La inteligencia artificial ya no solo recomienda código: comienza a investigar vulnerabilidades, ejecutar tareas y operar dentro de la infraestructura empresarial. El cambio parece técnico, pero su verdadero impacto es directivo. Cuando una herramienta puede revisar software, reproducir fallas o trabajar desde máquinas conectadas a la red corporativa, la pregunta deja de ser cuánto acelera al desarrollador y pasa a ser quién controla lo que hace, dónde lo hace y con qué evidencias. Esa diferencia separará a las empresas que adoptan IA con criterio de aquellas que simplemente incorporan nuevas capacidades sin rediseñar controles, responsabilidades y riesgos. Mantis y las máquinas autoalojadas de Cursor son señales recientes de una tendencia mayor: la IA empresarial está entrando en una etapa donde autonomía y gobierno deben crecer al mismo ritmo. Para un gerente, esto no es un asunto exclusivo de sistemas. Es arquitectura, seguridad, continuidad, datos y responsabilidad. 👉 LEE NUESTRO BLOG...
Durante muchos años, las organizaciones discutieron si debían llevar sus sistemas a la nube, contratar software como servicio, permitir el trabajo remoto o integrar aplicaciones mediante API. Ahora estamos entrando en una conversación más delicada: qué sucede cuando la tecnología deja de limitarse a almacenar información o ejecutar instrucciones predeterminadas y comienza a decidir qué acciones realizar para alcanzar un objetivo.
Ese cambio modifica la naturaleza del riesgo.
Un programa tradicional ejecuta aquello para lo cual fue construido. Un agente de inteligencia artificial interpreta contexto, selecciona acciones, utiliza herramientas, genera código, consulta información, modifica archivos y puede comprobar por sí mismo si alcanzó un resultado.
Desde la perspectiva empresarial, esa autonomía constituye una enorme oportunidad de productividad. Pero también amplía la superficie de decisión que antes pertenecía exclusivamente a una persona.
Ahí comienza el verdadero desafío.
El avance importante no consiste solamente en encontrar errores
Mantis ofrece una señal interesante de hacia dónde evoluciona la seguridad asistida por inteligencia artificial.
El proyecto publicado en el repositorio de Google se presenta como un conjunto modular de habilidades para agentes de programación capaces de investigar, reproducir y proponer correcciones de vulnerabilidades. Su arquitectura incorpora diferentes etapas para investigar, revisar, filtrar hallazgos, reproducir posibles vulnerabilidades dentro de ambientes aislados y posteriormente plantear correcciones.
Lo realmente valioso para un empresario no es memorizar sus comandos.
Lo importante es comprender el principio que hay detrás.
Durante años hemos tenido herramientas capaces de alertarnos sobre posibles problemas. El inconveniente es que detectar algo sospechoso no equivale necesariamente a demostrar que existe un riesgo real.
En cualquier organización ocurre algo parecido.
Un tablero puede mostrar cien alertas, pero la dirección necesita saber cuáles requieren una decisión.
Un sistema puede identificar cientos de anomalías, pero alguien debe distinguir entre ruido operativo y riesgo empresarial.
Una inteligencia artificial puede generar una observación técnicamente razonable, pero eso todavía no significa que la organización deba actuar inmediatamente sobre ella.
Por eso resulta especialmente revelador que el propio proyecto Mantis advierta que los modelos son no deterministas, pueden producir hallazgos incorrectos y requieren verificación humana especializada. También recomienda ejecutar código generado por IA dentro de entornos fuertemente aislados y no directamente sobre sistemas productivos, información sensible o redes internas.
Esa advertencia debería estar escrita, metafóricamente, en la puerta de cualquier proyecto empresarial de inteligencia artificial:
capacidad no significa autorización.
La IA puede saber hacer algo.
Eso no significa que deba permitírsele hacerlo en cualquier lugar, sobre cualquier información y sin supervisión.
La empresa debe dejar de preguntar únicamente “¿qué puede hacer esta IA?”
Esta es una de las conversaciones que considero más importantes para los próximos años.
Muchas compañías están evaluando inteligencia artificial preguntando:
¿Puede automatizar este proceso?
¿Puede programar?
¿Puede analizar documentos?
¿Puede responder clientes?
¿Puede revisar nuestro software?
Son preguntas legítimas, pero incompletas.
Desde TODO EN UNO.NET planteamos otra secuencia de pensamiento:
¿Qué proceso empresarial estamos intentando mejorar?
¿Qué información necesita la herramienta?
