La financiación de Pluto Security alcanza los 42 millones de dólares mientras la IA creada por empleados supera los controles empresariales
Pluto Security salió del modo sigiloso con 42 millones de dólares tras descubrir que las aplicaciones de IA creadas por empleados pueden generar riesgos graves antes de que los equipos de seguridad los detecten. La financiación de Pluto Security combina una ronda semilla de 8,5 millones de dólares y una Serie A de 34 millones de dólares liderada por Jump Capital. También convierte un problema laboral conocido en una cuestión de seguridad urgente: ¿quién controla el software cuando casi cualquier empleado puede crearlo?
La empresa afirma que una herramienta de IA recién lanzada puede aparecer en un entorno corporativo en dos horas. También señala que personas sin perfil de desarrollo crearon aplicaciones vinculadas a cerca del 60% de los riesgos detectados en su base de clientes. Los equipos financieros generaron la mayor proporción, seguidos por los departamentos de marketing y jurídico.
Este patrón cambia el mapa de seguridad tradicional. Antes, los desarrolladores controlaban la mayor parte de la creación de software, mientras que los equipos de seguridad revisaban sistemas y rutas de implementación predecibles. Los creadores de IA, los asistentes de programación, las extensiones y los agentes ahora distribuyen esa actividad por toda la plantilla.
Pluto no es la única empresa que apuesta a que los controles existentes dejan vacíos importantes. Reco, WitnessAI, Prompt Security y otros proveedores persiguen áreas adyacentes de la seguridad empresarial de IA. Sus crecientes rondas de financiación sugieren que los inversores esperan que la actividad de los agentes se convierta en un mercado de seguridad diferenciado, no en otra función dentro de herramientas consolidadas.
La financiación de Pluto Security respalda una capa de control más amplia
La financiación importa porque Pluto vende una capa de control para una actividad que los productos de seguridad convencionales no fueron diseñados para interpretar.
Pluto anunció su lanzamiento público el 13 de octubre de 2026. Su financiación incluye una ronda semilla liderada por TLV Partners y una Serie A liderada por Jump Capital. Skinos, Ansa Capital y varios fundadores de empresas de ciberseguridad e inversores ángeles también participaron.
La empresa comenzó a vender en abril y ya ha superado los 2 millones de dólares en ingresos recurrentes anuales, según declaró a TechCrunch Shahar Bahat, CEO y cofundador. Pluto informa de más de 30 clientes empresariales, entre ellos Oscar Health, Workato, Sixt y AlphaSense. Estas cifras siguen siendo divulgaciones de la empresa, no resultados auditados de forma independiente.
Pluto emplea a 40 personas en Estados Unidos e Israel. Planea usar el capital para desarrollo de producto, investigación de seguridad y expansión en el mercado estadounidense. Su nota de lanzamiento de la empresa describe el negocio como una plataforma de seguridad para espacios de trabajo de IA.
Esta etiqueta refleja un alcance de producto más amplio que un catálogo básico de servicios de IA aprobados. Pluto afirma que observa herramientas de IA, entornos de programación, extensiones, skills, servidores Model Context Protocol, aplicaciones y agentes autónomos. Model Context Protocol, o MCP, es un estándar que permite a los sistemas de IA conectarse con herramientas y datos externos.
La distinción importa porque el riesgo empresarial ya no se limita a empleados que pegan texto confidencial en un chatbot. Un trabajador ahora puede montar una aplicación, concederle acceso a sistemas empresariales y dejar que un agente ejecute acciones. Cada paso introduce permisos, dependencias, flujos de datos y rutas de ejecución.
Según la información original sobre la financiación, Pluto encontró una aplicación financiera creada por empleados en una empresa Fortune 500 que gestionaba información de clientes y cancelaciones. Según se informa, la aplicación estaba expuesta a la internet pública. TechCrunch no identificó a la empresa, y los detalles del incidente fueron proporcionados por Pluto.
