA.
