Presentado por Nutanix
Los sistemas autónomos que pueden razonar, tomar sus propias decisiones y ejecutar acciones en un entorno introducen una categoría de riesgo que los controles a nivel de aplicación nunca fueron diseñados para contener. Tratar ese riesgo como un problema único produce arquitecturas incompletas, afirma Oscar Wahlberg, director senior de gestión de productos de Nutanix.
«Las barreras de seguridad para detectar un aviso malicioso no impedirán que un agente tenga alucinaciones y haga algo que nunca debería haber hecho, como borrar accidentalmente bases de datos o filtrar datos confidenciales con una credencial que se le otorgó pero que luego usa para algo completamente diferente», dice Wahlberg. «Ese es el problema central a medida que las empresas trasladan a los agentes autónomos de la experimentación a la producción».
Una vez que a un sistema agente se le otorgan privilegios de ejecución en todo el centro de datos, la postura de seguridad debe escalar a una arquitectura de defensa en profundidad que abarque infraestructura, almacenamiento, computación, redes y un plano de control gobernante. Cada capa aborda una categoría distinta de riesgo, en lugar de duplicar los mismos controles en toda la pila. Ningún proveedor o control de seguridad puede proporcionar esa protección por sí solo. La defensa en profundidad depende de que esas capas trabajen juntas.
Al dividir las responsabilidades entre todos y adherirse a la segmentación de confianza cero, las organizaciones pueden crear un marco seguro que mejore su postura general. Comprender qué riesgos pertenecen a cada capa es lo que convierte el principio de defensa en profundidad en un marco de seguridad práctico, con tres capas, cada una de las cuales tiene una responsabilidad distinta.
Capa de infraestructura: establecer confianza donde se ejecutan los agentes de IA
La responsabilidad fundamental de la capa de infraestructura es establecer una raíz de confianza que responda a una pregunta simple: ¿quién opera en el entorno? Esa identidad confiable se convierte en el requisito previo para cada control de seguridad por encima de ella. Antes de que una organización pueda confiar en lo que hace un agente, primero debe confiar en la integridad del entorno donde se ejecuta el agente. Cuando un agente solicita permiso para ejecutar una operación, el sistema debe poder verificar que la solicitud provino del agente legítimo, no de algo que se haga pasar por él.
Ofrecer ese tipo de garantía depende de tecnologías que arraiguen la confianza en el propio hardware, incluida la certificación de plataforma, la informática confidencial y el arranque seguro, junto con controles que impidan el acceso no autorizado tanto dentro como fuera de un servidor. Para industrias reguladas, como las de servicios financieros, esta capa brinda la capacidad de aislar cargas de trabajo de producción de IA para que ni el agente ni el entorno puedan operar fuera de su alcance asignado. Esto mitiga los riesgos que incluyen la manipulación del modelo y del tiempo de ejecución, el compromiso de la cadena de suministro y el acceso no autorizado a cargas de trabajo sensibles de IA.
Capa de red: gobernando cómo se comunican los agentes de IA
Una vez que los agentes comienzan a comunicarse con otros agentes, API, aplicaciones y sistemas empresariales, generan un nivel de simultaneidad y comunicación dinámica para el cual las configuraciones de red estáticas tradicionales nunca fueron diseñadas. Un agente configurado para llamar a API, consultar fuentes de datos y activar agentes adicionales sin restricciones crea una extensa red de tráfico de este a oeste sobre la cual resulta muy difícil razonar, y esa complejidad puede enmascarar fácilmente el movimiento lateral o la filtración de datos cuando no se cuentan con las capas de seguridad de red adecuadas.
«Deberíamos tratar a los agentes de IA como una nueva clase de identidad de red y asegurarnos de que un agente sólo pueda hablar con otros agentes o fuentes de datos cuando esté explícitamente permitido hacerlo», dice Wahlberg. «Eso significa alejarse de reglas estáticas rígidas y adoptar políticas dinámicas».
La solución de Nutanix es Agent Gateway, parte de la solución Nutanix Agentic AI. Es una capa unificada y gobernada que está diseñada para proporcionar capacidades de gobierno y control de costos para ayudar a administrar usuarios de agentes autónomos. Junto con agentes basados en la segmentación de confianza cero y el uso de capacidades como Nutanix Flow para la microsegmentación y la integración con proveedores de redes, incluida su integración en Cisco Secure AI Factory, Agent Gateway ayuda a las empresas a gobernar las interacciones entre agentes, modelos, fuentes de datos y aplicaciones empresariales.
La capa de red gobierna el movimiento lateral, la filtración de datos y controla las interacciones de red del agente. Un marco de confianza cero con acceso bloqueado de forma predeterminada y monitoreo de interacción escalable es importante para los agentes, ya que pueden exhibir un comportamiento poco confiable. La integración del software Nutanix con los servidores Cisco UCS y los Cisco AI POD ofrece la infraestructura física llave en mano (cómputo, almacenamiento y redes) en la que se ejecuta la fábrica de IA.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
Capa del plano de control: gobernando lo que los agentes de IA pueden hacer
El plano de control es el cerebro de la operación y proporciona un punto central para gestionar los permisos de los agentes, el acceso a las herramientas, el consumo de recursos y la visibilidad del tiempo de ejecución. Lo que más importa es tener un lugar único donde las políticas puedan aplicarse de manera consistente en lugar de reinventarse para cada agente, dice Wahlberg.
