Home / Recursos / Gobernanza

Gobernanza · 5 min de lectura · Actualizado 2026-11-15

Cuando el agente que llama a su puerta no dice quién lo envía

Arkose Labs ha ampliado su Agent Trust Manager para clasificar y vigilar el tráfico de agentes de IA en cada paso del recorrido del cliente. El movimiento responde a un problema que la mayoría de las empresas aún no ha medido: agentes que simplemente no dicen qué son.

En un foro delictivo de acceso restringido... no, disculpe, retomo el artículo correcto.

Qué ha pasado

Arkose Labs ha ampliado Arkose Agent Trust Manager, un producto para clasificar y vigilar el tráfico de agentes de IA en sitios web orientados al cliente (Help Net Security, 5 de noviembre de 2026). La ampliación permite a una empresa trazar su recorrido de cliente paso a paso (registro, inicio de sesión, pago, movimiento de dinero) y asignar a cada paso una política de permitir, vigilar o bloquear, aplicada mediante el motor Arkose Titan de la compañía. Las sesiones se etiquetan como buena autodeclarada, buena no declarada o maliciosa, y un nuevo Arkose Agent ID da a cada agente un identificador estable que persiste a través de cambios de red, nuevas versiones y múltiples cuentas (Help Net Security, 5 de noviembre de 2026).

El motivo de ser de este producto es una cifra que aparece en la propia investigación de Arkose Labs. Su informe State of Agentic AI Trust Q3 constató que los agentes de IA personales se identifican menos del 3 % de las veces cuando visitan un sitio web (Arkose Labs, a través de Help Net Security, 5 de noviembre de 2026). Como dijo el consejero delegado de Arkose Labs, Kevin Gosschalk: "Las empresas ya no pueden contar con que los agentes anuncien quiénes son" (Help Net Security, 5 de noviembre de 2026).

Esa sola frase describe un cambio en las reglas básicas del tráfico web. Durante veinte años, la detección de bots ha consistido en buscar agentes que mienten para parecer humanos. El problema nuevo son agentes que, sinceramente, no son humanos y aun así no lo dicen, sin que una empresa tenga una forma fiable de preguntarlo.

Por qué no es un incidente aislado

La cifra de Arkose Labs aparece dentro de un patrón de tráfico que ya avanzaba en una sola dirección. El Bad Bot Report 2025 de Imperva constató que el tráfico automatizado supuso el 51 % de todo el tráfico web, la primera vez en una década que supera a la actividad humana, y que los bots maliciosos por sí solos representaron el 37 % de todo el tráfico de internet (Imperva, Bad Bot Report 2025). Imperva atribuye parte de ese aumento a que la IA ha rebajado la barrera para crear bots, la misma capacidad de IA que ahora permite a un asistente personal legítimo navegar, hacer clic y comprar en nombre de una persona sin anunciarse nunca.

La lista de nuevas capacidades del sector de la detección cuenta su propia historia. Arkose Labs no ha añadido una sola función, sino siete en un único lanzamiento: orquestación por paso del recorrido, clasificación de sesiones, mensajes de bloqueo con marca propia, una interfaz de consulta en lenguaje natural, un identificador de agente persistente, un registro de auditoría de cambios de señal y comparación de inteligencia entre redes (Help Net Security, 5 de noviembre de 2026). Un proveedor no desarrolla tanta instrumentación en un solo ciclo para un problema que espera que sea marginal. Lo hace porque cada cliente que preguntaba describía la misma brecha: tráfico que llega al pago y al inicio de sesión que nadie puede clasificar con confianza.

Qué significa para una empresa regulada

La exposición práctica se concentra exactamente en los pasos que Arkose Labs ha elegido gobernar primero: registro, inicio de sesión y movimiento de dinero. Cada uno de ellos es también donde se concentran los controles antifraude, las obligaciones de conocimiento del cliente y la responsabilidad por fraude en los pagos. Una empresa que no puede distinguir si una sesión es un asistente personal declarado, uno no declarado o un atacante que sondea la misma página tiene tres perfiles de riesgo distintos colapsados en un único flujo indiferenciado, y una política general (permitir todo o bloquear todo) es errónea para al menos dos de los tres.

Hay una segunda exposición fácil de pasar por alto: esto no trata solo de agentes que llegan a su puerta. Es el espejo del problema de gobernanza de identidades que ya se está formando dentro de la propia empresa, donde los agentes de IA construidos internamente poseen API keys, tokens OAuth y cuentas de servicio que ningún proceso de aprobación ha revisado. Una organización que no puede decir cuál de sus propios agentes está actuando, con qué autoridad, está mal situada para juzgar si un agente no anunciado que llama a la puerta de su sitio web es tráfico legítimo o algo que detener.

