Pay As You GoPrueba gratuita de 7 días; no se requiere tarjeta de crédito
La inteligencia artificial (IA) está remodelando las empresas, pero también introduce riesgos que la ciberseguridad tradicional no puede gestionar. ¿Desde violaciones de datos a ataques adversarios, proteger los sistemas de IA requiere herramientas especializadas. A continuación se presentan nueve soluciones diseñadas para proteger los flujos de trabajo de la IA en la formación, el despliegue y las operaciones:
Cada herramienta aborda desafíos específicos, desde la protección de los modelos de IA hasta la protección de datos y redes confidenciales. Para las organizaciones que implementan la IA, la elección de la solución adecuada depende de factores como la infraestructura existente, los requisitos reglamentarios y las necesidades de escalabilidad. A continuación, se muestra una comparación rápida que le ayudará a tomar una decisión.
La seguridad de la IA ya no es opcional. Invertir ahora en las herramientas adecuadas puede proteger los datos confidenciales, garantizar el cumplimiento y minimizar los riesgos a medida que la IA continúa evolucionando.
Prompts.ai integra sin problemas más de 35 LLM líderes, que incluyen GPT-4, Claudio, Llama, y Géminis, al tiempo que aborda problemas críticos de seguridad de la IA, como la gobernanza de los datos, el control de acceso y la supervisión en tiempo real.
La plataforma aborda directamente una brecha significativa en la seguridad de la IA. Itamar Golan, cofundador y director ejecutivo de Prompt Security Inc., destaca el problema:
«Las organizaciones llevan años creando sistemas de acceso robustos y basados en permisos, y aquí viene la IA y presenta un nuevo desafío. Los empleados ahora pueden simplemente pedirle a la IA que revele información confidencial, como detalles salariales o evaluaciones de desempeño, y los LLM pueden cumplir con la normativa sin darse cuenta. Nuestras nuevas funciones de autorización cierran esta brecha crítica y garantizan que las aplicaciones de inteligencia artificial respeten los límites de seguridad existentes».
Estas funciones de autorización avanzadas son fundamentales para la estrategia de Prompts.ai para proteger los datos y garantizar la gobernanza.
Prompts.ai emplea un sistema de autorización de varios niveles para aplicar controles de acceso estrictos, lo que evita la filtración de datos confidenciales y, al mismo tiempo, mantiene una visibilidad total de auditoría para todas las interacciones.
La plataforma utiliza una autorización sensible al contexto, que evalúa tanto la identidad del usuario como el contexto de cada solicitud. Esto garantiza que los intentos no autorizados de acceder a información confidencial mediante consultas en lenguaje natural se bloqueen de inmediato.
Para ayudar a las organizaciones a cumplir con normativas como el RGPD y la CCPA, Prompts.ai proporciona políticas granulares y específicas para cada departamento. Sus opciones de redacción flexibles enmascaran o bloquean automáticamente los detalles confidenciales en función de reglas predefinidas, lo que ofrece un enfoque personalizado de la privacidad de los datos.
Prompts.ai mejora la seguridad al integrarse sin problemas con los sistemas existentes. Funciona con proveedores de identidad como Okta y Microsoft Entra, lo que permite a las organizaciones aprovechar su infraestructura actual de administración de identidades y, al mismo tiempo, aplicar estrictos controles de acceso. Este diseño permite la administración eficiente de grupos de usuarios grandes y complejos.
La plataforma ofrece monitoreo, cumplimiento y registro de auditorías en tiempo real, lo que garantiza la detección inmediata de amenazas y el cumplimiento de los protocolos de seguridad. Además, sus capacidades integradas de FinOps brindan transparencia tanto en el uso como en los costos, lo que ayuda a las organizaciones a comprender el impacto financiero y de seguridad de sus actividades de inteligencia artificial en tiempo real.
Con su modelo de créditos TOKN de pago por uso, Prompts.ai permite a las organizaciones escalar su infraestructura de seguridad de IA según sea necesario. Esto garantiza que los costos se alineen con el uso real, al tiempo que se mantienen medidas de seguridad consistentes y confiables.
Prompts.ai protege la IA empresarial con controles integrados, mientras que Wiz lleva la defensa de la nube al siguiente nivel al proteger las cargas de trabajo de IA en entornos multinube. Wiz está diseñado para proporcionar una supervisión continua y una detección avanzada de amenazas, garantizando que las aplicaciones de inteligencia artificial permanezcan seguras, sin importar dónde se implementen.
