Generar confianza en la nueva economía agentic

La inteligencia artificial ya no es una tendencia de innovación. Es una realidad operativa. Los agentes de IA ahora están integrados en todo, desde la atención al cliente hasta las operaciones financieras, actuando en nombre de personas y empresas por igual. Estos agentes no se limitan a ejecutar scripts. Navegan por sistemas, inician transacciones y toman decisiones, de forma autónoma o bajo autoridad delegada.

Esta evolución marca un cambio radical. Los agentes no son usuarios humanos, pero razonan y toman decisiones con un grado creciente de autonomía. Esto significa que necesitan identidad. No solo credenciales, sino también gobierno, supervisión y responsabilidad. Aquí es donde entra en juego la identidad para la IA.

Esta guía está diseñada para ayudar a los líderes de identidad, seguridad y transformación digital a proteger y escalar sus iniciativas de IA de forma responsable. Tanto si está habilitando asistentes digitales para su plantilla como si está integrando agentes orientados al cliente, los agentes de IA se están convirtiendo en actores dentro de su ecosistema digital. La identidad es su fuente de confianza: el plano de control que garantiza que cada acción agentic esté autorizada, sea trazable, verificablemente segura y de confianza.

Por qué la identidad es la nueva capa de confianza para la IA

El auge de la IA agentic lo cambia todo en lo que sabemos sobre las interacciones digitales.

Los sistemas tradicionales de IAM se diseñaron para personas. Pero ahora, agentes inteligentes interactúan con sistemas sensibles, toman decisiones e incluso interactúan con otros agentes. Esto exige un nuevo tipo de marco de confianza que responda a:

• ¿Quién es el agente?
• ¿Quién aprobó sus acciones?
• ¿Qué tiene permitido hacer?
• ¿Podemos rastrear lo que hizo?

Sin esta visibilidad y control, las organizaciones se arriesgan a sufrir brechas, incumplimientos normativos y daños reputacionales. Incluso pueden verse sorprendidas por agentes maliciosos o bots que suplantan identidades.

La identidad para la IA redefine el modelo de confianza para la era de la IA. Proporciona las herramientas para reconocer agentes, vincularlos a usuarios, aplicar políticas y ejercer supervisión humana cuando sea necesario.

Comprender la identidad agentic

¿Qué es la identidad para la IA?

La identidad para la IA se refiere a los marcos, protocolos y controles que gestionan cómo los agentes de IA —actores no humanos capaces de actuar de forma autónoma o delegada— se autentican, autorizan y gobiernan en los sistemas digitales.

La identidad agentic no es un simple reenvasado de la identidad de máquina. Tiene en cuenta la agencia, la intención y la autonomía en la toma de decisiones. Estos agentes no solo ejecutan código. Interactúan, razonan y realizan tareas a través de flujos de trabajo y APIs, a menudo actuando en nombre de usuarios o de la propia empresa.

La identidad para la IA garantiza que cada agente esté:

• Reconocido como una entidad digital diferenciada
• Vinculado a permisos o autoridad delegada
• Gobernado mediante controles de ciclo de vida, auditoría y supervisión

Identidad agentic frente a identidad de máquina e IAM humano

El IAM tradicional se centra en proteger los sistemas de las personas (o viceversa), pero el IAM agentic debe gobernar actores no humanos cada vez más inteligentes, autónomos e interactivos. Estos agentes exigen constructos de identidad que puedan escalar a través de acciones en tiempo real, cambios de contexto y múltiples límites de confianza.

La identidad agentic introduce una nueva categoría de identidad digital, que combina características tanto de las identidades humanas como de las identidades de máquina, pero incorpora desafíos únicos debido a la autonomía y la capacidad de toma de decisiones de los agentes de IA.

Del control de acceso a la responsabilidad sobre las acciones

A diferencia de la identidad tradicional, en la que una persona inicia sesión y realiza una tarea, los agentes de IA difuminan las líneas entre actor, aprobador y ejecutor. Estos agentes pueden actuar de forma autónoma, activar flujos de trabajo u operar entre sistemas a velocidad de máquina. Esto hace que la función principal de los sistemas IAM sea fundamentalmente más compleja. No solo deben verificar el acceso, sino contextualizar las acciones y rastrear la autoridad en tiempo real.

