¿Qué es un SOC agéntico?
En un SOC agéntico, parte del trabajo de investigación la hacen agentes de IA: programas que reciben un objetivo (por ejemplo, determinar si una alerta es maliciosa), deciden qué consultas hacer, usan herramientas como el EDR, el SIEM, la inteligencia de amenazas o el directorio de usuarios y devuelven una conclusión con sus evidencias. El analista deja de recopilar datos y pasa a revisar conclusiones y a tomar las decisiones con impacto.
El término se usa para cosas muy distintas: desde un asistente que resume alertas hasta agentes que investigan y actúan. Pregunta siempre qué hace exactamente el agente y qué puede hacer sin permiso.
¿En qué se diferencia de un SOC con SOAR?
| Aspecto | SOC con SOAR | SOC agéntico |
|---|---|---|
| Lógica | Playbooks deterministas: si pasa A, haz B. | Agentes que planifican la investigación según lo que van encontrando. |
| Casos no previstos | Quedan fuera del playbook y van a la cola manual. | El agente puede investigarlos, con menor confianza y más revisión humana. |
| Mantenimiento | Cada caso nuevo requiere programar o ajustar un playbook. | Se ajustan instrucciones, herramientas disponibles y límites de actuación. |
| Resultado | Acciones ejecutadas y datos adjuntos al ticket. | Un veredicto razonado con evidencias y una propuesta de respuesta. |
| Riesgo principal | Rigidez. | Errores de razonamiento y manipulación de las entradas si faltan controles. |
Los dos enfoques conviven: lo conocido y de bajo riesgo funciona mejor con automatización determinista, y los agentes aportan donde hace falta juicio para unir piezas.
¿Qué automatizan los agentes de IA en el SOC?
Los datos apuntan en esa dirección: según el Cost of a Data Breach Report 2026 de IBM, las organizaciones que usan de forma extensa IA y automatización en seguridad registraron un coste medio por brecha 1,93 millones de dólares inferior al de las que no las usan. Estas son las tareas que un agente puede asumir:
- Triaje: clasificar cada alerta como benigna, sospechosa o maliciosa, explicar por qué y descartar los falsos positivos repetitivos.
- Enriquecimiento: consultar la reputación de IPs, dominios y hashes, quién es el usuario, qué papel tiene el equipo, si hay vulnerabilidades abiertas y si el indicador aparece en inteligencia de amenazas.
- Correlación: agrupar alertas de endpoint, correo, identidad y red que pertenecen al mismo ataque, para que el analista vea un incidente y no veinte alertas sueltas.
- Priorización: ordenar los casos por gravedad real, combinando la criticidad del activo, la técnica de MITRE ATT&CK y la confianza del veredicto.
- Propuesta de respuesta: sugerir acciones concretas (aislar un equipo, revocar sesiones, bloquear un dominio) con el motivo y el impacto esperado.
- Documentación: redactar el resumen del caso y la cronología, una tarea que consume mucho tiempo del analista.
¿Qué papel tiene el analista? (human in the loop)
Human in the loop significa que una persona valida las decisiones antes de que tengan efecto. En un SOC agéntico bien diseñado, el reparto depende del impacto de cada acción:
- Acciones reversibles y de bajo impacto (enriquecer, abrir un ticket, etiquetar un caso): automáticas.
- Acciones con impacto en el negocio (aislar un servidor de producción, deshabilitar la cuenta de un directivo, bloquear un dominio de un proveedor): las propone el agente y las valida un analista.
- Casos ambiguos o nuevos: los investiga el analista con ayuda del agente.
El analista también hace lo que la IA no cubre: hablar con el usuario afectado, entender el contexto de negocio, plantear hipótesis de threat hunting y corregir al agente cuando se equivoca. El perfil de IA generativa del NIST (NIST AI 600-1) señala el sesgo de automatización y la dependencia excesiva como riesgos de la interacción entre personas e IA: la tendencia a dar por buena la salida del sistema sin cuestionarla. Por eso la validación humana solo protege si el analista revisa las evidencias antes de aprobar.
¿Qué riesgos tiene usar LLMs de terceros con la telemetría del SOC?
Muchos productos de IA para el SOC envían alertas y logs al modelo de lenguaje de otra empresa. Antes de aceptarlo, piensa en lo que contiene esa telemetría: nombres de usuario y correos, IPs internas, nombres de servidores, rutas de ficheros, líneas de comando que a veces incluyen contraseñas o tokens y el contenido de correos sospechosos.
- Salida de datos sensibles: la telemetría sale de tu perímetro hacia un servicio que no controlas. Pregunta dónde se procesa, cuánto tiempo se guarda y si se usa para entrenar modelos. Consulta con tu asesoría jurídica las obligaciones que puedan aplicarte.
- Inyección de instrucciones (prompt injection): parte de lo que analiza el agente lo escribe el atacante, como el asunto de un correo, el nombre de un fichero o un comando. NIST AI 600-1 describe la inyección indirecta, en la que el atacante coloca instrucciones en datos que el sistema va a leer. Un agente sin controles podría acabar clasificando como benigno justo lo que el atacante le pide.
- Errores verosímiles: un modelo de lenguaje puede generar conclusiones convincentes y falsas. En un SOC, un falso negativo bien redactado es más peligroso que una alerta sin revisar.
- Dependencia del proveedor del modelo: si el tercero cambia el modelo o sus condiciones, el agente se comporta de otra forma sin que tú lo decidas.
- Trazabilidad limitada: si no puedes reconstruir qué datos vio el agente y por qué decidió algo, no puedes auditar ni mejorar esa decisión.
¿Qué es la IA soberana en ciberseguridad?
El término se usa con varios sentidos, también para la capacidad de IA propia de un país. Aplicado a un SOC, hablamos de IA soberana cuando quien presta el servicio controla el modelo, la infraestructura donde se ejecuta y la ubicación de los datos, sin depender de la API de un LLM público de terceros. En la práctica supone tres cosas: sabes en qué país y en qué servidores se procesa tu telemetría, ningún tercero ajeno al servicio la recibe para inferencia o entrenamiento, y el comportamiento del modelo no cambia por decisiones de otra empresa.
¿Qué controles debe tener un SOC agéntico?
- Permisos mínimos: cada agente solo puede usar las herramientas y acciones que necesita.
- Umbral de impacto por escrito: qué acciones son automáticas y cuáles requieren validación humana.
- Registro completo: quién o qué ejecutó cada acción, cuándo, con qué criterio y sobre qué dato.
- Separación entre datos e instrucciones: el contenido analizado nunca se trata como una orden para el agente.
- Revisión de calidad: muestreo periódico de los casos cerrados automáticamente para encontrar falsos negativos.
- Marcha atrás: poder desactivar la automatización y volver a la operación manual sin perder la cola.
Cómo lo aplica Ciberia
Ciberia es un SOC Agéntico con IA soberana. Sus agentes son de arquitectura y desarrollo propios, no usan ningún LLM de terceros y los datos se procesan en servidores ubicados en España. Automatizan alrededor del 90 % del triaje y cada alerta sigue el mismo flujo: alerta, contexto, decisión (la IA propone y un analista valida las decisiones con impacto) y acción (respuesta orquestada). Cada acción automática queda trazada: quién, cuándo, con qué criterio y sobre qué dato. En Ciberia MDR, el SLA contractual es de 15 minutos desde la alerta crítica hasta la contención inicial, a cualquier hora.