La plataforma ofrece visibilidad en tiempo real en AWS, Azure, y Google Cloud, identificando automáticamente las cargas de trabajo de IA y evaluando su estado de seguridad. Al utilizar el escaneo sin agentes, Wiz simplifica la implementación y, al mismo tiempo, ofrece información detallada sobre las configuraciones de la nube, las vulnerabilidades y los problemas de cumplimiento.
Wiz se destaca en la protección de los sistemas de IA distribuidos al detectar errores de configuración, almacenes de datos expuestos e intentos de acceso no autorizado en varias plataformas en la nube. Su motor de priorización de riesgos ayuda a los equipos de seguridad a centrarse en las amenazas más urgentes, reduciendo las alertas innecesarias y manteniendo una protección sólida.
Las funciones clave incluyen la gestión de la postura de seguridad en la nube (CSPM) diseñada para las cargas de trabajo de IA. Esto abarca la seguridad de los contenedores en los procesos de aprendizaje automático, la protección de funciones sin servidor y la supervisión de los lagos de datos. Con estas herramientas, Wiz garantiza que los datos confidenciales de entrenamiento de la IA y los artefactos del modelo permanezcan seguros durante todo su ciclo de vida.
Wiz se integra sin esfuerzo con las herramientas de seguridad nativas de la nube y los flujos de trabajo de DevOps existentes, ofreciendo sugerencias de corrección automatizadas y haciendo cumplir las políticas de seguridad. Su inteligencia de amenazas basada en el aprendizaje automático identifica patrones inusuales, como el acceso irregular a los datos o el uso indebido de las inferencias de los modelos, que podrían indicar posibles riesgos de seguridad.
Para las empresas que administran configuraciones complejas de múltiples nubes, Wiz proporciona una supervisión de seguridad centralizada y, al mismo tiempo, se adapta a las diferentes arquitecturas de nube y estrategias de implementación de IA.
A medida que el enfoque pasa a centrarse en herramientas aún más avanzadas, la próxima solución se basa en estas capacidades y mejora la detección de amenazas con información basada en la inteligencia artificial.
Microsoft Security Copilot transforma la forma en que se identifican y abordan las amenazas al combinar la IA generativa con una amplia red de inteligencia sobre amenazas. Al actuar como analista de seguridad virtual, la plataforma procesa datos de seguridad complejos, descubre patrones y ofrece información útil en un lenguaje sencillo y comprensible.
Al aprovechar la amplia red de inteligencia de amenazas de Microsoft, Security Copilot puede analizar actividades sospechosas relacionadas con los sistemas de inteligencia artificial, detectar patrones de acceso a datos inusuales y detectar posibles ataques adversarios antes de que se intensifiquen. Los equipos de seguridad interactúan con la plataforma mediante consultas en lenguaje natural (por ejemplo, solicitando registros de los accesos inusuales de las últimas 24 horas) y reciben análisis detallados, resúmenes visuales y acciones recomendadas. Esta capacidad no solo refuerza la detección de amenazas, sino que también se integra perfectamente con el marco de seguridad más amplio de Microsoft.
Security Copilot trabaja mano a mano con Sentinel de Microsoft, Defender para la nubey los servicios de IA de Azure para proporcionar una visión unificada de los entornos locales y en la nube. Basándose en los marcos de seguridad establecidos de Microsoft, esta plataforma mejora la detección de amenazas a través de información basada en la inteligencia artificial. Correlaciona los eventos de seguridad entre varias herramientas de Microsoft y ofrece información contextual sobre las amenazas específicas de la IA. Por ejemplo, cuando una actividad sospechosa tiene como objetivo modelos de IA o datos de entrenamiento, Security Copilot puede rastrear el origen del ataque, identificar los sistemas afectados y recomendar medidas correctivas basándose en la información de Microsoft sobre amenazas.
Para organizaciones que aprovechan Perspectiva de Microsoft Para la gobernanza de datos, Security Copilot agrega otra capa de protección al monitorear el linaje de datos y los patrones de acceso. Esto ayuda a identificar los riesgos para los datos de entrenamiento confidenciales y evita el acceso no autorizado a los modelos de IA. Estas integraciones garantizan una supervisión uniforme en diversos entornos, lo que dota a las organizaciones de una protección escalable y en tiempo real.