Para gestionar los agentes de IA de forma responsable y transparente, su arquitectura de identidad debe responder a cuatro preguntas fundamentales:

¿Quién está actuando? Cada agente debe tener su propia identidad verificable, no una clave API compartida ni una integración en la sombra. Los agentes deben estar explícitamente reconocidos y autenticados de forma única.

¿Quién autorizó la acción? ¿El agente actuaba por cuenta propia o bajo autoridad delegada de una persona o sistema? Utilice mecanismos como assertion grants para codificar claramente esta delegación.

¿En nombre de quién? Si un agente opera para un usuario, rastree su sesión o acción hasta esa identidad humana. Esto es esencial para aplicar el consentimiento del usuario y permitir la verificación con supervisión humana (human-in-the-loop).

¿Con qué permisos y límites? Asegúrese de que los agentes operen dentro de roles con un alcance estrictamente definido. Aplique controles de acceso dinámicos, como privilegios just-in-time, para evitar excesos o consecuencias no deseadas.

Estas preguntas son puntos de control críticos para diseñar sistemas agénticos fiables y responsables.

Los cuatro pilares de la identidad para la IA

Una vez que los sistemas de identidad pueden responder quién está actuando y bajo qué autoridad, deben aplicar los comportamientos adecuados. Ahí es donde entran en juego los principios fundamentales de IAM —reimaginados para los agentes de IA—.

Estos cuatro pilares constituyen la base para proteger y gobernar las acciones agénticas:

Estos principios no son solo buenas prácticas: son requisitos para operar la IA de forma segura y a escala.

La identidad agéntica impulsa resultados empresariales estratégicos

La IA es fundamental para las iniciativas digitales clave que las organizaciones líderes están explorando. La identidad es esencial para minimizar el riesgo y materializar los beneficios que promete la adopción de la IA.

Para desbloquear las oportunidades que presenta la IA, las organizaciones necesitan:

Por qué la identidad para la IA es esencial

Los agentes de IA ya están aquí. Ya sea gestionando tareas de TI, atendiendo a clientes o tomando decisiones de compra, los agentes se están integrando rápidamente en el tejido digital de los ecosistemas empresariales y de consumo. Pero la mayoría de los sistemas de identidad nunca se diseñaron para este nivel de autonomía. Esa brecha tiene consecuencias reales.

Hacerlo bien puede suponer una ventaja decisiva para su organización. Hacerlo mal puede exponerle a riesgos enormes.

Los agentes de IA son un nuevo tipo de usuario

Al igual que los usuarios humanos, los agentes interactúan con APIs, acceden a datos sensibles, inician flujos de trabajo y activan transacciones. Pero, a diferencia de los humanos, lo hacen de forma continua, a escala y sin descansos. Los agentes de IA razonan, actúan y se adaptan dinámicamente para cumplir objetivos, y tratarlos como cuentas de servicio o procesos en segundo plano ignora su complejidad operativa y su perfil de riesgo.

Estas capacidades únicas hacen que los agentes sean potentes, pero también plantean cuestiones fundamentales sobre cómo gestionar su identidad, acceso y confianza en entornos empresariales.

El IAM tradicional no es suficiente

El IAM centrado en las personas se basa en la autenticación manual, roles estáticos y credenciales de larga duración. Estos enfoques no se trasladan a agentes dinámicos y autónomos. La mayoría de los sistemas IAM tradicionales presentan carencias en:

• Detectar cuándo los agentes están activos
• Diferenciar los agentes legítimos de los bots maliciosos
• Aplicar controles de acceso basados en el contexto
• Mantener la trazabilidad y la responsabilidad en acciones delegadas

Los sistemas tradicionales autentican a los usuarios y aplican controles de acceso estáticos, pero la IA agéntica requiere marcos de identidad basados en el contexto y alineados con objetivos. Estos agentes difuminan la línea entre el comportamiento de usuarios humanos y no humanos, lo que exige nuevos controles para garantizar que sus acciones estén autorizadas, sean trazables y estén alineadas con las políticas.

Cuantificar el riesgo

Sin políticas y procesos de identidad específicos para la identidad agéntica, las organizaciones se enfrentan a una exposición medible:

Uso indebido de credenciales — Los secretos compartidos o los tokens de usuario reutilizados socavan los registros de auditoría y abren la puerta a la suplantación y al acceso no autorizado.