¿Qué decisiones podrá tomar?
¿Qué sistemas podrá utilizar?
¿Qué acciones podrá ejecutar?
¿Qué debe permanecer bajo autorización humana?
¿Qué evidencia quedará de lo realizado?
¿Quién responde cuando algo sale mal?
Una organización que no puede responder esas preguntas todavía no tiene un proyecto de inteligencia artificial. Tiene solamente una herramienta con acceso a recursos corporativos.
Y no es lo mismo.
Si su empresa está incorporando IA, automatización o agentes sin tener claridad sobre procesos, accesos, infraestructura y responsabilidades, una conversación de diagnóstico puede evitar inversiones aisladas y riesgos innecesarios:
https://t.mtrbio.com/todo-en-unonet
Nuestro criterio ha permanecido durante décadas: “Nunca la tecnología por la tecnología en sí misma; sino la tecnología por la funcionalidad.”
Con los agentes autónomos, esa filosofía adquiere todavía más importancia.
Cursor introduce otra variable: dónde trabaja realmente el agente
La evolución reciente de Cursor añade una segunda pieza importante a esta conversación.
El 2 de septiembre de 2026 anunció sus Self-Hosted Machines, que permiten que determinadas ejecuciones de sus agentes se realicen sobre máquinas administradas por la propia organización. Cursor explica que el entorno de ejecución puede ubicarse dentro de la infraestructura empresarial, facilitando acceso a servicios internos, repositorios, hardware especializado y determinadas configuraciones corporativas.
A primera vista, alguien podría interpretar esto simplemente como una nueva característica técnica.
Desde dirección empresarial debemos verlo de manera diferente.
Representa el comienzo de una etapa en la cual las organizaciones podrán decidir con mucha mayor precisión dónde actúa la inteligencia artificial.
Pero existe una distinción fundamental.
Que una tarea se ejecute en infraestructura propia no significa automáticamente que todo el procesamiento sea local ni que ninguna información pueda abandonar el entorno.
La propia documentación de Cursor aclara que, en su arquitectura de máquinas autoalojadas, la ejecución de herramientas ocurre dentro de la infraestructura administrada por el cliente, mientras que el ciclo del agente, la inferencia y la planificación permanecen en la nube de Cursor. Los resultados de herramientas pueden regresar al servicio para continuar el proceso de inferencia.
Este detalle es exactamente el tipo de asunto que una organización debe comprender antes de aprobar una solución.
Porque existe una enorme diferencia entre:
“la IA corre en nuestra red”
y
“todos nuestros datos permanecen exclusivamente dentro de nuestra red”.
Nunca deberían asumirse como equivalentes.
La soberanía tecnológica empieza por comprender el flujo de información
Cuando una empresa compra tecnología solamente comparando funciones y precios, suele descubrir demasiado tarde que existen decisiones mucho más importantes.
¿Dónde se procesa la información?
¿Qué información sale?
¿Dónde se almacena?
¿Qué registros quedan?
¿Qué credenciales utiliza el agente?
¿A qué sistemas puede conectarse?
¿Qué ocurre cuando modifica un archivo?
¿Puede ejecutar comandos?
¿Puede utilizar un navegador?
¿Puede acceder a bases de datos internas?
¿Puede interactuar con servicios de producción?
¿Puede generar código y ejecutarlo?
Estas preguntas ya no pertenecen únicamente al responsable de ciberseguridad.
Afectan a gerencia, tecnología, cumplimiento, riesgos, protección de datos y continuidad del negocio.
Cuando un agente tiene acceso a herramientas corporativas, su diseño debe observarse de forma similar a la incorporación de un nuevo actor operativo dentro de la empresa.
No porque la inteligencia artificial sea una persona, sino porque puede recibir permisos para realizar acciones que anteriormente ejecutaban personas.
Y los permisos siempre requieren gobierno.
El error sería darle acceso primero y diseñar controles después
He visto esta secuencia demasiadas veces durante procesos de modernización tecnológica.
Primero se compra la herramienta.
Después se busca dónde implementarla.
Luego aparecen las integraciones.
Posteriormente se descubren incompatibilidades.
Finalmente alguien pregunta quién debía controlar aquello.
La inteligencia artificial no debería repetir esa historia.
Antes de conectar agentes a sistemas internos necesitamos definir una arquitectura.
Una arquitectura tecnológica funcional no comienza escogiendo marcas.