El ejemplo ilustra por qué es difícil gobernar el software creado por empleados. Un analista financiero puede entender los datos de clientes y la lógica de negocio sin comprender la autenticación, la exposición de red o la seguridad de las dependencias. La IA reduce el esfuerzo necesario para crear una aplicación funcional, pero no proporciona automáticamente esas disciplinas que faltan.
Pluto denomina a este entorno en expansión un espacio de trabajo de IA. Cada endpoint puede convertirse en un lugar donde los empleados crean software, instalan componentes de agentes o conectan datos internos con servicios de terceros. Por tanto, los equipos de seguridad deben rastrear qué existe antes de decidir qué debe bloquearse, limitarse o aprobarse.
Este desafío da a la financiación de Pluto Security un propósito más claro. La empresa no se limita a defender una nueva interfaz de chatbot. Intenta gobernar una fábrica de software distribuida que ha surgido en todos los departamentos más rápido de lo que los procesos formales de desarrollo pueden seguir.
Las personas sin perfil de desarrollo están ampliando la superficie de ataque
La IA ha desplazado la creación de software hacia empleados cuyo objetivo es la velocidad operativa, no una implementación segura.
El antiguo problema de la TI en la sombra consistía en que los trabajadores adoptaban suscripciones de software o almacenamiento en la nube no aprobados. La IA en la sombra añade sistemas capaces de generar código, conectarse a herramientas empresariales y actuar mediante los permisos de un usuario. Los riesgos resultantes son más dinámicos que una aplicación no autorizada situada tras una pantalla de inicio de sesión.
Pluto afirma que los departamentos financieros son la mayor fuente de los riesgos de IA que detecta. Les siguen los equipos de marketing y jurídico, mientras que los desarrolladores ocupan el cuarto lugar. Este orden es llamativo porque los programas de seguridad tradicionalmente concentran los controles de desarrollo en las organizaciones de ingeniería.
Las personas sin perfil de desarrollo suelen trabajar con información valiosa. Los equipos financieros acceden a previsiones, registros de transacciones y métricas económicas de clientes. Los equipos de marketing gestionan listas de clientes y sistemas de publicación, mientras que los equipos jurídicos manejan contratos y comunicaciones confidenciales.
Cuando estos empleados crean herramientas asistidas por IA, pueden generar accidentalmente aplicaciones con accesos relevantes. El peligro no requiere una intención maliciosa. Un prototipo útil puede pasar a estar operativo antes de que alguien revise sus credenciales, su configuración de almacenamiento o su exposición pública.
La adopción rápida dificulta el descubrimiento. Bahat afirma que una nueva herramienta de IA puede aparecer en las dos horas posteriores a su lanzamiento. Esa velocidad deja poco tiempo para compras, revisión jurídica, clasificación de datos o pruebas de seguridad tradicionales.
La investigación independiente respalda la preocupación más amplia sobre la adopción no autorizada. Un estudio sobre IA en el trabajo de 2025 descubrió que el 44% de los empleados utilizaba IA en el trabajo de maneras no autorizadas. Entre esos trabajadores, el 46% informó de haber cargado información confidencial de la empresa o propiedad intelectual en plataformas públicas.
Esos resultados de encuesta describen el comportamiento de los empleados, no incidentes de seguridad confirmados. Aun así, muestran por qué bloquear una lista corta de dominios de chatbot populares no puede resolver el problema. Los empleados pueden usar cuentas personales, extensiones de navegador, modelos locales, herramientas de programación y nuevos servicios que los equipos de seguridad nunca han evaluado.
La presión sobre los directores de seguridad de la información viene de ambos lados. Los líderes empresariales quieren una adopción más amplia de la IA porque los empleados pueden automatizar la investigación, el análisis, la comunicación y los flujos de trabajo internos. Los responsables de seguridad deben controlar los datos y las acciones implicados sin convertirse en el departamento que rechaza todos los experimentos.