Exfiltración de datos — Los agentes con privilegios excesivos o comprometidos pueden utilizarse para extraer datos sensibles a escala, a menudo sin activar los sistemas de detección tradicionales.

Lagunas en la responsabilidad de las decisiones — Sin una delegación autenticada, las organizaciones no pueden rastrear qué agente actuó, en nombre de quién o bajo qué autoridad, lo que genera incertidumbre normativa y legal.

Los riesgos conllevan implicaciones operativas, regulatorias y reputacionales reales. Sin límites claros de identidad y acceso, los agentes de IA pueden convertirse en actores no rastreables dentro de sistemas que nunca se diseñaron para gobernarlos ni supervisarlos. La gestión del riesgo agéntico comienza con la clasificación. No todos los agentes de IA actúan de la misma manera ni necesitan el mismo tipo de acceso. Las estrategias de identidad deben adaptarse a cómo opera cada agente y en nombre de quién.

Cómo la IA agentiva altera el panorama de IAM

La IA agentiva transforma el paradigma convencional de IAM. Los agentes pueden actuar en nombre de un usuario, operar de forma independiente o colaborar con otros agentes, todo ello atravesando límites de confianza e invocando sistemas sensibles. Este comportamiento dinámico y autónomo exige una evaluación en tiempo real de la identidad, la autoridad y el contexto.

Mientras que el IAM tradicional se centra en roles, credenciales y políticas estáticas, el IAM agentivo debe ser:

• Delegado, no suplantado
• Dinámico, no estático
• Contextual, no binario
• Observable, no opaco

Los equipos de IAM deben cambiar su mentalidad de controlar el acceso a gobernar el comportamiento.

Model Context Protocol (MCP) e interacciones agente-herramienta

MCP es un protocolo fundamental para habilitar interacciones seguras y escalables entre agentes y herramientas externas, APIs o fuentes de datos. Define cómo los agentes descubren, invocan y reciben respuestas de los servicios de manera estandarizada y autenticada.

Al abstraer la interfaz entre el agente y la herramienta, MCP permite a las organizaciones:

• Intermediar el acceso mediante puertas de enlace reforzadas por políticas
• Registrar clientes agentes mediante Dynamic Client Registration (DCR)
• Autenticar agentes mediante OAuth 2.0 o mTLS
• Aplicar autorización granular mediante scopes de OAuth y roles de IAM
• Registrar y supervisar el uso de herramientas por sesión de agente

MCP desplaza el acceso de los agentes desde una automatización opaca hacia interacciones controladas y auditables.

Cómo los agentes acceden a sistemas, datos y servicios

Los agentes utilizan dos métodos principales para interactuar con sistemas digitales:

Interacciones API — Los agentes utilizan credenciales o tokens OAuth delegados para llamar a servicios backend como APIs REST o GraphQL. Estas interacciones se integran bien con los sistemas de IAM y ofrecen una sólida aplicación de políticas.

Interacciones de interfaz gráfica de usuario (GUI) — Cuando no hay APIs disponibles, los agentes pueden interactuar directamente con la capa visual del software—haciendo clic, escribiendo y navegando por pantallas como un usuario humano. A menudo se les denomina Computer-Using Agents (CUAs).

Cada enfoque introduce desafíos distintos de identidad y seguridad. Las interacciones API se benefician de controles nativos de IAM, pero las interacciones GUI requieren salvaguardas adicionales como el etiquetado de sesiones, la detección de identidad y aprobaciones con intervención humana para acciones de alto riesgo.

El papel de IAM en la mediación de acciones agentivas

Para convertirse en el intermediario de confianza de la actividad agentiva, IAM debe:

• Delegar — Nunca suplantar. Emitir tokens con alcance limitado en lugar de compartir credenciales.
• Autenticar — Validar la identidad del agente mediante mTLS o aserciones firmadas, con los detalles del cliente registrados a través de DCR.
• Autorizar — Aplicar restricciones de políticas por sesión, tarea o recurso.

Igualmente importante, IAM debe registrar estas interacciones para mantener la visibilidad y permitir la revisión forense.

