Como bien decía una prestigiosa abogada especialista en derecho de las TIC en España, y que muchas veces se pasa por alto, la regulación reactiva no es un fallo de diseño, es casi estructural. El derecho necesita hechos consumados (o al menos riesgos ya materializados y documentados) para poder tipificar, mientras que la IA ofensiva itera en ciclos de semanas.
A partir de esto, lo interesante no es que el mundo esté regulando la IA, es que lo está haciendo a velocidades radicalmente distintas, y quien opera en varias geografías no puede permitirse esperar a que una sola jurisdicción marque el paso y a esto es lo que nos estamos enfrentando con modelos de madurez muy distintos
Regulación de la IA en la Unión Europea: NIS2, CRA y DORA
Por un lado, la Unión Europea (UE), publicó el pasado 7 de julio de 2026 el Plan on Cybersecurity and Artificial Intelligence. No se trata de nueva legislación, sino de un marco que coordina y refuerza lo que ya está vigente.
Por una parte, la capacidad europea propia e independiente que sea capaz de hacer evaluaciones de terceros de modelos de IA avanzados antes de que se desplieguen en el mercado de la UE, por otro lado, el impulso a la Directiva de Seguridad en las Redes y de la Información (NIS2) y la Cyber Resilience Act cuyas obligaciones de notificación de vulnerabilidades entran en vigor en septiembre de 2026.
Todo lo anterior, además, se apoya en el Digital Operational Resilience Act (DORA) y en el Cyber Solidarity Act, ambos partes formales de todo lo que el Action Plan refuerza.
A esto se suma el Código de Buenas Prácticas del AI Act a la par que se asignan cerca de 300 millones de euros de inversión destinados a la soberanía tecnológica y construido sobre la base que ya sienta el Reglamento General de Protección de datos (RGPD).
Datos personales frente a información empresarial: qué protege cada norma
Y aquí es necesario hacer un inciso importante. El RGPD protege el dato personal, es decir, a la persona física. La protección de la información empresarial, en cambio, se articula en la UE a través de varias piezas legislativas complementarias, cada una desde un ángulo distinto: NIS2, el Cyber Resilience Act y DORA protegen la infraestructura crítica, la propiedad intelectual y la continuidad de negocio frente a un incidente o ciberataque; la Directiva (UE) 2016/943, de secretos comerciales, protege el know-how y la información empresarial confidencial (fórmulas, procesos, listados de clientes, estrategias, código fuente…) frente a su obtención, uso o divulgación ilícitas; y el Reglamento de Datos (Data Act, Reglamento (UE) 2023/2854) regula el acceso y uso de los datos generados por productos conectados y servicios IoT, incluyendo datos no personales generados en contexto empresarial (relaciones B2B y B2G).
A este mosaico se suma, desde el terreno de la seguridad de producto, el Reglamento de Máquinas (UE) 2023/1230, aplicable desde enero de 2027. Por primera vez se incorpora requisitos de ciberseguridad para los sistemas de control de la maquinaria conectada, evidenciando cómo la convergencia OT/IT obliga a la normativa de seguridad industrial a incorporar la dimensión de ciberseguridad, incluyendo las máquinas que utilizan sistemas basados en aprendizaje automático.
La regulación de la IA en Latinoamérica
En LATAM, el ritmo es desigual.
Colombia
Si bien Colombia ha intentado regular la IA con un enfoque ético, responsable, competitivo e innovador (Proyecto de Ley 043/2025) que replicaba el enfoque de regulación por riesgo del AI Act europeo, designaba al Ministerio Ciencias como autoridad nacional de IA y a la Superintendencia de Industria y Comercio como autoridad de vigilancia en protección de datos y competencia sobre la base de la Ley de protección de datos personales (1581/2012), el proyecto fue finalmente archivado por vencimiento de términos, dejando al país sin una ley marco de IA aprobada.
Panamá
Panamá aprobó en primer debate su ley de gobernanza de IA, construida sobre la base de la Ley de Protección de Datos Personales (81/2019) que ya exige supervisión humana en decisiones automatizadas con efectos significativos y designa a Autoridad Nacional de Transparencia y Acceso a la Información (ANTAI) como autoridad de control, con un enfoque explícito de "gobernanza adaptativa" que busca evitar la sobrerregulación mientras posiciona al país como hub regional de innovación.
