Uniti Solutions AI Security traslada el control de la IA en la sombra a la red gestionada
Uniti Solutions lanzó su primer servicio dedicado de seguridad de IA gestionada, trasladando el control de la actividad de IA en el trabajo a una plataforma de seguridad de red existente. La oferta Uniti Solutions AI Security se dirige a prompts, respuestas, aplicaciones, modelos y agentes autónomos que los firewalls convencionales a menudo no pueden evaluar.
El servicio funciona con tecnología de Cato Networks y se vende como complemento de la oferta gestionada Secure Access Service Edge de Uniti. SASE combina funciones de red y seguridad en una arquitectura suministrada desde la nube. Este modelo de distribución es importante porque los nuevos controles se sitúan en la ruta de tráfico que ya utilizan los clientes participantes.
El anuncio no es simplemente otro proveedor de seguridad añadiendo “IA” a un producto consolidado. Uniti apuesta por que las empresas quieren que un proveedor de servicios opere controles de IA en herramientas aprobadas y no aprobadas. Microsoft, Google y empresas especializadas en seguridad están abordando el mismo problema a través de sus propias plataformas.
Esto genera la tensión central. Un servicio de red gestionado puede ofrecer a los equipos de seguridad un único punto de aplicación, pero la visibilidad por sí sola no genera una política de IA viable. Los clientes aún deben decidir qué prompts son aceptables, qué datos requieren protección y cuándo un bloqueo automatizado causa más perjuicios de los que evita.
Uniti Solutions AI Security vigila más que el acceso a aplicaciones
El servicio amplía la seguridad de red: pasa de controlar el acceso a interpretar lo que intercambian los usuarios y los sistemas de IA.
Uniti anunció la oferta el 13 de octubre de 2026. Su comunicado sobre AI Security describe tres funciones principales: descubrir el uso de IA, analizar las interacciones y aplicar barreras de protección en tiempo real.
El descubrimiento abarca aplicaciones, modelos y agentes de IA aprobados y no aprobados entre los usuarios y ubicaciones participantes. Esta función de inventario aborda la IA en la sombra, es decir, sistemas de IA utilizados sin la aprobación o gobernanza de una organización.
El servicio también examina prompts, respuestas y acciones. Uniti afirma que el sistema subyacente considera la intención en lugar de depender únicamente de coincidencias de palabras clave. Esta distinción importa cuando un prompt contiene lenguaje cotidiano junto con código fuente confidencial, información financiera o registros de clientes.
Las barreras de protección en tiempo real proporcionan la capa de aplicación. Según Uniti, los administradores pueden bloquear usos indebidos o redactar información sensible mientras se desarrolla una interacción. El enfoque busca preservar el acceso legítimo en lugar de tratar toda herramienta de IA no aprobada como una denegación automática.
El servicio cubre tres vías diferentes de IA empresarial. Los empleados pueden utilizar asistentes públicos de terceros, los desarrolladores pueden crear aplicaciones internas de IA y los agentes autónomos pueden actuar en sistemas conectados. Cada vía genera distintas identidades, flujos de datos y posibles consecuencias.
Que un empleado pegue un registro de cliente en un chatbot genera un riesgo directo de divulgación. Una aplicación interna puede exponer datos excesivos debido a controles de acceso débiles. Un agente introduce otra preocupación porque puede realizar acciones mediante herramientas y cuentas conectadas.
Uniti ofrece el servicio únicamente a clientes que utilizan su servicio SASE gestionado impulsado por Cato. Por tanto, es una ampliación de una relación de prestación existente, no un producto de seguridad independiente para todas las empresas.
Esa limitación también explica la lógica comercial. Uniti ya proporciona conectividad de red, implementación y soporte operativo a estos clientes. Puede añadir controles de tráfico de IA sin pedirles que establezcan otro flujo de trabajo independiente de operaciones de seguridad.