Principales riesgos y desafíos en el IAM agentivo

La IA agentiva introduce una nueva superficie de ataque que a menudo es invisible para los sistemas de IAM heredados. Estos son algunos de los principales riesgos y cómo abordarlos:

Uso compartido de credenciales — Cuando los agentes utilizan credenciales humanas, se rompen los registros de auditoría y aumenta el riesgo de suplantación.

Solución: Delegación autenticada mediante OAuth 2.0 y Dynamic Client Registration (DCR).

Agentes con privilegios excesivos — Los roles estáticos e insensibles al contexto hacen que los agentes accedan a más de lo necesario.

Solución: Derechos just-in-time (JIT) y políticas estrictas de mínimo privilegio.

Agentes en la sombra — Agentes no autorizados o no gestionados actúan sin ser detectados.

Solución: Registro dinámico, etiquetado y detección basada en identidad.

Falta de supervisión — Las acciones automatizadas pueden eludir los flujos de cumplimiento.

Solución: Aplicación con intervención humana mediante CIBA o autenticación step-up basada en push.

IA adversaria o manipulada (jailbroken) — Los agentes pueden ser manipulados para realizar comportamientos inseguros o no autorizados.

Solución: Supervisión continua, detección de anomalías y mecanismos de desactivación basados en políticas.

Los cuatro tipos de agentes de IA

Comprender los tipos de agentes de IA es fundamental para diseñar la estrategia de identidad adecuada. Existen muchas formas de segmentar los agentes, pero hay cuatro tipos generales principales:

Cada tipo de agente requiere diferentes niveles de control, delegación, supervisión y tratamiento de la identidad.

Lo que necesita saber

Preparando a sus equipos de identidad y seguridad para la IA agéntica

Ahora que los imperativos estratégicos y los riesgos están claros, el siguiente paso es la ejecución. Los equipos de identidad y seguridad deben evolucionar sus herramientas y operaciones para dar soporte a la IA agéntica, no solo para mitigar el riesgo, sino también para generar nuevo valor. Las siguientes capacidades representan los pilares fundamentales de una base de identidad eficaz para la IA.

Visibilidad: conozca cada agente, cada sesión

Antes de proteger a los agentes, las organizaciones deben primero detectarlos y clasificarlos con precisión y en contexto.

Descubrimiento de agentes — Identifique y etiquete los agentes de IA que interactúan con APIs, GUIs o plataformas externas, diferenciándolos de los usuarios tradicionales o de los procesos en segundo plano.

Detección de CUA — Utilice el reconocimiento de patrones y señales a nivel de dispositivo para detectar agentes que utilizan ordenadores y que imitan el comportamiento humano mediante interacciones en navegador o terminal.

Integración de plataformas — Conecte los sistemas de IAM con plataformas de agentes para capturar señales de identidad y datos de comportamiento en tiempo real a través de diversos endpoints.

Higiene de cuentas de servicio — Garantice que los agentes tengan identidades distintas y gestionadas —no cuentas compartidas ni genéricas— con atribución clara y metadatos auditables.

Incorporación y gestión: Definir y gobernar las identidades de los agentes

Los agentes requieren aprovisionamiento estructurado, asignación de propiedad y gobernanza del ciclo de vida adaptados a su función y perfil de riesgo.

Panel de control — Utilice herramientas centralizadas para gestionar las identidades de los agentes, la propiedad, las credenciales y los derechos con supervisión continua.

Clasificación de identidades — Clasifique los agentes por tipo (trabajador digital, asistente o agente personal BYO) y vincule cada uno a un propietario o custodio responsable.

Flujos de trabajo de aprovisionamiento — Aplique Dynamic Client Registration (DCR) y automatización basada en políticas para escalar la incorporación segura de agentes en todos los entornos.

Derechos delegados — Defina el alcance y vincule los permisos de los agentes a delegadores humanos, garantizando que el acceso sea específico para el propósito y revocable.

Autenticación y autorización: Interacciones seguras a velocidad de máquina

Las acciones de los agentes deben estar autenticadas, delimitadas y ser trazables en tiempo real, adaptándose a tareas y contextos cambiantes.

OAuth 2.0 y Assertion Grants — Utilice mecanismos de delegación basados en protocolos, como JWT firmados, para autorizar agentes sin compartir credenciales de usuario, lo que permite un control granular.

