Solo el 30% de las empresas españolas tiene visibilidad total de sus datos de IA, según informe de Red Hat

La mayoría de los directores de Tecnologías de la Información (CIO) españoles (85%) confía en que sus agentes de inteligencia artificial (IA) operan de forma segura, si bien solo el 30 por ciento puede determinar con exactitud dónde se almacenan y procesan los datos.

Red Hat, el proveedor de soluciones de código abierto empresarial, ha compartido los resultados de un estudio que analiza la adopción de la IA empresarial y la gestión de riesgos entre 1.400 CIO de 14 países, incluido España.

La investigación señala que, si bien los agentes autónomos de IA ya están presentes en el cien por cien de las organizaciones españolas incluidas en la muestra del estudio, persiste una brecha crítica entre la gobernanza percibida y la visibilidad operativa real.

El 85 por ciento de los CIO españoles consultados expresa una gran confianza en que sus agentes de IA funcionan de manera segura y conforme a la normativa, respaldados por mecanismos de control y supervisión.

No obstante, los datos ponen de manifiesto que este optimismo puede encubrir una falta de visibilidad: solo el 30 por ciento de los encuestados afirma conocer con precisión los flujos de datos dentro de su organización, así como los lugares donde estos se almacenan y procesan.

Algo más de dos de cada diez (22%) cuentan con una visión exhaustiva de su cadena de suministro de 'software' y de sus dependencias directas e indirectas. Y apenas un tercio (28%) evalúa de forma continua los riesgos derivados de los proveedores de IA más allá de la fase inicial de adopción.

PEQUEÑAS BRECHAS DE VISIBILIDAD

Desde Red Hat señalan que si bien los participantes en la encuesta consideran que sus entornos y agentes de IA disponen de controles adecuados de seguridad y soberanía, la realidad evidencia una falta de pruebas auditables en dichas operaciones.

Y esto ocurre en un contexto en el que las empresas españolas están acelerando su curva de adopción de la IA. El 37 por ciento asegura confiar plenamente en las barreras de seguridad probadas, la monitorización continua y los sistemas automatizados de intervención. Otro 48 por ciento manifiesta una "confianza razonable" en tener bajo control la seguridad y el cumplimiento, aunque reconoce pequeñas lagunas en sus medidas de control y supervisión.

Sin embargo, en entornos de producción, el intercambio de datos sin supervisión entre plataformas empresariales, servicios en la nube y modelos externos de IA puede generar riesgos. Al respecto, el 47 por ciento de las organizaciones españolas reporta pequeñas carencias en la visibilidad de los flujos de datos; el 22 por ciento ya ha implementado funciones de IA sin comprender del todo estos flujos; y el 1 por ciento tiene con una visión muy limitada de dónde se almacenan los datos.

Aunque el 79 por ciento de las empresas españolas afirma aplicar parches críticos en menos de 24 horas, solo el 22 por ciento dispone de una visión completa de las dependencias directas e indirectas de su cadena de suministro de 'software'.

En lo que respecta a las dependencias indirectas, que son habituales en multitud de proyectos de 'software' de código abierto e implica que integran librerías, 'frameworks' y otros elementos procedentes de proyectos de terceros, el 78 por ciento reconoce no evaluarlas con eficacia.

Estas dependencias pueden conllevar riesgos notables para el ecosistema tecnológico de una organización, en especial si no se evalúan con eficacia, como reconoce el 78 por ciento de los encuestados.

Por otra parte, y sobre la evaluación de los riesgos asociados a los proveedores de IA, solo el 28 por ciento de las compañías españolas declara estar bien preparada y contar con criterios cuantificables y monitorizados de manera continua en sus operaciones diarias con IA.

Y aunque el 34 por ciento de las empresas lleva a cabo una evaluación de riesgos previa a la implementación de nuevas tecnologías de IA, también reconoce que tiene dificultades para supervisar y valorar dichos riesgos con posterioridad.