Una prohibición general suele desplazar la actividad a canales menos visibles. Los trabajadores pueden utilizar dispositivos o cuentas personales cuando las herramientas aprobadas parecen inadecuadas. Ese comportamiento reduce la capacidad de la organización para identificar la exposición de datos, revocar accesos o investigar un incidente.
El acceso sin restricciones crea el fallo opuesto. Los empleados pueden conectar agentes a bases de datos de clientes, sistemas de mensajería, repositorios de código y recursos en la nube. Entonces, un agente puede operar con permisos heredados de un usuario, incluso cuando su tarea solo requiere un subconjunto limitado.
Aquí es donde la seguridad empresarial de IA se diferencia de las políticas básicas de uso aceptable. Una regla escrita no puede revelar qué conector invocó un agente ni si una extensión introdujo código malicioso. Tampoco puede interrumpir una acción insegura mientras esa acción está ocurriendo.
Por ello, los equipos de seguridad necesitan un inventario actualizado de herramientas, componentes, agentes y aplicaciones creadas por empleados. También necesitan contexto sobre el comportamiento previsto. El mismo comando puede ser rutinario para un desarrollador y sospechoso cuando lo activa un flujo de trabajo de marketing no relacionado.
La seguridad de IA de Pluto está diseñada en torno a ese problema contextual. La empresa afirma que combina el descubrimiento de herramientas con el análisis de riesgos y la intervención en tiempo real. Su oportunidad depende de si este enfoque proporciona a los defensores un control útil sin recopilar datos excesivos de los empleados ni interrumpir el trabajo legítimo.
La seguridad de IA de Pluto pasa de los usuarios a los agentes
La apuesta central de Pluto es que las herramientas de seguridad deben evaluar el comportamiento de un agente mientras actúa, no solo autenticar a la persona que lo inició.
Los sistemas tradicionales de endpoint e identidad siguen siendo necesarios. Pueden detectar malware, gestionar dispositivos, autenticar usuarios y restringir el acceso a recursos protegidos. Sin embargo, un agente autorizado aún puede realizar una acción no deseada mediante una sesión de usuario válida.
Bahat resume el cambio como un paso del comportamiento del usuario al comportamiento del agente. Un empleado puede acceder legítimamente a un sistema de clientes, por ejemplo. Un agente que trabaje para ese empleado podría intentar exportar registros, contactar con un servicio externo o solicitar permisos más amplios.
Pluto se conecta con sistemas de seguridad de endpoints y gestión de dispositivos. Puede desplegar sensores a través de esos sistemas o instalarlos directamente en los dispositivos. Según se informa, la plataforma recopila señales como prompts, comandos, procesos, permisos y actividad previa del usuario.
La empresa afirma que modelos ligeros que se ejecutan en los endpoints ayudan a interpretar las intenciones de un agente. Si el agente solicita permisos que exceden el objetivo aparente del usuario, Pluto puede bloquear la acción. También puede insertar instrucciones que obliguen al agente a solicitar confirmación.
Este modelo de intervención va más allá de la observación. Muchas herramientas de gobernanza se centran en el descubrimiento, la clasificación y los informes de políticas. Pluto pretende influir en una sesión activa antes de que un agente complete una tarea arriesgada.
Un ejemplo sencillo muestra el valor potencial. Un empleado puede pedir a un agente que resuma las cancelaciones recientes de clientes. Leer registros aprobados respalda esa tarea, mientras que exportar toda la base de datos de clientes no.
Un control de tiempo de ejecución podría distinguir entre esas rutas examinando permisos, comandos y contexto. Podría permitir la operación de lectura mientras detiene una transferencia externa. La parte difícil consiste en tomar esa decisión de manera consistente entre herramientas con interfaces y modelos de ejecución diferentes.
Pluto también opera Plutonium, un servicio gratuito para examinar skills de IA, servidores MCP, conectores y complementos disponibles públicamente. El servicio incluye un escáner de MCP y un catálogo de componentes evaluados. La empresa afirma que miles de profesionales de seguridad lo utilizan, aunque esa cifra no ha sido verificada de forma independiente.