La compañía afirma que su negocio en general alcanza casi el 95% de las ubicaciones de clientes empresariales, gubernamentales y educativos de Estados Unidos. Esa cifra describe el alcance de su servicio, no la adopción de la nueva oferta de IA.
Uniti no ha divulgado cifras de clientes, resultados de despliegue, precisión de detección ni evaluaciones independientes del servicio. El anuncio establece sus capacidades previstas, pero no su rendimiento en un entorno de producción.
El cambio inmediato sigue siendo concreto. Los clientes actuales de SASE gestionado tienen ahora una opción para gobernar las interacciones de IA a través del mismo proveedor que opera su capa de seguridad de red.
La IA en la sombra se ha convertido en un problema de control de datos
Las empresas están bajo presión porque los empleados adoptaron la IA más rápido de lo que muchos equipos de seguridad establecieron reglas aplicables.
Uniti cita más de dos millones de clientes empresariales de OpenAI como prueba de que la IA empresarial ha superado la experimentación limitada. El informe sobre IA empresarial de OpenAI también informó de más de siete millones de puestos de trabajo de ChatGPT.
Estas cifras no muestran cuántas organizaciones tienen una gobernanza débil. Sí muestran que las herramientas de IA operan ahora en un gran número de cuentas laborales y procesos empresariales repetibles.
La estadística más reveladora procede de una encuesta sobre el lugar de trabajo de Microsoft y LinkedIn. Encontró que el 78% de los usuarios de IA encuestados llevó sus propias herramientas de IA al trabajo. El estudio original sobre IA en el trabajo presentó ese comportamiento como una adopción individual generalizada fuera de los programas formales de las empresas.
El comportamiento de llevar la propia IA crea un difícil problema de aplicación. Bloquear un dominio puede detener un servicio, pero los empleados pueden pasar a otro sitio web, extensión de navegador, aplicación o asistente integrado.
Las herramientas aprobadas tampoco eliminan el riesgo. Un chatbot autorizado aún puede recibir texto confidencial que un usuario no debería compartir. Un agente interno aprobado puede acceder a más registros de los que requiere su tarea.
Por eso la IA en la sombra difiere de un simple problema de inventario de software. Los equipos de seguridad necesitan saber qué herramientas están presentes, pero también necesitan contexto sobre identidades, datos, prompts y acciones resultantes.
La guía de Microsoft define la IA en la sombra como el uso de herramientas de IA sin el conocimiento, la aprobación o la gobernanza de los equipos tecnológicos de una organización. Su plan para la IA en la sombra recomienda descubrimiento, controles de aplicaciones, prevención de pérdida de datos, auditoría e investigación.
Uniti y Cato abordan la misma secuencia de control desde la capa de red gestionada. La visibilidad del tráfico puede revelar servicios de IA de terceros que los registros de compras o los sistemas de identidad pasaron por alto. La inspección en línea puede respaldar después políticas basadas en la información que se transmite.
Este modelo presiona a varias funciones de seguridad existentes. Los equipos de gobernanza de datos deben definir la información protegida. Los equipos de red deben implementar la aplicación sin interrumpir el trabajo legítimo. Los equipos de operaciones de seguridad necesitan alertas útiles en lugar de otro flujo de eventos con poco contexto.
Los propietarios de aplicaciones también se enfrentan a un mayor escrutinio. Si un sistema interno de IA aparece en el inventario, su responsable debe explicar qué datos utiliza y qué acciones puede realizar. Un agente no puede seguir siendo un experimento informal una vez que comienza a acceder a sistemas de producción.
Por tanto, el servicio responde tanto a una brecha organizativa como a una técnica. Los empleados tienen fuertes incentivos para utilizar herramientas de IA eficientes. Los equipos de seguridad no pueden gestionar esa demanda únicamente mediante documentos de uso aceptable.
Un programa viable necesita suficiente visibilidad para identificar comportamientos de riesgo y suficiente precisión para evitar bloquear la investigación, redacción o análisis habituales. La propuesta de Uniti es que la aplicación gestionada puede cerrar esa brecha para los clientes que ya enrutan el tráfico a través de Cato.
