Serval Networks ha redefinido su estrategia de ciberseguridad para situar la seguridad de la inteligencia artificial como uno de los ejes de su oferta. El planteamiento busca responder a una doble realidad: la incorporación creciente de la IA a las herramientas y operaciones de seguridad y la necesidad de proteger y gobernar el uso de esta tecnología dentro de las organizaciones.
La estrategia se articula en torno a tres ámbitos: el uso de la IA para mejorar las capacidades de detección, la protección y el gobierno de las herramientas y modelos de inteligencia artificial y su aplicación a los servicios profesionales de ciberseguridad.
En el primero de ellos, Serval Networks integra capacidades de inteligencia artificial y machine learning en diferentes áreas de seguridad, como redes, cloud, aplicaciones, datos, gestión de vulnerabilidades y soluciones de detección y respuesta. Estas tecnologías se utilizan, entre otras funciones, para analizar grandes volúmenes de eventos, detectar comportamientos anómalos, priorizar alertas e identificar amenazas.
Un segundo ámbito está relacionado con los riesgos derivados de la adopción de herramientas de IA generativa, asistentes corporativos y modelos propios. Su utilización puede introducir problemas como la fuga de información, el tratamiento inadecuado de datos sensibles, la falta de trazabilidad o la exposición de desarrollos internos.
Para abordar estos riesgos, la compañía plantea capacidades destinadas a identificar qué herramientas de IA se utilizan dentro de una organización, establecer políticas de acceso, prevenir la pérdida de datos y proteger aplicaciones, modelos y entornos de desarrollo.
El tercer eje se centra en la incorporación de IA y automatización a los servicios profesionales. Serval Networks ya la utiliza en tareas como el análisis de configuraciones y reglas, la revisión de políticas, las auditorías técnicas o el tratamiento de grandes volúmenes de información.
Entre los casos de uso que la compañía tiene operativos se encuentran la conversión de políticas entre tecnologías de distintos fabricantes, el análisis masivo de reglas, la detección de inconsistencias y la elaboración de informes asistidos por IA. El objetivo es automatizar parte de las tareas repetitivas y reservar la intervención de los especialistas para aquellas actividades que requieren mayor capacidad de análisis y decisión.
Esta estrategia también incluye el desarrollo de un SOC agéntico en el que diferentes agentes de IA colaboran con los analistas durante la investigación y gestión de incidentes. Los agentes intervienen en tareas como la investigación de alertas, la recopilación de evidencias, el enriquecimiento de incidentes y la documentación de las actuaciones realizadas.
Según los datos facilitados por Serval Networks, la aplicación de estas capacidades ha permitido reducir hasta un 80% el tiempo dedicado a determinadas tareas de análisis e investigación. Para desarrollar estos casos de uso, la compañía dispone de un entorno propio de desarrollo de IA y trabaja con los equipos de seguridad y tecnología de sus clientes para identificar procesos susceptibles de automatización o mejora. A partir de ellos puede desarrollar automatismos, agentes especializados o integraciones con las plataformas existentes.