Plutonium cumple dos propósitos. Aporta investigación de seguridad sobre componentes que las empresas pueden encontrar y ofrece a clientes potenciales una puerta de entrada a la plataforma comercial de Pluto. Bahat afirma que el interés entrante genera ahora el 70% del pipeline de ventas de la empresa.
La estrategia de plataforma refleja la rapidez con la que pueden propagarse los componentes de IA. Un empleado no necesita escribir una aplicación completa desde cero. Puede combinar un modelo, un conector, un skill descargado y credenciales de acceso para crear una automatización funcional.
Cada componente importado amplía la cadena de confianza. Un paquete comprometido puede robar secretos, alterar prompts, redirigir resultados o ejecutar comandos no deseados. Un servidor MCP también puede exponer capacidades que exceden la tarea prevista del agente.
Este mecanismo explica por qué la seguridad de Pluto AI se centra tanto en los componentes como en la actividad en tiempo de ejecución. Analizar un conector antes de instalarlo puede identificar problemas conocidos. Supervisar a un agente durante su ejecución puede abordar comportamientos peligrosos que solo aparecen después de que interactúan varios componentes de confianza.
Este enfoque también plantea una importante cuestión de privacidad. Los prompts, comandos y la actividad previa pueden contener información personal o empresarial sensible. Las empresas deben comprender qué recopila Pluto, dónde procesa esa información y durante cuánto tiempo conserva los datos.
Los modelos de endpoint podrían reducir parte de la exposición si procesan las señales localmente. Sin embargo, Pluto no ha documentado públicamente suficientes detalles de arquitectura para establecer las implicaciones exactas de privacidad en cada despliegue. Los compradores necesitarán validación técnica en lugar de basarse únicamente en las descripciones del producto.
La Verdadera Disputa Es Habilitación Frente a Control
El conflicto principal no es Pluto contra un único rival; es la autonomía de los empleados frente a sistemas de seguridad diseñados para un desarrollo de software centralizado.
Los creadores de IA prometen que los trabajadores podrán resolver problemas operativos sin esperar recursos de ingeniería. Esa promesa ya está cambiando quién crea aplicaciones dentro de las empresas. También debilita los puntos de control que antes hacían visible la actividad de software.
Los equipos de seguridad podrían responder bloqueando herramientas no autorizadas, deshabilitando conectores y restringiendo los agentes a entornos limitados. Ese enfoque reduce la exposición inmediata, pero también limita los beneficios de productividad que esperan los líderes empresariales. Puede incentivar a los empleados a eludir los controles oficiales.
La alternativa es una adopción supervisada. Los empleados conservan acceso a herramientas de IA, mientras los sistemas de seguridad descubren componentes, inspeccionan permisos e intervienen cuando el comportamiento infringe las políticas. Pluto ha construido su producto y su mensaje en torno a esta vía.
El equilibrio es más difícil de lo que parece. Los controles en tiempo de ejecución deben tomar decisiones con la suficiente rapidez para no ralentizar a los empleados. También deben comprender suficiente contexto para distinguir una automatización legítima de una insegura.
Los falsos positivos pueden convertir una plataforma de habilitación en otro sistema de bloqueo. Si los usuarios se enfrentan repetidamente a aprobaciones innecesarias, pueden abandonar el flujo de trabajo aprobado. Los equipos de seguridad podrían entonces perder la visibilidad por la que adquirieron el producto.
Los falsos negativos crean el problema opuesto. Un agente puede ejecutar una acción perjudicial antes de que los defensores comprendan su intención. El modelo que evalúa esa actividad puede tener un contexto incompleto, especialmente cuando los flujos de trabajo abarcan dispositivos locales, aplicaciones en la nube y servicios externos.
Los competidores se aproximan al mercado desde puntos de partida distintos. Reco hace hincapié en identidades, permisos, aplicaciones conectadas y los datos a los que pueden acceder los agentes. Su reciente ronda de financiación para seguridad de agentes recaudó 55 millones de dólares y reforzó la dirección cada vez más competida del mercado.