Aplicación en MCP Gateway — Aplique controles basados en políticas y verificaciones de autorización cuando los agentes invoquen herramientas a través de Model Context Protocol, garantizando el cumplimiento.

Acceso con alcance limitado — Emita tokens de corta duración y con alcance limitado para reducir la exposición y garantizar la ejecución con privilegios mínimos alineados con la intención actual de la tarea.

Confianza entre agentes — Implemente verificación criptográfica de identidad y cadenas de delegación firmadas para protocolos agente a agente como A2A o flujos de trabajo complejos en MCP.

Supervisión humana: Gobernar acciones agentivas de alto riesgo

No todas las tareas deben automatizarse. La supervisión humana garantiza la responsabilidad y las salvaguardas éticas.

HITL (Human-in-the-Loop) — Exija aprobaciones en tiempo real para operaciones sensibles mediante mecanismos como Client-Initiated Backchannel Authentication (CIBA), integrando a los usuarios a través de dispositivos conocidos.

Marcos de consentimiento — Defina límites claros sobre lo que los agentes pueden hacer en nombre de los usuarios, con consentimiento estructurado del usuario para alcances de acción específicos.

Restricciones de políticas — Imponga límites de tiempo, reglas basadas en el contexto y autenticación step-up para evitar que los agentes excedan sus capacidades o escalen privilegios.

Registros de auditoría — Mantenga registros separados y consultables para sesiones de agentes y acciones delegadas, etiquetando todas las transacciones iniciadas por agentes para garantizar la trazabilidad.

Protección frente a amenazas: Supervisar y contener riesgos basados en agentes

A medida que los agentes escalan, también lo hacen las superficies de ataque. La identidad desempeña un papel central en la mitigación proactiva.

Supervisión del comportamiento — Analice la telemetría en busca de anomalías como actividad inusual de API, tiempos de ejecución anómalos o patrones que se desvíen del comportamiento base del agente.

Detección de ataques adversariales — Detecte agentes vulnerados, secuestrados o mal configurados que intenten eludir controles o explotar vulnerabilidades del sistema.

Respuesta automatizada — Ponga en cuarentena a los agentes sospechosos, revoque los tokens de acceso y escale a revisión humana en cuestión de segundos para contener los riesgos de forma eficiente.

Revisión periódica — Programe revisiones administrativas periódicas de los derechos, la titularidad y las tendencias de actividad de los agentes para identificar desviaciones de riesgo y brechas de cumplimiento.

Cómo apoyar a sus desarrolladores

• Proporcione emisión segura de tokens y aplicación de scopes.
• Utilice las bases de OAuth 2.x y OpenID Connect.
• Habilite el Registro Dinámico de Clientes (DCR).
• Implemente patrones de assertion grant o intercambio de tokens.
• Admita flujos CIBA o de autorización de dispositivos para HITL.
• Cree gateways MCP para una integración segura entre agentes y herramientas.

Mejores prácticas para la adopción de IA agentiva

Adoptar con éxito la IA agentiva requiere algo más que tecnología. Exige una gobernanza de identidad disciplinada, protocolos de seguridad alineados y una base de confianza operativa. Estas mejores prácticas ofrecen una guía estratégica para los líderes de IAM:

Conozca y clasifique a sus agentes — Cree un inventario de todos los agentes de IA, clasificándolos por tipo, titularidad y nivel de autonomía. Distinga entre asistentes personales, asistentes digitales y trabajadores digitales, y aplique las políticas en consecuencia.

Delegue el acceso, no comparta credenciales — Sustituya el uso compartido de credenciales por delegación autenticada mediante OAuth 2.0 y assertion grants. Asegúrese de que todas las acciones de los agentes estén correctamente delimitadas por scopes, sean irrefutables y puedan rastrearse hasta el usuario o sistema original.

Aplique el principio de mínimo privilegio y acceso con scope limitado — Asigne a los agentes únicamente los permisos que necesitan y solo durante el tiempo necesario. Utilice acceso JIT, tokens con caducidad y scopes granulares para minimizar el movimiento lateral y el alcance del impacto.

Exija aprobación humana para acciones de alto riesgo — Implemente human-in-the-loop (HITL) para transacciones sensibles. Utilice mecanismos como CIBA o MFA basado en notificaciones push para permitir aprobaciones humanas fluidas sin ralentizar el rendimiento del agente.

