Proofpoint lanza un sistema unificado para agentes de IA: 87% de las empresas ya los usa en producción y 52% no detectaría un compromiso

Proofpoint anunció el martes 22 de septiembre de 2026 su Agentic Data and AI Security System, una plataforma que une en un mismo lugar la vigilancia del comportamiento de los agentes de inteligencia artificial y la evaluación del riesgo sobre los datos que esos agentes tocan. La compañía, que declara proteger datos de más de 14.000 grandes empresas, espera tener el sistema disponible antes del cierre de 2026.

El anuncio se apoya en dos cifras de su propio informe 2026 AI and Human Risk Landscape: el 87% de las organizaciones ya sacó a sus asistentes de inteligencia artificial de la etapa de piloto, y el 52% no confía en que sus controles actuales detectarían un compromiso. Ese desfase entre adopción y control es el problema que la compañía dice atacar.

¿Qué hace exactamente el sistema de Proofpoint?

La plataforma se organiza en torno a tres agentes autónomos que trabajan sobre la misma señal:

• Agente de detección: trata la intención y el acceso como una sola señal y, en palabras de la empresa, expone «el puñado de acciones que importan» en lugar de generar alertas en volumen.
• Agente de investigación: reconstruye de forma automática qué ocurrió cruzando datos, identidad y comportamiento, y convierte «una investigación que antes tomaba días de correlación manual en minutos».
• Agente de remediación: transforma los hallazgos en acciones concretas, desde revocar accesos hasta ajustar políticas de prevención de fuga de datos, siempre con una persona en el circuito de aprobación.

A eso se suman las Semantic Business Policies, que traducen reglas de gobierno escritas en lenguaje natural a controles que se aplican en tiempo de ejecución. El ejemplo que da la compañía es una instrucción tan simple como «no permitir interacciones con contenido de apuestas», que el sistema interpreta y convierte en una restricción automática. El tercer componente, Agentic Insights, analiza las interacciones con inteligencia artificial, el uso de herramientas, las decisiones de política y los patrones de conducta para detectar riesgos emergentes y proponer nuevas reglas.

¿Por qué importa que la intención y el acceso se midan juntos?

Mayank Choudhary, vicepresidente ejecutivo del grupo de seguridad y gobierno de datos de Proofpoint, lo planteó así: «la intención y el acceso son dos caras de la misma moneda. Asegurarlas por separado deja fuera contexto crítico». Ryan Kalember, director de estrategia de la compañía, agregó que «la intención de negocio necesita volverse parte del control de seguridad en sí mismo, con la capacidad de identificar riesgos nuevos».

El argumento de fondo es operativo. Un permiso de lectura sobre una carpeta de contratos no es riesgoso por sí solo; lo que cambia el riesgo es qué está tratando de hacer el agente que usa ese permiso. Las herramientas tradicionales de seguridad de datos miran el acceso, y las de seguridad de inteligencia artificial miran el comportamiento del modelo. Separadas, ninguna de las dos ve la acción completa.

¿Qué significa para las empresas en Chile y Latinoamérica?

Para una operación comercial en Chile o en el resto de Latinoamérica, el punto no es comprar esta plataforma. El punto es que la cifra del 52% describe con precisión la situación de la mayoría de los equipos que conectaron un asistente de inteligencia artificial a su CRM, a su carpeta compartida o a su herramienta de mesa de ayuda durante el último año. La conexión se hizo rápido, con permisos amplios, y nadie volvió a revisarla.

El dato relevante para un comité de gasto es que este tipo de control está pasando de ser un proyecto de seguridad a ser un requisito de los contratos con clientes empresariales. Las áreas de compras de compañías grandes ya preguntan qué agentes tienen acceso a qué datos y quién aprueba sus acciones.

Análisis de Revenue Hub

La lectura comercial de este anuncio es más interesante que la lectura técnica. Durante dos años la conversación sobre agentes de inteligencia artificial en ventas y marketing estuvo dominada por la productividad: cuántas horas ahorra, cuántos correos redacta, cuántos registros actualiza. El mercado de seguridad está llegando ahora con la otra mitad de la pregunta, que es qué datos tocó ese agente para lograrlo. Quien firma el contrato del CRM va a tener que responderla.

La recomendación concreta para un líder comercial no pasa por evaluar proveedores de seguridad. Pasa por hacer el inventario que casi nadie hizo: listar cada agente, asistente o integración de inteligencia artificial conectado al CRM y a los repositorios comerciales, anotar con qué usuario y con qué permisos opera cada uno, y marcar cuáles pueden escribir o exportar además de leer. Ese ejercicio toma menos de una semana en la mayoría de las operaciones y suele revelar dos o tres conexiones activas que nadie recuerda haber aprobado, normalmente hechas con la cuenta de un administrador que ya no está en el cargo.

El segundo paso es contractual. Antes de renovar cualquier herramienta que procese conversaciones con clientes, conviene exigir por escrito qué se almacena, por cuánto tiempo y si esos datos alimentan entrenamiento de modelos. La diferencia entre una empresa que puede responder eso en una licitación y una que no se está volviendo un criterio de selección en ventas B2B. Seguimos la evolución del gobierno de datos comerciales en la sección de CRM y datos y publicamos criterios de arquitectura comercial en el blog de Revenue Hub.