El panorama de la nube híbrida vuelve a cambiar, y los equipos de ciberseguridad deben encontrar un nuevo punto de apoyo.
Hace apenas una década, las empresas —por motivos de coste y eficiencia— apostaron decididamente por la computación en la nube pública , pagando a proveedores externos por el acceso a servidores, redes y recursos de almacenamiento. El año pasado, 83 % de esas personas tuvieron que replantearse su situación. Los costes iban en aumento, el volumen de ataques se disparaba y los responsables se dieron cuenta de que el modelo de nube en el que habían confiado ya no ofrecía un valor predecible ni un nivel de riesgo aceptable. Por ello, volvieron a ajustar su estrategia de almacenamiento de datos, dejando algunos datos y cargas de trabajo en la nube pública, pero trasladando las cargas de trabajo críticas de vuelta a entornos privados locales, según una encuesta de DataCanopy.
Apenas las organizaciones habían realizado ese ajuste, la IA generativa planteó una nueva serie de problemas. Esto provocó un fuerte aumento de los volúmenes de datos en estos entornos en la nube y trajo consigo una oleada de amenazas basadas en la inteligencia artificial que rápidamente desbordó a los equipos de seguridad.
De hecho, una reciente encuesta de Gigamon titulada « » ( ) reveló que el 91 % de los responsables de seguridad y de TI están «haciendo concesiones a la hora de proteger y gestionar su infraestructura de nube híbrida». Algunos han retrasado proyectos de seguridad. Otras empresas han flexibilizado los controles de acceso para garantizar la continuidad de la actividad. Muchas empresas han reducido sus actividades de supervisión o de cumplimiento de la normativa « » con el fin de reducir costes.
«Los presupuestos de los CISO se han visto reducidos, las amenazas van en aumento y la inteligencia artificial está agravando aún más la situación», afirmó Mark Jow, asesor técnico y promotor de Gigamon para la región de EMEA, al enumerar tres preocupaciones recurrentes que quitan el sueño a los directores de seguridad de la información. «Esto significa que los CISO tienen que hacer concesiones, ya que simplemente no pueden hacer todo lo que les gustaría».
No obstante, algunas empresas están analizando qué pueden hacer para hacer frente a los retos que plantea la seguridad en la nube. A continuación se enumeran cuatro prácticas recomendadas que, según los expertos, las empresas están aplicando cada vez más para recuperar el control sobre sus entornos híbridos:
1. Para mejorar la seguridad de la nube híbrida, dé prioridad a una visibilidad completa
Según el estudio de Gigamon, « », casi la mitad (47 %) de los responsables de TI carecen de una visión global y de una visibilidad «» de sus entornos. . A medida que las organizaciones combinan infraestructura local, servicios en la nube pública y plataformas de software como servicio (SaaS), el seguimiento de las cargas de trabajo y los flujos de datos se vuelve cada vez más complejo.
«. Los presupuestos de los CISO se han visto reducidos, las amenazas van en aumento y la IA está agravando la situación.»Mark Jow, asesor técnico y promotor de Gigamon para la región de EMEA
Hay mucho en juego. Una vez que consiguen el acceso inicial, los ciberdelincuentes suelen desplazarse lateralmente dentro de entornos híbridos, aprovechando las vías internas para ampliar su alcance. Sin una visibilidad completa, es posible que los responsables de la seguridad no detecten esta actividad hasta que sea demasiado tarde.
La supervisión en tiempo real se está convirtiendo en una prioridad fundamental. Atrás quedaron los tiempos en los que la gestión de activos de TI consistía en comprobaciones programadas de la actividad de la red informática, cuyos resultados podían tardar horas o días en obtenerse. Ni siquiera 10 o 15 minutos serían suficientes. La supervisión en tiempo real proporciona un flujo constante de datos con una fiabilidad al segundo, lo que permite a los equipos de seguridad y, en algunos casos, a los sistemas autónomos evaluar la actividad de la red y detectar anomalías en un tiempo récord.