«Agent Gateway actúa como un punto final universal para diferentes modelos y herramientas, de modo que un equipo de TI puede configurar sus agentes para comunicarse con este único punto de control», explica.
La puerta de enlace de IA centralizada permite al administrador observar, auditar y controlar el acceso a los modelos, así como a las herramientas MCP que protegen los datos y garantizan el acceso privilegiado. Esta capa está diseñada para ayudar a mitigar riesgos como el uso indebido de privilegios, agentes fuera de control, uso de herramientas no autorizado, fuga de datos y el consumo excesivo de modelos que puede conducir a un mayor consumo de tokens cuando los agentes quedan atrapados en bucles de tiempo de ejecución. Y depende de tratar la gobernanza como un sistema de control de tiempo de ejecución en lugar de una idea de último momento para el cumplimiento.
Por qué la seguridad única para todos falla en los entornos de IA agentes
El mayor error arquitectónico que cometen las empresas es asumir que un único modelo de seguridad puede extenderse a cada capa de una pila de IA. Cuando una organización intenta resolver la confianza a nivel de hardware con software a nivel de aplicación, o se apoya en reglas de red heredadas estáticas para gestionar agentes dinámicos, construye una arquitectura que impide que el sistema de agentes haga su trabajo o deja puertas críticas abiertas de par en par. El pensamiento único tiende a producir importantes penalizaciones en el desempeño y fricciones operativas.
«Al no asignar responsabilidades específicas a los niveles apropiados, las empresas terminan con puntos ciegos en la gobernanza», afirma Wahlberg. «Es posible que aseguren la salida del modelo pero no se den cuenta de que hay una fuga de datos entre los agentes, o pueden que aseguren la red pero carezcan de la visibilidad del plano de control para comprender que están quemando tokens salvajemente porque los agentes están atrapados en algún tipo de bucle de tiempo de ejecución».
Centrarse exclusivamente en el modelo deja los vacíos más grandes de todos, porque una barrera de seguridad que capta un aviso malicioso no hace nada para evitar que un agente alucinante haga un mal uso de una credencial legítima. Incorporar la seguridad en toda la pila ayuda a garantizar que, incluso cuando una amenaza a nivel de modelo pasa los filtros iniciales, el agente siga limitado por la confianza basada en el hardware, el aislamiento de la red y los controles de acceso en la capa del agente.
Cómo Intel, Cisco y Nutanix construyen juntos una defensa en profundidad
La asociación tripartita de las tres empresas demuestra cómo la arquitectura en capas se combina en la práctica como una nube de IA de nivel empresarial y bien gobernada. Intel proporciona la computadora para ejecutar cargas de trabajo agentes y protege el entorno de ejecución a través de confianza basada en hardware y computación confidencial, al mismo tiempo que reduce los costos a través de sus aceleradores. Los procesadores Intel Xeon 6 con AMX incorporado aceleran la inferencia de IA de manera eficiente sin depender exclusivamente de costosas GPU.
Cisco envuelve el entorno en un tejido seguro que gobierna la comunicación entre los agentes y las herramientas empresariales, mientras que Nutanix proporciona la plataforma de software, minimizando los silos arquitectónicos, y el plano de control central que aplica permisos, ofrece visibilidad y control de costos, y une la arquitectura en una solución de defensa en profundidad que permite a las empresas escalar la IA agente.
De los tres niveles, las empresas actualmente subestiman más el plano de control, afirma Wahlberg. Un verdadero plano de control se extiende mucho más allá de la implementación inicial para simplificar las operaciones del día 2, explica, brindando a los equipos de TI la observabilidad continua y la estricta gobernanza de tokens necesarias para mantener a los agentes autónomos seguros y rentables en producción.
«Aparte de la selección de modelos y herramientas, gobernar las implementaciones de agentes y su acceso a modelos y herramientas de negocios en una plataforma completa estrechamente integrada será importante para el éxito de los proyectos de IA», afirma, señalando un futuro cercano en el que las organizaciones pasarán de un puñado de casos de uso de IA a miles de agentes trabajando de forma autónoma para impulsar el negocio.
Los líderes tecnológicos deberían priorizar hoy la creación de una capa de gobernanza centralizada que pueda gestionar las identidades de los agentes, los permisos de las herramientas y los presupuestos de tokens en tiempo real, porque ese punto de control es lo que construye el músculo operativo para escalar de forma segura.
«No se puede construir un sistema de IA sin tomar muchas decisiones complejas», explica. «Y necesita un plano de control que se comunique con múltiples proveedores e infraestructuras para ayudarle a resolver esas estrategias de defensa en profundidad».
Obtenga más información sobre la solución Nutanix Agentic AI aquí.
Los artículos patrocinados son contenido producido por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat, y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