Costa Rica
Costa Rica, en cambio, aún no cuenta con una ley de IA, pero ya permite certificarse bajo el estándar INTE/ISO/IEC 42001:2026, la adaptación nacional costarricense de la norma internacional ISO/IEC 42001, convirtiéndose en una de las primeras adopciones de este tipo en América Latina.
República Dominicana
República Dominicana, por su parte, mantiene al menos dos proyectos de ley paralelos en el Senado uno sobre uso ético y seguro de la IA, otro sobre políticas públicas de IA, ninguno aprobado aún, mientras el Ejecutivo avanza por vía más rápida con un Código de Ética de IA que pretende ser aprobado por decreto, apoyándose en la Ley 172-13 de protección de datos personales.
Este patrón no es casualidad, sino pragmatismo regulatorio. Ninguno de estos países contaba con una ley de IA, pero todos sí tenían ya un marco de protección de datos personales operativo, con autoridad de control y régimen sancionador probado. No se trata de un atajo forzado puesto que parte de lo que preocupa de la IA (sesgo, perfilamiento, decisiones automatizadas sin supervisión humana…) en esencia era un problema de datos personales antes de llamarse IA.
Legislar desde cero exige definir jurídicamente qué es un sistema de IA, crear una autoridad nueva y sortear el proceso legislativo completo, con el riesgo de terminar archivado. Ampliar un marco existente, en cambio, es activar una autoridad que ya fiscaliza, ya sanciona y ya tiene jurisprudencia acumulada.
Es, además, el mismo camino que siguió Europa. El RGPD y su artículo 22 sobre decisiones automatizadas antecedieron al AI Act, que se construyó sobre esa base en lugar de sustituirla.
Estados Unidos: un mosaico sin ley federal
Estados Unidos, por otro lado, no tiene ley federal. Funciona con un mosaico estatal (Colorado, Texas, California, Illinois, Nueva York) que la Administración Trump intenta anular vía una preferencia federal aún no aprobada. El hilo que conecta todo en cada jurisdicción es la protección de datos personales (RGPD, LGPD, Habeas Data, Ley 81), la capa base sobre la que se construye la regulación de IA, y la ISO/IEC 42001 se consolida como el estándar de gobernanza universal que puede adoptarse exista o no legislación específica todavía.
A modo de reflexión, estos modelos muestran la inexistencia de un marco equivalente para proteger a las empresas. Mientras que los datos personales cuentan con un estándar armonizado y exportable que ha inspirado leyes similares, la protección del activo empresarial avanza de forma fragmentada y a distintas velocidades según la geografía.
Para una organización que opera en varios países, esto se traduce en una responsabilidad añadida. Ya no basta con cumplir la ley de protección de datos de cada jurisdicción, hay que construir una capa propia de resiliencia y gobernanza de la información que ninguna norma, por ahora, exige de forma uniforme.
Como ya distinguíamos antes, la protección de datos personales y la protección de la información empresarial no son el mismo terreno jurídico. Es precisamente en este segundo terreno donde la UE ha avanzado con NIS2, el Cyber Resilience Act y DORA.En LATAM, ese marco específico para la protección de la información empresarial y la resiliencia operativa aún no tiene un equivalente consolidado.
Los países de la región han avanzado extendiendo sus leyes de datos personales hacia la IA, pero el hueco regulatorio para la ciberseguridad corporativa como tal, el terreno en el que opera directamente un MDR/MSSP, sigue abierto.
El punto ciego que nadie puede saltarse: gobernar a los propios agentes
Las leyes de IA se han diseñado para gobernar sistemas que procesan y deciden, no sistemas que actúan. Parten de un supuesto que ya no se sostiene: que siempre hay un humano ejecutando la acción final, mientras la IA solo recomienda. Un agente autónomo rompe dicha premisa puesto que, ya que no perfila, ni decide sobre una persona, sino que opera infraestructura, ejecuta código y actúa, a veces junto a otros agentes, sin verificación humana.
Ni la protección de datos personales ni la ciberseguridad corporativa cubren este terreno. La primera protege al titular de una decisión que le afecta; la segunda, la infraestructura frente a un atacante externo. Ninguna contempla que sea el propio agente, sin intención maliciosa, quien tome una decisión indebida o actúe fuera de su marco previsto. Es el mismo desfase regulatorio de siempre, pero en su forma más aguda.