[Lea también: Visibilidad de los activos: porque no se puede proteger lo que no se ve]
De hecho, el 64 % de los encuestados por Gigamon afirman que su prioridad número uno para el próximo año será lograr una supervisión de amenazas en tiempo real con el fin de obtener una visibilidad completa de sus datos. Esto incluye la implementación de sensores en entornos híbridos, la unificación de datos procedentes de sistemas dispares y la integración de la supervisión con los flujos de trabajo de respuesta automatizada de .
2. Optimice y filtre los datos para «centrarse en la señal, no en el ruido»
Podría decirse que la inteligencia artificial es la principal responsable del reciente aumento del volumen de datos, ya que, según Gigamon, uno de cada tres responsables de TI afirma que ha duplicado el tráfico de su red. El problema es tan grave que el 55 % de las organizaciones evitan la IA generativa (GenAI) en muchos casos de uso, según reveló una encuesta de Deloitte .
«. La cuestión no se limita a proteger un perímetro estático, sino a proteger una red dinámica... capaz de actuar de forma autónoma en entornos locales y en la nube a la velocidad de las máquinas.»Ritu Jyoti, antigua analista de IDC y experta en agentes autónomos de inteligencia artificial
El aumento exponencial de los datos tiene repercusiones directas en los costes, el rendimiento y la seguridad. Un mayor volumen de tráfico implica más elementos que supervisar, más puntos ciegos y mayores costes de infraestructura. Los equipos de seguridad tienen dificultades para extraer información relevante de un flujo cada vez mayor de registros, alertas y datos de telemetría.
Las organizaciones están respondiendo filtrando y depurando sus datos. Las plataformas de visibilidad identifican el tráfico relevante y ponen de manifiesto las amenazas ocultas. Las herramientas de seguridad en la nube garantizan la aplicación de políticas coherentes en todos los entornos. Las herramientas de calidad de los datos limpian y estandarizan la información para facilitar su análisis.
[Lea también: 4 prioridades de liderazgo críticas para los CISO en la era de la IA]
«Se trata de centrarse en la señal, no en el ruido», afirmó Jow. «Cuanto más logremos optimizar lo que se analiza, más rápido podrán responder los equipos y menos probabilidades habrá de que los atacantes pasen desapercibidos».
3. Aplique el modelo «zero trust» y la microsegmentación para limitar el movimiento lateral en entornos de nube híbrida
La distribución de las cargas de trabajo en entornos híbridos ofrece a los atacantes más oportunidades de desplazarse lateralmente una vez que han conseguido el acceso. Cada nueva región en la nube, cada nube privada virtual (una sección aislada lógicamente de la infraestructura de un proveedor de nube pública), cada microservicio o cada interfaz de programación de aplicaciones (API, la conexión entre ordenadores o programas informáticos que les permite comunicarse y compartir datos) crea otra vía interna que los atacantes pueden aprovechar. Por ello, la seguridad basada en la identidad y la segmentación granular resultan esenciales.
El modelo «identity-first» (prioridad en la identidad) de es, en la actualidad, la alternativa indiscutiblemente más segura frente a los antiguos sistemas de seguridad basados en el perímetro, en los que los usuarios, una vez dentro de un cortafuegos o trabajando en un dispositivo autorizado, tenían prácticamente vía libre para moverse por toda la red. Las estrategias de «confianza cero» —que constituyen el núcleo del enfoque «identidad primero»— verifican continuamente a los usuarios, los servicios y las cargas de trabajo, independientemente de su ubicación en la arquitectura, lo que reduce el alcance de los daños cuando se ven comprometidas las credenciales o los tokens. La microsegmentación, que respalda el modelo «zero trust», divide las redes en pequeñas zonas aisladas entre sí, de modo que los intrusos no puedan desplazarse fácilmente en caso de que logren penetrar en una red.
A medida que aumentan los volúmenes de datos generados por la inteligencia artificial y se amplían las superficies de ataque, los atacantes están utilizando la automatización para sondear las rutas de la nube a la velocidad de una máquina. Aquí es donde entran en juego el modelo «zero trust» y la microsegmentación, que permiten contener las brechas de seguridad en una fase temprana y evitar que un único punto de acceso se convierta en un compromiso total del sistema.