Cato AI Security convierte SASE en el punto de aplicación
La apuesta técnica es que la gobernanza de IA funciona mejor cuando los controles acompañan a los usuarios y al tráfico entre aplicaciones, ubicaciones y dispositivos.
La plataforma SASE de Cato combina acceso de red e inspección de seguridad en un servicio nativo de la nube. Uniti añade implementación, conectividad, supervisión y soporte operativo alrededor de esa plataforma para los clientes gestionados.
Esta estructura proporciona al servicio de seguridad de IA de Uniti un amplio punto de observación. Un usuario puede acceder a un chatbot público desde una oficina, una conexión remota o una aplicación alojada en la nube. Las políticas SASE pueden acompañar ese tráfico cuando pasa por el servicio gestionado.
Los firewalls tradicionales evalúan principalmente direcciones, puertos, protocolos, aplicaciones e indicadores de amenazas conocidos. Estos controles siguen siendo importantes, pero no explican por completo el significado de un prompt o una respuesta.
Una solicitud puede estar permitida técnicamente y aun así crear una exposición de datos. Por ejemplo, un empleado podría pedir a un asistente aprobado que resuma un documento confidencial de adquisición. La conexión es legítima, pero el contenido infringe la política de la empresa.
Uniti afirma que Cato AI Security puede inspeccionar la intención de prompts y respuestas, detectar datos sensibles y tomar medidas en línea. También puede inventariar cientos de herramientas de IA y distinguir los servicios autorizados de los no autorizados.
La redacción representa una opción menos disruptiva que el bloqueo completo. Una política podría eliminar un identificador protegido y permitir que continúe el resto de un prompt. En teoría, esto preserva la productividad y reduce el riesgo de divulgación.
Sin embargo, una redacción eficaz depende de la calidad de la clasificación. Un sistema debe reconocer datos protegidos en distintos formatos y comprender el contexto circundante. También debe evitar eliminar información común que los usuarios necesitan para un trabajo legítimo.
Los agentes elevan la importancia porque pueden actuar en lugar de limitarse a generar texto. Un agente podría consultar una base de datos, crear un ticket de soporte, enviar un mensaje o modificar un registro. Su perfil de seguridad incluye permisos de identidad, acceso a herramientas, instrucciones y exposición de datos.
La estrategia de plataforma de Cato se ha ampliado en torno a estos riesgos agénticos. A principios de 2026, la compañía anunció capacidades nativas de seguridad de IA y un servicio de prevención de amenazas agénticas. Uniti está empaquetando parte de esa dirección como un servicio operado para sus clientes.
La asociación ya está consolidada comercialmente. En agosto de 2026, Uniti renovó un acuerdo plurianual con Cato y recibió el estatus de Advanced Partner. Uniti afirma que menos del 2% de los socios globales de Cato poseen esa designación.
Las empresas también describen a Uniti como el primer proveedor gestionado norteamericano en ofrecer un servicio SASE gestionado impulsado por Cato. Estas son afirmaciones de las compañías sobre el estatus de su asociación, no mediciones independientes de resultados de seguridad.
Aun así, la relación reduce una fuente de riesgo de integración. Uniti no está ensamblando una pila de seguridad de IA desconocida inmediatamente antes del lanzamiento. Está ampliando una plataforma que sus equipos técnicos ya implementan y respaldan.
El mecanismo también crea un límite. Los controles solo pueden inspeccionar las interacciones visibles mediante tráfico, identidades, endpoints o aplicaciones integrados. Los flujos cifrados, dispositivos no gestionados, integraciones directas de aplicaciones y canales no compatibles pueden generar brechas.
Por ello, los clientes deberían preguntar qué vías ve el servicio. Deberían probar por separado navegadores, aplicaciones de escritorio, dispositivos móviles, APIs, modelos internos y herramientas de agentes. La “visibilidad de IA” solo es significativa cuando se define su cobertura.