Creado para operaciones a escala empresarial, Security Copilot procesa la telemetría desde miles de puntos finales de IA. Utiliza el aprendizaje automático para establecer comportamientos de referencia y detectar anomalías. Su supervisión se extiende al seguimiento de las solicitudes de inferencia de modelos, al análisis de las llamadas de API a los servicios de IA y a la observación de las interacciones de los usuarios con las aplicaciones de IA para identificar las vulnerabilidades o los posibles intentos de extracción.
La plataforma también automatiza la respuesta a los incidentes, lo que permite a los equipos de seguridad desarrollar guías diseñadas específicamente para las amenazas relacionadas con la IA. Cuando se detecta una amenaza, Security Copilot puede ejecutar automáticamente acciones de respuesta, como aislar los sistemas de IA comprometidos y generar informes detallados de incidentes para su posterior análisis. Las capacidades de detección distribuida de Microsoft, que abarcan varios centros de datos, garantizan una supervisión de seguridad ininterrumpida incluso durante ataques a gran escala. Esto es particularmente valioso para las organizaciones que ejecutan cargas de trabajo de IA en varias regiones, ya que proporciona una supervisión coherente y confiable.
Con sus sólidas capacidades de detección y respuesta a amenazas, Microsoft Security Copilot sienta las bases para proteger no solo los sistemas de inteligencia artificial, sino también los puntos finales en los que funcionan estas aplicaciones.
CrowdStrike Falcon aprovecha análisis de comportamiento y aprendizaje automático para vigilar los terminales e identificar anomalías, como el acceso inesperado a los archivos o el tráfico irregular de la red, a medida que se producen.
Diseñado para ofrecer flexibilidad, Falcon funciona a la perfección con los principales servicios en la nube y plataformas de contenedores, lo que lo hace adecuado para todo, desde estaciones de trabajo individuales hasta redes expansivas.
Sus funciones de respuesta automatizada actúan con rapidez aislando los dispositivos comprometidos, deteniendo los procesos dañinos e impidiendo el acceso no autorizado. Mientras tanto, los registros forenses detallados proporcionan a los equipos las herramientas necesarias para reconstruir los cronogramas de los eventos y evaluar el alcance de cualquier incidente.
IBM Watson for Cybersecurity aprovecha la informática avanzada para agilizar el análisis de amenazas. Al procesar una amplia gama de datos de seguridad, como informes, bases de datos de vulnerabilidades y fuentes de inteligencia sobre amenazas, identifica las posibles amenazas de seguridad de manera eficiente. Este enfoque refuerza tanto los esfuerzos de protección de datos como el rendimiento operativo.
Para proteger la información confidencial y cumplir con los requisitos reglamentarios, la plataforma emplea un cifrado sólido para los datos tanto en tránsito como en reposo. También cuenta con controles de acceso personalizables, lo que garantiza que solo las personas autorizadas puedan acceder a los datos críticos.
Diseñado para adaptarse sin problemas a las operaciones existentes, IBM Watson for Cybersecurity se conecta con los sistemas de gestión de seguridad más populares a través de su API abierta y protocolos estándar de intercambio de datos. Esta integración perfecta respalda los flujos de trabajo de respuesta a incidentes establecidos sin interrupciones.
Diseñada para las demandas de escala empresarial, la plataforma procesa grandes volúmenes de datos de seguridad al tiempo que proporciona alertas en tiempo real. Esto permite responder rápidamente a los incidentes de seguridad, lo que garantiza una acción oportuna cuando más importa.
El marco de seguridad de IA de Databricks está diseñado para funcionar en cualquier plataforma de datos o IA, lo que ofrece a las organizaciones una forma de aplicar prácticas de seguridad consistentes sin importar el entorno. Aporta estructura a la gobernanza con funciones como los controles de acceso basados en roles, la supervisión continua de los riesgos y los procesos de cumplimiento simplificados. Estas capacidades se integran sin problemas en los flujos de trabajo existentes, lo que ayuda a fortalecer los esfuerzos de gestión de riesgos.
Aikido Security SAST adopta un enfoque específico para proteger el código de IA mediante el uso de un análisis estático proactivo, basándose en soluciones anteriores para satisfacer las necesidades del desarrollo moderno de la IA.