Gobernar al agente, y no solo al dato o a la infraestructura, es la frontera que define la próxima década de esta carrera.
¿Sabes si tu organización entra dentro del alcance de NIS2?
La respuesta técnica en España. La guía de buenas prácticas frente al modelo de IA ofensiva que el CCN-CERT ha desarrollado como respuesta.
Defenderse de la IA ofensiva exige, casi por definición, IA defensiva. Pero un agente que hace triaje de alertas o responde de forma semiautomática comparte dos rasgos con el riesgo que combate: accede a datos de la organización y actúa de forma autónoma. La herramienta que cierra la brecha de velocidad es, ella misma, una superficie de ataque nueva.
Así lo plantea la guía de buenas prácticas frente al modelo de IA ofensiva que el CCN-CERT publicó en junio de 2026. Su diagnóstico se centra en que la IA no ha inventado ataques nuevos, ha disparado su velocidad y escala. Los agentes ofensivos han pasado de reproducir vulnerabilidades reales con tasas del 10-30% hace un año a cerca del 90% hoy, y el phishing asistido por IA alcanza un 54% de éxito frente al 12% tradicional.
10-30% → 90%
Reproducción de vulnerabilidades reales por agentes ofensivos, de hace un año a hoy
54% vs 12%
Éxito del phishing asistido por IA frente al phishing tradicional
Su aporte clave conecta directamente con el punto ciego regulatorio apuntado anteriormente, un agente no es un simple asistente conversacional, sino una identidad operativa con permisos y capacidad de impacto, y la respuesta no es bloquearlo, sino gobernarlo.
La guía además, estructura esa gobernanza en tres capas: vectores de riesgo (ejecución no controlada, prompt injection, exfiltración, decisiones erróneas encadenadas, falta de trazabilidad); principios de seguridad (mínimo privilegio, autonomía limitada, control humano en decisiones críticas, monitorización continua); y controles técnicos (IAM con roles mínimos, entornos aislados, guardarraíles y DLP, aprobación humana en acciones de alto impacto, credenciales efímeras, registro integrado con el SIEM).
Vectores de riesgo
- Ejecución no controlada
- Prompt injection
- Exfiltración
- Decisiones erróneas encadenadas
- Falta de trazabilidad
Principios de seguridad
- Mínimo privilegio
- Autonomía limitada
- Control humano en decisiones críticas
- Monitorización continua
Controles técnicos
- IAM con roles mínimos
- Entornos aislados
- Guardarraíles y DLP
- Aprobación humana en acciones de alto impacto
- Credenciales efímeras
- Registro integrado con el SIEM
Cómo lo aplicamos en el SOC agéntico de Sofistic
Nuestro informe de tendencias 2026 llega a la misma conclusión por otra vía. No se trata de bloquear el uso de IA ni de exigir a cada usuario que entienda sus riesgos, igual que nadie analiza si el agua del grifo es potable, sino de diseñar la arquitectura para que la opción segura sea la más fácil. Eso implica descubrimiento continuo del uso de IA en la organización, Zero Trust con DLP y trazabilidad total sobre la actividad de cada agente. Es exactamente lo que aplicamos en nuestro propio SOC agéntico. Cada agente opera bajo autonomía gobernada, con visibilidad completa y con el analista humano reservando el control de las decisiones de mayor impacto. No es una capa de precaución añadida; es la condición que hace posible delegarle algo.
Además, la guía lo aterriza en tres ideas que cambian cómo se dimensiona un servicio de seguridad:
Ningún equipo humano puede escalar así manteniendo un triaje manual. La automatización no sustituye al analista, lo libera de lo repetitivo para que dedique su tiempo a lo que un modelo aún no replica con garantías entender el contexto de negocio de cada cliente y decidir en lo que de verdad importa.
En síntesis
Toda la reflexión anterior converge en distintos niveles (estratégico, táctico y técnico) en el mismo diagnóstico.
La ventaja competitiva en ciberseguridad ya no se mide solo en tecnología, sino en estrategia, velocidad de respuesta, capacidad de anticipación y el marco regulatorio que lo respalda. Europa ya está poniendo en marcha la supervisión de modelos de propósito general, también ha puesto fecha para las obligaciones de notificación del CRA, así como para la capacidad europea de evaluación de IA. El reto es que organizaciones y proveedores de seguridad lo entendamos a la misma velocidad que exige el atacante.