Supervise continuamente el comportamiento de los agentes — Recopile telemetría de todas las sesiones de los agentes. Establezca líneas base y detecte anomalías mediante analítica de comportamiento para identificar de forma temprana agentes con comportamientos indebidos o comprometidos.

Registre las acciones de los agentes para cumplimiento y auditoría — Separe los registros de los agentes de los registros humanos. Incluya la identidad del actor, la autoridad delegada y el scope en todos los registros. Haga que la actividad de los agentes sea explicable y revisable.

Gestione los derechos de acceso de forma dinámica — Evalúe continuamente los roles y permisos de los agentes. Admita JIT, kill switches y revocación basada en políticas para cerrar el acceso al instante en caso de anomalías.

Unifique IAM en los canales de empleados, clientes y agentes — Trate la identidad de los agentes como un dominio central de identidad, junto con las identidades de empleados y clientes. Garantice políticas y controles coherentes en todos los tipos de usuario.

Qué observar en el nuevo panorama de la identidad

A medida que los sistemas de IA agentiva evolucionan, los marcos que utilizamos para protegerlos y gobernarlos deben evolucionar del mismo modo. Esta sección destaca cinco constructos críticos que han surgido para abordar los desafíos del comportamiento seguro de los agentes, la identidad y la colaboración.

Estas tecnologías representan el cambio actual en la forma en que los sistemas de identidad se están adaptando al comportamiento de los agentes y ya se están implementando para resolver necesidades inmediatas en delegación, confianza y control de acceso. Para los equipos que despliegan o gestionan agentes de IA, estos son los componentes fundamentales que están dando forma a una integración segura y operativa.

Model Context Protocol

Model Context Protocol (MCP) es una interfaz estandarizada que define cómo los agentes de IA acceden de forma segura a herramientas externas, APIs o fuentes de datos. En lugar de integraciones codificadas de forma rígida, MCP permite a los agentes descubrir e invocar capacidades a través de un gateway con aplicación de políticas. Admite autenticación segura (OAuth 2.0), establece acceso delimitado por scopes y registra cada interacción.

A medida que las organizaciones adoptan agentes a gran escala, MCP garantiza coherencia, visibilidad y control sobre el uso de herramientas.

Protocolos agente a agente

Los protocolos agente a agente como Agent2Agent (A2A) de Google protegen la colaboración entre agentes de IA. Permiten que los agentes se autentiquen entre sí, compartan objetivos estructurados y deleguen tareas, todo ello preservando el contexto de seguridad y la alineación de políticas.

A medida que los flujos de trabajo multiagente se vuelven más comunes (p. ej., un agente investiga mientras otro resume), los protocolos agente a agente establecen la confianza y las reglas de interacción necesarias para la orquestación entre agentes.

Credenciales verificables para agentes

Las credenciales verificables (VCs) permiten que los agentes de IA presenten declaraciones firmadas criptográficamente sobre su identidad, rol o afiliación. Estas credenciales pueden ser validadas por terceros de confianza sin integración directa, lo que posibilita una verificación descentralizada y resistente a manipulaciones.

Las VCs refuerzan la garantía de identidad, respaldan la autorización que preserva la privacidad y reducen el riesgo de suplantación de agentes entre sistemas y dominios.

Autorización adaptativa

Los roles estáticos no son suficientes para los agentes de IA que operan en entornos dinámicos y en tiempo real. La autorización adaptativa evalúa las decisiones de acceso utilizando entradas contextuales —nivel de riesgo, tipo de tarea, momento y patrones de comportamiento— para determinar si un agente debe continuar.

Este enfoque permite que los sistemas de identidad alineen continuamente los permisos con las necesidades situacionales, elevando los requisitos o revocando el acceso automáticamente cuando cambian las condiciones de riesgo.

Zero Trust para la IA

Los principios de Zero Trust—verificar explícitamente, asumir la brecha, aplicar el privilegio mínimo—son aún más críticos al gestionar agentes autónomos. Los agentes de IA nunca deben tener confianza implícita, credenciales de larga duración ni acceso sin restricciones.

Aplicar Zero Trust implica verificar continuamente a los agentes, aplicar delegación con alcance limitado, utilizar credenciales efímeras y aplicar controles en tiempo de ejecución a todas las acciones, por muy familiar que pueda parecer el agente.