Los regímenes de conservación de registros están convergiendo hacia la misma exigencia desde ambas direcciones. Si un agente (suyo o de otro) intervino en una transacción regulada, la expectativa es cada vez más que pueda demostrar quién o qué actuó, no simplemente que tenía una política que gobernaba la interacción.

Qué lo resuelve de verdad

El mecanismo que Arkose Labs está construyendo para el tráfico web entrante (un identificador estable por agente, una clasificación registrada en el momento de la interacción y una política aplicada en cada paso en lugar de en el perímetro como conjunto) es el mismo mecanismo que tiene que existir en el otro lado de la relación, dentro de la empresa que despliega sus propios agentes.

Una identidad por agente emitida de forma deliberada, y no heredada, da a una organización un titular identificado para cada acción que realiza un agente, en lugar de una credencial compartida que nadie puede atribuir. Acotar esa identidad a herramientas, datos y gasto concretos, y registrar cada uso frente a ella, convierte "tenemos una política" en un registro que un auditor puede realmente leer. Nada de esto sustituye a herramientas de perímetro como las de Arkose, ambas operan en lados distintos de la misma conversación, pero una empresa que no ha construido la versión interna no tiene base para juzgar qué puede hacer, una vez dejado entrar, un agente declarado o no declarado que llega desde fuera.

Qué revisar el lunes

Pregunte a sus equipos de fraude, seguridad y plataforma, uno por uno y sin comprar nada todavía: en cuáles de los pasos del recorrido del cliente (registro, inicio de sesión, pago, cobro) no existe hoy ninguna forma de distinguir un agente de IA declarado de uno no declarado o de un humano. Anote la respuesta para cada paso. La mayoría de las organizaciones descubrirá que la respuesta es "en ninguno", y esa lista, no una demostración de un proveedor, es el punto de partida real para decidir dónde necesita existir una política antes de que el volumen de tráfico tome la decisión por usted.

Cómo lo resuelve AANCER

AANCER gobierna el lado de este problema que se encuentra dentro de la empresa: los agentes que un negocio construye y ejecuta por sí mismo. Cada Certified Agent lleva una identidad emitida por la propia autoridad de certificación por instalación de la organización, no una credencial prestada, de modo que siempre hay un titular identificado detrás de una acción en lugar de un token compartido.

Esa identidad está acotada a las herramientas, los datos y el gasto que un agente debe tocar, y cada uso queda registrado en un libro de auditoría de solo anexión y a prueba de manipulaciones, el registro que un auditor necesita para responder "qué hizo este agente, y con qué autoridad" sin tener que reconstruirlo después. La revocación surte efecto en menos de 30 segundos, de modo que una respuesta acotada a un agente no exige apagar los sistemas con los que hablaba. Nada de esto clasifica el tráfico entrante como hace Arkose Titan; responde a la pregunta inversa, en el lado de la relación que una empresa realmente controla.

Fuentes

  • https://www.helpnetsecurity.com/2026/11/05/arkose-agent-trust-manager/
  • https://www.imperva.com/resources/resource-library/reports/2025-bad-bot-report/

Guías relacionadas

Cumplimiento

Guía de preparación para el artículo 12 de la Ley de IA de la UE (EU AI Act)

Qué exigen realmente en lo operativo las obligaciones de mantenimiento de registros y supervisión humana desde agosto de 2026 — y la evidencia que un auditor le pedirá producir.

Lectura de 9 min

Leer la guía →

Gobernanza

La adopción de agentes va más rápido que su supervisión

Un estudio de Splunk con 2.050 encuestados concluye que la mayoría de los equipos comprueba que sus agentes de IA trabajan más rápido, pero más de un tercio no sabe decir quién es responsable de vigilarlos. La velocidad sin un responsable no es un resultado. Es una exposición a la espera de un incidente.

5 min de lectura

Leer el análisis →

Cumplimiento

Guardrails de IA en Australia: qué significan el Voluntary AI Safety Standard, Essential Eight y la reforma de la Privacy Act para la IA empresarial

Australia converge hacia la gobernanza de la IA desde tres frentes a la vez — guardrails de seguridad, línea base cibernética y reforma de privacidad — y las plataformas de IA deberán demostrar los tres.

6 min de lectura

Leer la guía →