WitnessAI se concentra en gobernar las interacciones entre usuarios empresariales, sistemas de IA, datos y agentes. Su financiación para IA empresarial ascendió a 58 millones de dólares, con inversores como Sound Ventures, Fin Capital, Qualcomm Ventures y Samsung Ventures. La empresa también destaca los controles de flujo de datos y la gobernanza de agentes.
Otros proveedores se centran en la seguridad de modelos, los ataques mediante prompts, las pruebas de aplicaciones de IA o la prevención de pérdida de datos. Las empresas consolidadas de seguridad de endpoints, identidad y nube pueden ampliar sus plataformas hacia el mismo terreno. Ya cuentan con relaciones con clientes y acceso a telemetría útil.
Por lo tanto, Pluto debe demostrar que una capa de control específica para IA produce mejores decisiones que las extensiones de productos establecidos. También necesita integraciones lo bastante amplias para seguir a un agente a través de una pila empresarial fragmentada. Las nuevas herramientas de IA pueden aparecer más rápido de lo que cualquier proveedor individual puede desarrollar soporte nativo.
Los ingresos iniciales y las afirmaciones sobre clientes de la empresa sugieren una demanda real. Sin embargo, la demanda todavía no establece una categoría duradera. Los compradores podrían acabar consolidando los controles de agentes en plataformas de endpoint, identidad, navegador, nube o seguridad de datos.
Un riesgo aparte se refiere a la madurez de los propios agentes empresariales. Las empresas están experimentando con agentes, pero muchas aún no los han desplegado ampliamente en flujos de trabajo críticos. El gasto en seguridad podría superar a la adopción en producción si los ambiciosos proyectos de agentes siguen siendo limitados o poco fiables.
Eso no elimina el actual problema de la IA en la sombra. Las aplicaciones creadas por empleados y las herramientas no autorizadas ya generan brechas de visibilidad. Sí significa que Pluto debe atender el uso desordenado de hoy mientras se prepara para sistemas más autónomos.
El mecanismo de intervención de la empresa es su afirmación más importante y su prueba más difícil. Bloquear una solicitud excesiva de permisos parece sencillo en una demostración. Aplicar esa decisión en miles de flujos de trabajo variados exige contexto preciso, integraciones estables y políticas que los empleados puedan comprender.
Los compradores de seguridad empresarial para IA deberían pedir resultados medibles. Entre los indicadores útiles se incluyen herramientas descubiertas, exposiciones confirmadas, acciones bloqueadas, tasas de falsos positivos, tiempo de investigación y adopción por parte de los empleados de flujos de trabajo aprobados. Los logotipos de clientes y los totales de financiación no pueden sustituir esa evidencia operativa.
Lo Que los 42 Millones de Dólares No Demuestran
La financiación de Pluto Security valida el interés de los inversores y la demanda inicial de clientes, pero no valida todas las afirmaciones de detección o prevención.
La mayoría de las cifras detalladas sobre riesgos en la cobertura del lanzamiento proceden de Pluto. Eso incluye la afirmación de que los no desarrolladores representan alrededor del 60 % de los riesgos detectados. También incluye la aplicación de una empresa de la lista Fortune 500 que, según se informó, quedó expuesta en línea.
Estas divulgaciones son indicios creíbles, pero la evidencia pública carece de detalles metodológicos. Pluto no ha revelado el tamaño ni la composición del conjunto de datos detrás de la cifra del 60 %. Tampoco ha explicado si cada hallazgo tenía la misma gravedad o cómo se gestionaron los problemas duplicados.
La empresa también afirma que cada prueba de concepto descubrió material malicioso. Bahat dijo a TechCrunch que algunos paquetes de extensiones o skills mostraron ataques activos durante las evaluaciones. Sin incidentes identificados ni confirmación independiente, los lectores deberían tratar esa declaración como una afirmación de la empresa.