Estos conceptos definen la arquitectura de las interacciones seguras entre agentes. Son la base técnica para aplicar la confianza, la delegación y el control a medida que los agentes de IA se integran en sistemas y flujos de trabajo. Comprenderlos es esencial para cualquier equipo que esté desarrollando o gobernando capacidades agénticas en la actualidad.

La identidad para la IA es la base de la confianza digital

A medida que busca innovar con la IA, necesita identidad. Los conceptos descritos en esta guía no son solo herramientas. Son los mecanismos mediante los cuales se establecen la confianza, el control y la responsabilidad en los sistemas impulsados por IA.

Si su empresa aplica estos principios, puede avanzar más rápido sin sacrificar la supervisión. Puede integrar agentes en los flujos de trabajo sin perder visibilidad. Y puede ofrecer experiencias inteligentes en las que tanto los clientes como los reguladores puedan confiar.

En la era de los sistemas agénticos, la identidad no es solo infraestructura. Y las organizaciones que implementen correctamente la identidad para la IA tomarán rápidamente la delantera.

Terminología clave—Identidad agéntica e IAM para agentes de IA

Protocolo Agent-to-Agent — Un protocolo (p. ej., Agent2Agent de Google, o A2A) que permite la comunicación segura entre agentes de IA. Admiten autenticación, delegación, intercambio de tareas y colaboración en flujos de trabajo agénticos.

Assertion Grant / Intercambio de tokens — Un flujo de OAuth 2.0 que permite intercambiar un token de identidad (como una credencial de usuario) por un nuevo token de acceso con alcance limitado para un agente. Esto posibilita una delegación segura y trazable sin suplantación de identidad.

Dynamic Client Registration (DCR) — Un mecanismo que permite a los agentes de IA registrarse como clientes OAuth en tiempo de ejecución. DCR facilita la incorporación flexible y escalable de agentes sin aprovisionamiento manual.

Credenciales efímeras — Credenciales de corta duración emitidas a los agentes para uso temporal. Estas reducen el riesgo de exposición en comparación con secretos estáticos o claves de API de larga duración.

Just-in-Time (JIT) Entitlements — Un modelo en el que los agentes reciben solo el acceso que necesitan, cuando lo necesitan. Los permisos se conceden en función del contexto en tiempo real y se revocan tras su uso.

Model Context Protocol (MCP) — Una interfaz estándar que permite a los agentes descubrir e interactuar de forma segura con herramientas externas y APIs a través de una pasarela con aplicación de políticas. MCP admite autenticación, autorización y telemetría.

mTLS (Mutual TLS) — Un protocolo seguro en el que tanto el agente (cliente) como el servicio (servidor) verifican la identidad del otro mediante certificados digitales. mTLS se utiliza habitualmente para garantizar la confianza mutua en interacciones sensibles.

OAuth 2.0 — Un estándar abierto para la delegación segura de acceso. Permite que los agentes de IA actúen en nombre de los usuarios mediante la emisión de tokens de acceso con alcances específicos, evitando la necesidad de compartir credenciales.

OpenID Connect (OIDC) — Un protocolo de autenticación basado en OAuth 2.0 que permite a los agentes o clientes verificar la identidad del usuario y recibir de forma segura información estructurada del perfil.

Policy-Based Access Control (PBAC) — Un modelo de control de acceso adaptativo que utiliza políticas contextuales—incluidos el rol del usuario, señales de riesgo, el tiempo y el tipo de tarea—para evaluar el acceso en tiempo real.

Tokens de acceso con alcance limitado — Tokens restringidos a un conjunto definido de acciones o recursos. La limitación de alcance garantiza que los agentes operen con el privilegio mínimo, alineado con la tarea delegada.

Secure Software Attestation (SSA) — Un método para verificar la integridad y el origen del software del agente antes de conceder acceso. SSA ayuda a garantizar que solo los agentes autorizados y sin manipulaciones puedan operar dentro de un sistema.

Trust Boundary — Un perímetro conceptual que separa las entidades de confianza (como los agentes y usuarios gestionados por la empresa) de las entidades no confiables o externas (como los agentes personales). Los límites de confianza guían la aplicación de políticas de identidad y acceso.