Comienza comprendiendo qué necesita hacer la organización, qué procesos pretende mejorar, qué información interviene, qué riesgos existen y qué nivel de autonomía tiene sentido.
Después vienen las herramientas.
No antes.
Para algunas organizaciones puede resultar razonable utilizar agentes completamente alojados en la nube.
Otras necesitarán ejecución sobre infraestructura propia.
Algunas deberán aislar determinados procesos.
Otras mantendrán información sensible fuera del alcance de cualquier agente.
Y existirán procesos donde la IA podrá actuar autónomamente, mientras que determinadas decisiones deberán detenerse hasta recibir aprobación humana.
No existe una arquitectura universal.
Existe una arquitectura adecuada para cada realidad empresarial.
Si desea revisar si la infraestructura actual de su organización está preparada para integrar inteligencia artificial sin convertir cada nueva herramienta en una isla tecnológica, puede iniciar esa conversación aquí:
https://t.mtrbio.com/todo-en-unonet
El verdadero progreso de la IA será demostrar, no solamente afirmar
Hay otra enseñanza empresarial interesante detrás de Mantis.
El proyecto intenta ir más allá de una simple identificación automática de posibles fallas. Introduce etapas de revisión, crítica y reproducción antes de considerar consolidado un hallazgo, precisamente porque una respuesta convincente de un modelo no constituye por sí sola evidencia suficiente.
Este principio puede trasladarse mucho más allá de la ciberseguridad.
Durante la primera etapa de la inteligencia artificial generativa quedamos fascinados porque una máquina podía producir respuestas que parecían inteligentes.
La siguiente etapa empresarial exigirá algo diferente:
pruebas.
Si una IA afirma que existe una vulnerabilidad, queremos comprobarla.
Si recomienda cambiar un proceso, queremos conocer la evidencia.
Si modifica código, queremos pruebas.
Si automatiza una tarea, queremos trazabilidad.
Si toma una decisión operativa, queremos saber qué información utilizó.
Si ejecuta una acción, queremos un registro.
La organización madura no confiará en la IA porque “parece acertar”.
Construirá mecanismos para verificar cuándo acertó.
Ese cambio puede parecer pequeño, pero transforma completamente la adopción empresarial de inteligencia artificial.
Pasamos de confiar en respuestas a gobernar resultados.
El humano no desaparece: cambia de posición
Existe una interpretación frecuente según la cual cuanto más autónoma sea la inteligencia artificial, menos personas serán necesarias para supervisarla.
No necesariamente.
En muchos procesos cambiará la naturaleza del trabajo humano.
El profesional dejará de ejecutar manualmente cada paso y pasará a definir objetivos, límites, excepciones y criterios de aceptación.
El desarrollador no revisará únicamente código; revisará decisiones tomadas por agentes.
El responsable de seguridad no observará solamente usuarios y aplicaciones; también deberá observar identidades automatizadas.
El directivo no preguntará exclusivamente cuánto trabajo realizó la IA, sino qué riesgos asumió para realizarlo.
Ese desplazamiento implica una nueva responsabilidad empresarial: diseñar claramente dónde termina la autonomía tecnológica y dónde comienza el juicio humano.
La supervisión no debería existir porque desconfiemos de la tecnología.
Debe existir porque gobernamos una organización.
Cada agente necesita una frontera
Una forma sencilla de comprender el problema consiste en imaginar cada agente de IA rodeado por una frontera.
Dentro de esa frontera definimos qué puede leer.
Qué puede modificar.
Qué herramientas puede utilizar.
Qué servicios puede consultar.
Qué conexiones de red necesita.
Qué información nunca debería recibir.
Qué operaciones requieren aprobación.
Qué registros debe generar.
Qué ocurre cuando encuentra una situación inesperada.
Cursor, por ejemplo, ya dispone de mecanismos de sandbox que permiten controlar acceso a archivos, rutas y destinos de red para determinados comandos ejecutados por sus agentes. Su documentación describe configuraciones donde el acceso de red puede limitarse mediante reglas explícitas y donde los comandos pueden trabajar dentro del espacio autorizado sin tener acceso irrestricto al resto de la máquina.
Mantis insiste desde otro ángulo en la necesidad de utilizar entornos aislados porque los agentes pueden generar y ejecutar código impredecible.
Ambos ejemplos conducen a la misma conclusión empresarial:
la autonomía necesita límites diseñados deliberadamente.
No basta con instalar inteligencia.
Necesitamos diseñar su entorno de actuación.