Microsoft y Google compiten por la misma capa de control
El principal competidor de Uniti no es un proveedor gestionado concreto, sino el modelo de seguridad nativo de plataforma que ya existe dentro de los principales entornos tecnológicos empresariales.
Microsoft ofrece descubrimiento de IA y controles de datos mediante Purview, Defender for Cloud Apps, Entra e Intune. Purview puede aplicar políticas de prevención de pérdida de datos, auditar interacciones, clasificar información e investigar actividades de riesgo.
Su ventaja proviene de su proximidad a las identidades de Microsoft, los endpoints, los datos de productividad y los productos Copilot. Una organización profundamente invertida en Microsoft 365 podría preferir controles que hereden las etiquetas y políticas de cumplimiento ya existentes.
Microsoft también documenta la compatibilidad con determinadas aplicaciones de IA de terceros. Su guía de protección de IA agrupa los copilots de Microsoft, las aplicaciones empresariales de IA registradas y los servicios de IA generativa detectados por el navegador en categorías de control diferenciadas.
Google está desarrollando una cartera comparable en torno a Security Command Center, Sensitive Data Protection, Model Armor y sus servicios de IA en la nube. Model Armor analiza prompts y respuestas en busca de inyección de prompts, datos sensibles, contenido dañino y enlaces maliciosos.
El enfoque de Google resulta atractivo cuando los desarrolladores crean aplicaciones de IA en Google Cloud o necesitan protecciones a nivel de modelo mediante API. Microsoft cuenta con una ventaja similar cuando los flujos de trabajo de IA permanecen dentro de su entorno de identidad y productividad.
Uniti y Cato ofrecen una vía distinta. Su punto de aplicación es el servicio convergente de red y seguridad, en lugar de una única suite de productividad o plataforma de desarrollo en la nube.
Esto puede ayudar a una empresa con un entorno tecnológico mixto. Los empleados pueden utilizar Microsoft 365, Google Workspace, asistentes públicos de IA, software especializado y agentes desarrollados internamente. Una política a nivel de red puede ofrecer una capa común para esos entornos.
El modelo también reduce la carga operativa para clientes que no cuentan con un gran equipo interno de seguridad. Un proveedor gestionado puede ayudar a configurar políticas, supervisar eventos y respaldar cambios, en lugar de entregar a los administradores otra consola.
Sin embargo, las herramientas nativas de plataforma pueden disponer de un contexto más rico dentro de sus propios entornos. Microsoft puede utilizar etiquetas de confidencialidad, señales de identidad, estado del dispositivo y permisos de documentos. Una capa de red podría ver el contenido transmitido sin comprender todos los derechos empresariales subyacentes.
No se trata de una simple comparación de funcionalidades. Los clientes deben decidir qué punto de control ofrece el contexto que necesitan y qué equipo puede operarlo de forma coherente.
Algunas organizaciones combinarán ambos enfoques. Las herramientas nativas pueden proteger datos e identidades dentro de una plataforma en la nube, mientras los controles SASE supervisan un tráfico más amplio. Ese diseño por capas puede mejorar la cobertura, pero también puede duplicar alertas y medidas de aplicación.
Las políticas en conflicto generan problemas prácticos. Un sistema podría permitir un prompt tras una redacción, mientras otro bloquea la sesión. Herramientas separadas podrían registrar el mismo evento con distintas etiquetas de usuario, aplicación o riesgo.
Por tanto, el servicio gestionado de Uniti debe demostrar que la consolidación aporta valor operativo. La evidencia más sólida incluiría tiempos de investigación más cortos, menos aplicaciones no gestionadas, menor exposición de datos sensibles y tasas aceptables de falsos positivos.
El anuncio no proporciona esas mediciones. Hasta que los despliegues las generen, Uniti Solutions AI Security sigue siendo un modelo de prestación creíble, respaldado principalmente por capacidades de producto y una alianza consolidada.
La inspección de prompts crea sus propias compensaciones de seguridad
La misma visibilidad necesaria para controlar la IA puede exponer interacciones altamente sensibles de empleados y empresas a otro sistema de inspección.