4. Utilice defensas basadas en la inteligencia artificial para hacer frente a las amenazas generadas por la inteligencia artificial
Los ataques basados en la inteligencia artificial están aumentando rápidamente. Según Gigamon, más de la mitad de las organizaciones sufrieron el año pasado un aumento de los ataques de ransomware de tipo « » impulsados por IA . Una encuesta reciente de Ekco ha revelado que las amenazas basadas en la inteligencia artificial han superado a las infracciones tradicionales como principal motivo de preocupación para los responsables de TI.
«Esta ha sido la primera vez que se ha utilizado la inteligencia artificial para detectar una vulnerabilidad en un entorno real. Para los defensores, esto resulta muy emocionante.»Sandra Joyce, vicepresidenta de Google Threat Intelligence
Ritu Jyoti, antigua analista de IDC y experta en agentes autónomos de IA, advirtió de que estas herramientas plantean un «desafío profundo y doble» para los entornos híbridos.
«La cuestión no se limita a proteger un perímetro estático, sino que consiste en proteger una red dinámica de identidades no humanas que pueden actuar de forma autónoma en entornos locales y en la nube a la velocidad de una máquina», afirmó Jyoti. «Los marcos de seguridad tradicionales, diseñados para usuarios humanos, no están a la altura de esto».
Sandra Joyce, vicepresidenta de Google Threat Intelligence, se mostró de acuerdo y señaló que, a medida que los agentes de IA se vayan generalizando en los entornos en la nube, no solo ampliarán el panorama de amenazas, sino que también proporcionarán capacidades para ayudar a las organizaciones a mantener bajo control el aumento del riesgo.
«Hemos visto cómo se utiliza la inteligencia artificial para desarrollar código, cómo se emplea en la creación de deepfakes y cómo se utiliza para elaborar correos electrónicos de spear-phishing», afirmó Joyce. «Pero no hemos observado nada parecido a un ataque « » ni a ninguna campaña que se perpetúe por sí misma». «A esto lo denomino “los tiempos de antes”, porque estoy totalmente convencido de que ese tipo de cosas están por llegar».
Google ya está utilizando la inteligencia artificial a gran escala para hacer frente a la inteligencia artificial. La empresa analiza miles de millones de muestras de malware con modelos automatizados de , integra la inteligencia artificial en Gmail para reducir el phishing y el spam, y recientemente ha utilizado un agente de inteligencia artificial para detectar y ayudar a corregir una vulnerabilidad en SQLite —una base de datos ligera integrada en numerosas aplicaciones— antes de que los atacantes pudieran aprovecharla.
«Esta ha sido la primera vez que se ha utilizado la inteligencia artificial para detectar una vulnerabilidad en un entorno real», afirmó Joyce. «Para los defensas, eso es algo emocionante».
El (lucrativo) futuro de la seguridad en la nube híbrida
Las últimas previsiones de Gartner en materia de seguridad de la información indican que el gasto en seguridad está aumentando considerablemente, impulsado por las inversiones en seguridad de la nube híbrida. Según el informe « Q3 2025 » de esta destacada empresa de investigación y asesoramiento, se prevé que el gasto en herramientas de gestión de la seguridad en la nube (CSPM) crezca de 2.5 000 millones de dólares en 2023 a 13 000 millones de dólares en 2029—a , con una tasa de crecimiento anual compuesta (CAGR) del 31.23 %, lo que lo convierte en el segmento de más rápido crecimiento del informe. El mercado alcanzará los 15.6 000 millones de dólares en 2032.
La seguridad moderna de la nube híbrida se basa en la creación de capas de defensa, de modo que los atacantes se encuentren con resistencia en cada paso. La visibilidad, la microsegmentación y la supervisión basada en la inteligencia artificial conforman un marco de seguridad lo suficientemente resistente como para hacer frente a los flujos masivos de datos, los movimientos laterales y las amenazas autónomas.
«El futuro de la seguridad y la creación de valor no consiste en levantar muros más altos, sino en construir un entramado de confianza desde dentro hacia fuera», afirmó Jyoti. «Esto implica pasar a un modelo basado en la identidad y de confianza cero, en el que cada agente de IA se trata como un usuario con privilegios. «Debemos incorporar una supervisión continua para detectar comportamientos anómalos, utilizar controles de acceso detallados para reforzar la seguridad y —esto es fundamental— mantener a las personas al corriente de las decisiones más críticas».