Cyberhaven lanza Agentic Data Security para rastrear datos en agentes de IA
Por JP Software ·
JP Software Cyberhaven presentó Agentic Data Security (ADS), un nuevo módulo diseñado para ayudar a líderes de seguridad, gobernanza y riesgo interno a supervisar el uso de datos corporativos en flujos de trabajo automatizados con agentes de inteligencia artificial. La herramienta busca responder qué información tocan estos sistemas autónomos y frenar filtraciones en tiempo real.
Datos clave
- La adopción de aplicaciones de IA agéntica en endpoints se duplicó año contra año y alcanzó el 60% en mayo de 2026, según datos de Cyberhaven Labs.
- El sistema captura prompts, llamadas a herramientas (tool calls), lecturas de archivos, trazas de razonamiento y respuestas para auditar cada paso.
- La plataforma unifica controles de prevención de pérdida de datos (DLP), gestión de riesgos internos (IRM) y gestión de postura de seguridad de datos (DSPM).
Visibilidad sobre agentes que actúan como empleados
Cuando una empresa despliega agentes de software, estos suelen heredar las credenciales y accesos de los usuarios que los configuran. Al operar a velocidad de máquina, un solo agente puede consultar bases de datos internas, cruzar información con documentos locales y enviarla a servicios externos en segundos.
Nishant Doshi, CEO de Cyberhaven, señaló que «el primer incidente de datos agéntico en la mayoría de las empresas puede ser un agente haciendo exactamente lo que se le pidió, con datos que nunca debió haber tocado». Para mitigar este escenario, Agentic Data Security se integra dentro de Cyberhaven Flow para aplicar políticas de seguridad directamente sobre el comportamiento de los agentes.
Cuatro controles para mitigar el riesgo interno
El sistema opera bajo cuatro funciones principales para los equipos técnicos:
- Descubrimiento continuo: Identifica herramientas de IA y agentes en endpoints, navegadores y entornos en la nube, incluyendo aplicaciones no autorizadas, asignando una calificación de riesgo.
- Inspección de acciones: Registra las llamadas a herramientas, la lectura de archivos locales y los pasos intermedios de razonamiento de cada modelo.
- Atribución de identidad: Conecta la actividad del agente con el usuario o servicio que emitió la instrucción original.
- Bloqueo preventivo: Aplica reglas de prevención de fugas para detener la salida de información confidencial sin interrumpir las operaciones autorizadas.
Manish Kalia, Chief Product Officer en Cyberhaven, explicó que los modelos de la compañía permiten inspeccionar las llamadas a herramientas y el razonamiento del modelo como contenido analizable, lo que permite que las reglas tradicionales de riesgo interno cubran también a los agentes autónomos.
Por qué te importa
Si desarrollas o integras agentes para automatizar tareas en tu organización, darles acceso amplio a repositorios o bases de datos sin trazabilidad granular crea un vector de riesgo silencioso. Implementar linaje de datos y auditoría de llamadas a herramientas te permite aprovechar la automatización avanzada sin exponer información crítica de tu negocio.