“Malicioso” puede abarcar varias condiciones. Un componente podría contener malware deliberado, conectarse a un dominio sospechoso, exponer credenciales o coincidir con un patrón de comportamiento riesgoso. Cada categoría exige una respuesta diferente y conlleva un nivel distinto de certeza.
Los proveedores de seguridad tienen incentivos para presentar comportamientos ambiguos como urgentes. Los clientes también tienen incentivos para clasificar de forma conservadora la actividad incierta. Los estudios de caso independientes ayudarían a separar errores comunes de configuración de un compromiso activo.
Las preocupaciones sobre privacidad y trabajo merecen la misma atención. Supervisar prompts, comandos, procesos y actividad histórica puede revelar patrones de trabajo sensibles. También puede capturar información personal cuando los empleados usan entornos mixtos personales y corporativos.
Las organizaciones necesitan límites claros en torno a la recopilación y la revisión. Deben definir qué señales se procesan localmente, cuáles llegan a un servicio central y quién puede inspeccionarlas. También importan la notificación a los empleados y las obligaciones regionales de privacidad.
Una capa de seguridad de IA puede convertirse por sí misma en un objetivo de alto valor. Un sistema que observa prompts, permisos, herramientas y comportamiento de usuarios puede contener información útil para atacantes. Pluto debe demostrar un aislamiento sólido, controles de acceso, registro y prácticas de respuesta a incidentes.
La técnica correctiva de la empresa introduce otra incertidumbre. Inyectar instrucciones en una sesión de agente puede cambiar el comportamiento, pero las respuestas de los modelos son probabilísticas. El control no debe depender por completo de que un modelo siga voluntariamente una nueva instrucción.
La aplicación determinista sigue siendo esencial para acciones de alto impacto. Un motor de políticas puede denegar una solicitud de red, revocar un token o bloquear un proceso independientemente de lo que el agente genere después. Los compradores deberían examinar dónde Pluto utiliza el juicio del modelo y dónde aplica límites técnicos ejecutables.
La cobertura de integraciones plantea un reto adicional. El valor de Pluto aumenta cuando puede observar conjuntamente endpoints, herramientas de navegador, servicios en la nube, conectores y agentes. Omitir una ruta de ejecución puede generar un relato incompleto de lo ocurrido.
La empresa también debe seguir el ritmo de un ecosistema de componentes que cambia rápidamente. Nuevas herramientas de programación, frameworks de agentes, skills y servidores MCP aparecen de forma continua. Un catálogo de detección puede quedar obsoleto si los equipos de investigación y producto no lo actualizan con rapidez.
Estas limitaciones no hacen que el enfoque de Pluto sea poco sólido. Definen lo que los clientes deberían probar durante una prueba de concepto. La evaluación más sólida utilizaría flujos de trabajo seguros conocidos, riesgos sembrados, comportamiento inesperado de agentes y escenarios sensibles para la privacidad.
Los compradores también deberían comparar Pluto con los controles que ya poseen. La detección de endpoints existente, la gobernanza de identidad, los navegadores seguros, la prevención de pérdida de datos y los sistemas de acceso a la nube pueden cubrir partes del problema. Una nueva plataforma debería reducir los puntos ciegos sin crear otra consola desconectada.
La prueba central es operativa, no conceptual. Los equipos de seguridad ya coinciden en que la actividad de IA sin control crea riesgos. Pluto debe demostrar que su contexto mejora las decisiones lo suficiente como para justificar su despliegue en dispositivos de empleados y sistemas empresariales.
Tres Señales Mostrarán Si la Apuesta de Pluto se Sostiene
La siguiente fase revelará si la seguridad consciente de los agentes se convierte en una capa de control duradera o en una función absorbida por plataformas más grandes.
La primera señal es el rendimiento de clientes documentado de forma independiente. Pluto necesita que los clientes describan la actividad peligrosa que encontró, las acciones que detuvo y los falsos positivos que produjo. Los estudios de caso identificados tendrían más peso que las afirmaciones agregadas.