La inspección de prompts parece sencilla hasta que las organizaciones consideran el material incluido en ellos. Los empleados podrían enviar código fuente, asesoramiento jurídico, información médica, registros de clientes, hallazgos de seguridad o datos financieros aún no publicados.
Un control que lee prompts y respuestas pasa a formar parte de la ruta de datos sensibles. Los clientes necesitan respuestas claras sobre ubicaciones de procesamiento, retención, acceso de administradores, cifrado, enrutamiento regional y respuesta ante incidentes.
También deben determinar si el contenido inspeccionado entrena algún modelo. El anuncio del servicio no describe los términos de retención de datos ni de entrenamiento de modelos. Esos detalles requieren una revisión contractual y técnica antes del despliegue.
Los falsos positivos presentan otro desafío. Un desarrollador podría analizar legítimamente una muestra de código que contiene palabras parecidas a credenciales. Un empleado de finanzas podría utilizar una herramienta autorizada con registros correctamente enmascarados. Los controles demasiado amplios podrían interrumpir ambas tareas.
Los falsos negativos son igual de graves. La información sensible puede aparecer en formatos inusuales o volverse identificable solo al combinarse con otro contexto. El análisis de intención puede mejorar la detección, pero ningún anuncio establece una comprensión perfecta.
Las aplicaciones de IA también afrontan amenazas que van más allá de la divulgación accidental por parte de empleados. La lista de riesgos de OWASP incluye la inyección de prompts, la divulgación de información sensible, el manejo inadecuado de resultados y la autonomía excesiva.
La inyección de prompts utiliza contenido elaborado para influir en el comportamiento de un modelo. Un agente puede encontrar instrucciones hostiles dentro de documentos, sitios web, correos electrónicos u otro material recuperado. Ese riesgo existe incluso cuando el empleado cumple la política de la empresa.
La inspección en línea puede contribuir a la defensa, pero no puede sustituir un diseño seguro de aplicaciones. Los desarrolladores siguen necesitando autorizaciones estrictas, permisos de herramientas limitados, gestión de entradas, validación de salidas y aprobación humana para acciones con consecuencias relevantes.
También importa la diferencia entre el uso de IA por empleados y los agentes desarrollados internamente. Los controles del navegador pueden regular a un trabajador que envía texto a un asistente público. No corrigen automáticamente a un agente interno con permisos excesivos sobre bases de datos.
Los clientes deben evitar tratar un único inventario como un registro completo de activos de IA. Las observaciones de red necesitan conciliarse con cuentas en la nube, claves de API, repositorios de aplicaciones, sistemas de identidad, puertas de enlace de modelos y registros de compras.
El diseño de políticas debe comenzar con un conjunto reducido de protecciones de alta confianza. Las organizaciones pueden bloquear primero secretos, identificadores regulados y aplicaciones claramente no autorizadas. Después pueden ampliar los controles mediante evidencia procedente de la actividad supervisada.
Un período de solo monitorización puede revelar cómo utilizan realmente los empleados la IA antes de que comience la aplicación de políticas. Los equipos de seguridad pueden identificar flujos de trabajo críticos para el negocio, tipos de datos recurrentes y departamentos que necesitan alternativas aprobadas.
También es esencial ofrecer comentarios claros a los usuarios. Un prompt bloqueado debe explicar qué política se aplicó sin revelar la lógica de detección que los atacantes puedan evadir fácilmente. Los usuarios necesitan una siguiente acción segura, no solo un mensaje de error.
El servicio gestionado puede ayudar con esos detalles operativos, pero los clientes siguen siendo responsables de las decisiones de política. Uniti no puede determinar el equilibrio aceptable de cada organización entre productividad, privacidad, cumplimiento y seguridad.
Por tanto, la compensación central es inevitable. Una mayor inspección puede reducir la divulgación no gestionada, pero también concentra datos sensibles de interacción e introduce otro motor de decisión en los flujos de trabajo de los empleados.