Esta herramienta se especializa en pruebas de seguridad de aplicaciones estáticas (SAST) y se centra en escanear el código de IA en busca de vulnerabilidades y, al mismo tiempo, prioriza la privacidad de los datos. A medida que las organizaciones confían cada vez más en una protección sólida para sus sistemas de inteligencia artificial, el escaneo seguro del código se convierte en un punto de partida fundamental. Aikido Security SAST aborda esta demanda identificando posibles problemas de seguridad en el código antes de su implementación, lo que lo convierte en un activo valioso para los equipos de desarrollo Aplicaciones impulsadas por IA.
Lo que diferencia a Aikido es su sistema inteligente de detección de vulnerabilidades. Al emplear un filtrado de ruido avanzado, la plataforma elimina hasta el 95% de los falsos positivos y elimina más del 90% de las alertas irrelevantes. Esta función agiliza el proceso de revisión de la seguridad, lo que ahorra tiempo y garantiza que los equipos puedan centrarse en las amenazas reales.
Aikido Security SAST aplica estrictos protocolos de privacidad de datos, lo que garantiza que el código de IA confidencial se maneje de forma segura. La plataforma funciona en un modelo de acceso de solo lectura, lo que significa que no puede alterar el código de usuario durante los escaneos. Esto asegura a los equipos que trabajan en algoritmos de IA patentados que su propiedad intelectual permanece intacta.
Los usuarios mantienen un control total sobre el acceso a los repositorios, seleccionando manualmente qué repositorios puede escanear Aikido. Esto garantiza que los proyectos experimentales o altamente sensibles permanezcan seguros. Durante el proceso de escaneo, el código fuente se clona temporalmente en contenedores Docker aislados únicos para cada escaneo. Estos contenedores se eliminan de forma definitiva inmediatamente después del análisis, lo que normalmente tarda entre 1 y 5 minutos.
Aikido también garantiza que no se almacene ningún código de usuario una vez finalizado el escaneo. Los datos de los usuarios nunca se comparten con terceros y los tokens de acceso se generan como certificados de corta duración, que se administran de forma segura a través de AWS Secrets Manager. Dado que la autenticación se gestiona mediante cuentas del sistema de control de versiones (p. ej., GitHub, GitLab, Bitbucket), Aikido no almacena ni accede a las claves de autenticación de los usuarios, lo que refuerza aún más su compromiso con la privacidad.
Aikido Security SAST se integra sin esfuerzo con plataformas de control de versiones populares como GitHub, GitLab y Bitbucket, lo que facilita su incorporación a los flujos de trabajo existentes. También funciona a la perfección con los procesos de integración continua, lo que permite realizar escaneos de seguridad automatizados como parte del ciclo de vida del desarrollo. Esta integración permite a los equipos detectar las vulnerabilidades de forma temprana, lo que reduce los riesgos antes de la implementación.
Para las organizaciones con marcos de seguridad establecidos, la baja tasa de falsos positivos del Aikido es un punto de inflexión. Los equipos de seguridad pueden confiar en las alertas que reciben, centrarse en las amenazas reales y abordarlas con prontitud. Este enfoque no solo mejora la seguridad del código, sino que también garantiza que la supervisión siga siendo eficiente y escalable a medida que aumentan los esfuerzos de desarrollo.
La arquitectura de Aikido está diseñada para la escalabilidad, lo que permite el escaneo simultáneo en múltiples proyectos de IA. Cada escaneo se lleva a cabo en su propio entorno aislado, lo que garantiza que el rendimiento se mantenga constante incluso a medida que aumenta la cantidad de repositorios.
El sistema de filtrado inteligente de la plataforma desempeña un papel vital a medida que los proyectos escalan. Al reducir las alertas irrelevantes en más de un 90%, Aikido permite a los equipos de seguridad gestionar bases de código más grandes sin sentirse abrumados. Con tiempos de procesamiento de solo 1 a 5 minutos por escaneo, la herramienta proporciona información rápida, lo que permite la supervisión en tiempo real sin interrumpir los flujos de trabajo de desarrollo.
A medida que las organizaciones se centran en proteger el código de IA y los sistemas empresariales, la protección de las redes se convierte en una pieza crucial del rompecabezas. Vectra AI interviene como una solución de seguridad de red basada en inteligencia artificial, diseñada para detectar y responder a las amenazas en entornos que albergan sistemas de inteligencia artificial.