La ventaja competitiva no será tener más IA
En los próximos años prácticamente cualquier empresa podrá acceder a modelos avanzados.
La diferencia no estará únicamente en quién contrata el modelo más poderoso.
La ventaja pertenecerá a quienes logren integrar inteligencia artificial dentro de procesos claros, infraestructura controlada, datos confiables y responsabilidades bien definidas.
Una empresa desorganizada con agentes más rápidos seguirá siendo una empresa desorganizada, solo que automatizará sus inconsistencias con mayor velocidad.
Una organización donde nadie sabe cuál es la versión correcta de un documento no resolverá el problema únicamente incorporando IA.
Una empresa con procesos mal definidos puede enseñarle esos mismos procesos deficientes a sus agentes.
Una organización sin gobierno de accesos puede multiplicar ese riesgo cuando incorpore identidades automatizadas.
Por eso la conversación sobre inteligencia artificial debe regresar a la empresa.
A su arquitectura.
A sus procesos.
A sus datos.
A sus personas.
A su capacidad de control.
De adoptar herramientas a diseñar capacidades empresariales
Los anuncios tecnológicos continuarán apareciendo cada semana.
Mantis evolucionará.
Cursor evolucionará.
Los modelos cambiarán.
Aparecerán nuevos agentes.
Algunos desaparecerán.
Otros serán reemplazados en meses.
Construir una estrategia empresarial alrededor de nombres comerciales sería un error.
La organización necesita desarrollar capacidades permanentes:
capacidad para evaluar herramientas;
capacidad para controlar accesos;
capacidad para proteger información;
capacidad para aislar ejecuciones;
capacidad para verificar resultados;
capacidad para cambiar de proveedor;
capacidad para medir impacto;
y, sobre todo, capacidad para mantener el control aunque la tecnología cambie.
Eso es arquitectura.
No dibujar servidores.
No acumular software.
No llenar la empresa de plataformas.
Arquitectura significa conseguir que tecnología, procesos, información, personas, seguridad y objetivos empresariales funcionen como un sistema coherente.
Cuando eso existe, la inteligencia artificial se convierte en una ventaja.
Cuando no existe, cada nueva herramienta añade otra dependencia.
La pregunta que debería llegar al comité directivo
Ante estos avances, considero que el comité directivo no debería preguntar solamente:
“¿Podemos implementar agentes de inteligencia artificial?”
Debería preguntar:
“¿Estamos preparados para gobernar agentes capaces de actuar dentro de nuestra organización?”
La diferencia entre ambas preguntas es enorme.
La primera conduce rápidamente a comprar tecnología.
La segunda obliga a revisar procesos, infraestructura, datos, permisos, proveedores, seguridad, supervisión y responsabilidad.
Y precisamente ahí empieza una transformación empresarial seria.
Durante años defendimos que digitalizar una empresa no significaba comprar computadores, contratar software o abrir cuentas en la nube.
Hoy debemos añadir algo más.
Incorporar inteligencia artificial tampoco significa darle acceso a herramientas y esperar productividad.
Significa diseñar cuidadosamente qué papel tendrá esa inteligencia dentro de la organización.
Mantis nos recuerda que incluso una IA especializada en descubrir vulnerabilidades necesita comprobación, aislamiento y supervisión.
Cursor demuestra que podemos acercar la ejecución de agentes a nuestra propia infraestructura, pero también nos obliga a comprender con precisión qué permanece local y qué continúa dependiendo de servicios externos.
Son avances importantes.
Pero la tecnología no puede sustituir el criterio empresarial que decide cómo utilizarla.
Ahí seguirá estando nuestra mayor responsabilidad.
La organización del futuro no será aquella donde la inteligencia artificial pueda hacerlo todo.
Será aquella donde la dirección sepa exactamente qué debe permitirle hacer, qué debe impedirle hacer y cómo demostrar que lo hizo correctamente.
Si su empresa está entrando en esta nueva etapa y necesita convertir herramientas aisladas de IA en una infraestructura coherente, segura y funcional, podemos analizar juntos dónde está hoy, qué riesgos existen y cuál debería ser el siguiente paso:
https://t.mtrbio.com/todo-en-unonet
La inteligencia artificial seguirá aumentando su autonomía. Nuestra obligación como empresarios y directivos es aumentar al mismo ritmo la calidad de nuestra arquitectura, nuestros controles y nuestras decisiones. Porque la innovación verdaderamente útil no consiste en entregar el control a la tecnología, sino en utilizarla para fortalecer aquello que la organización quiere lograr.