Tres señales mostrarán si el servicio cumple
La próxima prueba no es otro anuncio de funcionalidades, sino evidencia de que los clientes pueden gobernar la IA sin empujarla aún más a la clandestinidad.
La primera señal es una adopción medible entre los clientes de SASE gestionado de Uniti. Uniti no ha revelado cuántos clientes activarán el complemento ni qué sectores lo adoptarán primero.
La adopción entre organizaciones reguladas reforzaría la credibilidad del servicio, porque esos compradores exigen controles detallados, auditabilidad y garantías contractuales. Una adopción limitada sugeriría que los clientes prefieren plataformas nativas o no están preparados para aplicar controles a nivel de prompt.
La segunda señal es la evidencia operativa. Uniti y Cato deberían informar con el tiempo sobre cobertura de despliegue, divulgaciones bloqueadas, cambios de políticas, tiempos de investigación y tendencias de falsos positivos. Los resultados agregados pueden demostrar valor sin exponer datos individuales de clientes.
Los recuentos de detecciones por sí solos serían una evidencia débil. Un sistema puede producir muchas alertas porque sus políticas generan demasiado ruido. Mejores métricas incluyen una reducción del uso no autorizado, una mayor migración a herramientas aprobadas y una resolución más rápida de incidentes verificados.
La tercera señal es cómo el servicio gestiona los agentes autónomos. El tráfico de agentes plantea una prueba más exigente que el uso de chatbots por empleados, porque las acciones pueden afectar a sistemas externos y registros empresariales.
Un programa de seguridad de agentes creíble debe conectar la actividad de red con la identidad del agente, los permisos delegados, las llamadas a herramientas y el acceso a datos. Si los controles siguen centrados en prompts del navegador, el servicio solo cubrirá una parte del riesgo emergente.
Estas señales también aclararán la posición de Uniti frente a los productos de seguridad nativos de plataforma. Una amplia visibilidad multiplataforma respaldaría el modelo SASE gestionado. Un contexto más rico y operaciones más sencillas dentro de entornos Microsoft o Google favorecerían los controles nativos.
Las empresas no necesitan esperar a que haya un ganador antes de mejorar la gobernanza. Pueden inventariar los sistemas de IA aprobados, definir los datos protegidos, restringir permisos de agentes y probar cómo se comportan los controles en flujos de trabajo representativos.
También deben registrar dónde entra el conocimiento importante en un proceso de IA. Esto incluye texto copiado, documentos cargados, repositorios conectados, registros recuperados y salidas automatizadas de herramientas. Una base de conocimiento de IA mantenida puede facilitar la revisión de esos límites de información.
Uniti Solutions AI Security llega en un momento oportuno porque la IA empresarial se ha extendido más allá de las aplicaciones aprobadas de forma centralizada. Su modelo de prestación gestionada ofrece a los clientes un punto práctico de aplicación en un entorno mixto.
El lanzamiento no establece que cada interacción de IA pueda clasificarse correctamente. Tampoco elimina la necesidad de un diseño seguro de aplicaciones, controles de identidad, gobernanza de datos o un comportamiento informado por parte de los empleados.
La pregunta más importante para los compradores es operativa: ¿puede el servicio reducir el uso riesgoso de IA mientras preserva los flujos de trabajo de los que ya dependen los empleados? Las organizaciones que consideren el complemento deberían comenzar con un mapa de cobertura, una base de referencia de solo monitorización y varias políticas de datos de alta confianza. Después deberían probar la redacción, el bloqueo, la actividad de agentes y la investigación de incidentes con escenarios empresariales reales. La evidencia resultante importará más que el número de herramientas de IA enumeradas en un panel. Si Uniti puede convertir esos controles en una menor exposición y una responsabilidad más clara, su posición como red gestionada se vuelve valiosa. Si los usuarios simplemente eluden la aplicación, la IA en la sombra seguirá oculta en lugar de controlada.