Al aplicar el aprendizaje automático, Vectra AI examina el comportamiento de la red para detectar actividades inusuales. Esto brinda a los equipos de seguridad una visión centralizada de los posibles riesgos en las infraestructuras distribuidas, lo que les ayuda a actuar de forma rápida y decisiva.
Vectra AI hace hincapié en la privacidad y el cumplimiento de los datos. Incluye controles de acceso basados en funciones para garantizar que solo el personal autorizado pueda acceder a la información confidencial. Además, sus registros de auditoría integrados respaldan los esfuerzos de cumplimiento y simplifican las investigaciones forenses cuando se producen incidentes.
Vectra AI está diseñado para adaptarse sin esfuerzo a las configuraciones de seguridad existentes. Se integra con las soluciones SIEM más populares y se conecta mediante API a los principales proveedores de nube, lo que permite responder de forma automatizada a las amenazas. La plataforma también funciona con herramientas de orquestación para monitorear continuamente las aplicaciones en contenedores. Estas integraciones garantizan una supervisión continua y adaptativa, proporcionando un enfoque escalable de la seguridad de la red.
Diseñada para redes de alto tráfico, Vectra AI gestiona despliegues a gran escala con facilidad. Sus capacidades de monitoreo en tiempo real brindan alertas inmediatas a los equipos de seguridad, lo que reduce los tiempos de respuesta y los riesgos. Los modelos de aprendizaje automático adaptables de la solución mejoran constantemente la detección de amenazas, manteniéndose al día con el panorama de seguridad en constante cambio.
La estructura de seguridad impulsada por la IA de Fortinet combina las medidas de ciberseguridad tradicionales con defensas de IA especializadas para proteger los entornos de IA de manera efectiva.
Fortinet adopta un enfoque integral de la seguridad de la IA al integrar las protecciones de redes y terminales con su plataforma unificada. Este sistema comparte automáticamente la inteligencia sobre amenazas entre los componentes, lo que refuerza las defensas de los sistemas de IA contra posibles ataques. Al extender la protección a las vulnerabilidades a nivel de red, complementa las soluciones analizadas anteriormente.
Este marco integrado aborda las complejas demandas de seguridad de los entornos de IA modernos al aprovechar la inteligencia de amenazas compartida y las respuestas automatizadas a los posibles riesgos.
Al elegir la herramienta adecuada para su organización, es esencial alinear su selección con sus necesidades específicas de seguridad, integración y escalabilidad. A continuación, se muestra un resumen rápido de las principales áreas de enfoque de algunas de las plataformas líderes:
Este cuadro sirve como punto de partida para ayudarlo a comparar las herramientas e identificar la que se alinea con las prioridades de su organización.
Al evaluar estas soluciones, céntrese en las funciones que garantizan una protección sólida para los sistemas de IA durante todo su ciclo de vida:
En última instancia, elija la herramienta que mejor se adapte a su estrategia de administración de riesgos, su entorno tecnológico y sus consideraciones financieras.
El mundo de la seguridad de la IA está evolucionando a un ritmo increíble, por lo que es más importante que nunca que las organizaciones que implementan inteligencia artificial a gran escala elijan las herramientas adecuadas. Nuestra revisión destaca una variedad de enfoques diseñados para proteger el ciclo de vida de la IA. Desde orquestación y gobierno empresarial ofrecido por Prompts.ai a protección de terminales proporcionadas por CrowdStrike Falcon, estas herramientas abordan diferentes piezas del rompecabezas de seguridad. Esta variedad enfatiza la importancia de adaptar su enfoque para que se adapte a las necesidades únicas de su organización.
Aquí no hay una solución única para todos. La elección correcta depende de factores como sus requisitos operativos, las obligaciones reglamentarias y la infraestructura existente. Por supuesto, consideraciones presupuestarias son también un factor clave en el proceso de toma de decisiones.
Con los gobiernos de todo el mundo desplegando nuevos marcos de gobernanza de la IA, cumplimiento normativo se ha convertido en una prioridad cada vez mayor. Es crucial seleccionar plataformas que puedan mantenerse al día con estas cambiantes exigencias de cumplimiento.