La evidencia procedente de industrias reguladas sería especialmente útil. Las organizaciones sanitarias, de servicios financieros y jurídicas gestionan datos sensibles bajo requisitos estrictos. Los despliegues exitosos en esos sectores demostrarían que Pluto puede equilibrar observación, privacidad y aplicación de controles.
La segunda señal es la cobertura de producto en entornos de IA que cambian rápidamente. Pluto debe demostrar que puede seguir la actividad desde un endpoint, pasando por un conector, hasta una aplicación empresarial. También necesita ofrecer soporte rápido para herramientas y tipos de componentes recién lanzados.
Un catálogo Plutonium en crecimiento puede ayudar a medir la amplitud de la investigación. Señales más importantes incluyen el tiempo de respuesta ante amenazas recién descubiertas y la precisión de las evaluaciones de componentes. Los análisis técnicos públicos facilitarían la evaluación de esas capacidades.
La tercera señal es cómo responden los proveedores de seguridad establecidos. Los proveedores de seguridad de endpoints, identidad, navegador, nube y datos ya ocupan los sistemas donde operan los agentes. Si lanzan controles comparables en tiempo de ejecución, Pluto necesitará una ventaja clara en contexto, precisión o velocidad de despliegue.
La financiación de competidores también importa porque respalda un desarrollo de producto más rápido. La reciente financiación de Reco y la ronda anterior de WitnessAI muestran que Pluto se enfrenta a rivales bien financiados. La carrera más amplia entre startups presionará a todos los proveedores para que definan qué capa controlan.
La consolidación es otro resultado probable. Las grandes plataformas podrían adquirir especialistas para añadir descubrimiento de IA o aplicación de controles para agentes. Los clientes pueden preferir un plano de control unificado si reduce las integraciones y la fatiga por alertas.
El impulso inicial de Pluto le otorga una posición creíble. Más de 30 clientes empresariales reportados e ingresos recurrentes de varios millones de dólares indican que los líderes de seguridad están asignando presupuestos ahora. La plataforma de investigación gratuita de la empresa también puede reforzar su visibilidad entre los profesionales.
Sin embargo, el mercado no se decidirá por quién describe el riesgo de forma más dramática. Se decidirá por qué productos identifican la actividad real, previenen errores con consecuencias y preservan la productividad que impulsó la adopción de la IA.
Los trabajadores del conocimiento también tienen interés en ese resultado. Los controles mal diseñados pueden convertir cada acción de IA en una solicitud de aprobación. Los controles bien diseñados pueden permitir que los empleados creen flujos de trabajo útiles dentro de límites técnicos claros.
Los equipos que experimentan con IA deberían documentar qué herramientas utilizan, a qué datos pueden acceder esas herramientas y qué acciones requieren aprobación humana. Una base de conocimientos de IA con capacidad de búsqueda puede respaldar ese registro, pero no sustituye los controles de acceso ni la revisión de seguridad.
La financiación de Pluto Security representa una prueba importante para la adopción supervisada de IA. ¿Pueden las empresas permitir que los empleados creen software y, al mismo tiempo, conservar un control significativo sobre los datos, los permisos y las acciones de los agentes? Las próximas pruebas procedentes de clientes, integraciones de productos y respuestas de los actores establecidos deberían aportar la respuesta.
Para los líderes de seguridad, la acción inmediata es sencilla: mapear la IA creada por los empleados antes de debatir qué plataforma debería gobernarla. Pregunten quién crea estas herramientas, a qué sistemas acceden y qué ocurre cuando un agente excede su tarea asignada. Después, comprueben si Pluto u otro proveedor empresarial de seguridad para IA puede detectar esas rutas sin obstaculizar el trabajo seguro. Las empresas que respondan pronto a estas preguntas comprenderán su exposición. Las que esperen a que ocurra un incidente visible estarán reconstruyendo un entorno de IA cuya existencia nunca supieron.