Los desafíos en la seguridad de la IA también se están expandiendo más allá de las preocupaciones tradicionales de ciberseguridad. Amenazas como ataques adversarios, intoxicación modelo e inyecciones rápidas son cada vez más sofisticados, y cada avance en la tecnología de inteligencia artificial trae nuevas vulnerabilidades. Las organizaciones que ahora se comprometan a crear marcos de seguridad sólidos y adaptables estarán mejor equipadas para hacer frente a estos riesgos cambiantes.
La implementación de herramientas de seguridad de IA es solo el comienzo. Para garantizar una protección a largo plazo, tendrá que invertir en monitoreo continuo, evaluaciones periódicas y capacitación del personal. Incluso las herramientas más avanzadas son tan eficaces como los equipos y procesos que las respaldan.
A medida que la IA se convierta en una parte fundamental de las operaciones empresariales, seguirá aumentando el riesgo de fallos de seguridad. Al centrarse en una estrategia de seguridad integral que incluya una selección inteligente de herramientas, una implementación adecuada y una vigilancia constante, las organizaciones pueden aprovechar con confianza el potencial de la IA. Quienes hoy en día se toman en serio la seguridad de la IA no solo protegerán sus datos y su reputación, sino que también mantendrán una ventaja competitiva en un mundo cada vez más impulsado por la IA.
Proteger los sistemas de IA presenta desafíos que van más allá del alcance de las medidas de ciberseguridad tradicionales. Estos sistemas dependen en gran medida de grandes volúmenes de datos de alta calidad, pero obtener y verificar dichos datos puede ser un obstáculo importante. Esta dependencia hace que la IA sea particularmente susceptible a problemas como el envenenamiento o la manipulación de datos durante la fase de entrenamiento.
Otra preocupación apremiante es ataques adversarios, donde los atacantes crean entradas maliciosas diseñadas específicamente para interrumpir o manipular el comportamiento del modelo. A diferencia de los sistemas convencionales, los modelos de IA suelen funcionar como «cajas negras», lo que ofrece una transparencia y una explicabilidad limitadas. Esta falta de claridad complica los esfuerzos por detectar, auditar y resolver las brechas de seguridad. Como resultado, proteger los sistemas de inteligencia artificial requiere abordar una serie de desafíos que son más complejos y están en constante evolución que los que enfrenta la ciberseguridad tradicional.
Las herramientas de seguridad de IA están diseñadas para integrarse sin problemas con sus sistemas de TI existentes mediante API, conectores en la nube y protocolos estandarizados. Este enfoque garantiza que se puedan adoptar sin causar interrupciones importantes en sus operaciones. Estas herramientas están diseñadas para funcionar junto con su infraestructura actual, añadiendo una capa adicional de defensa contra posibles amenazas.
Al adoptar estas soluciones, concéntrese en algunos factores clave. En primer lugar, compruebe si compatibilidad con su hardware y software actuales para evitar complicaciones innecesarias. En segundo lugar, asegúrese de que las herramientas ofrecen escalabilidad para respaldar el crecimiento futuro a medida que evolucionan sus necesidades. En tercer lugar, verifique sus conformidad con estándares de seguridad establecidos, como NIST o MITRE ATLAS, para cumplir con los requisitos reglamentarios. Funciones como la detección de amenazas en tiempo real, el sólido cifrado de datos y los enclaves seguros también son esenciales para una protección eficaz. La integración perfecta con sus marcos de seguridad actuales es vital para protegerse contra las vulnerabilidades emergentes en los sistemas de IA.
Los ataques adversarios se producen cuando actores malintencionados modifican las entradas para engañar a los sistemas de IA, lo que hace que cometan errores como clasificaciones erróneas, expongan datos confidenciales o incluso sufran fallos en el sistema. Estas manipulaciones suelen aprovechar las debilidades de los modelos de IA, lo que crea serios desafíos para su confiabilidad y seguridad.
Para contrarrestar estas amenazas, las organizaciones pueden adoptar medidas como entrenamiento contradictorio, que equipa a los modelos para identificar y resistir este tipo de ataques, y validación de entrada, garantizando la integridad de los datos antes de procesarlos. Construyendo arquitecturas de modelos más sólidas también puede mejorar la resiliencia, ayudando a proteger los sistemas de IA contra la evolución de los riesgos.
