Qué es un SOC agéntico

Un SOC agéntico es un centro de operaciones de seguridad en el que agentes de IA asumen parte del trabajo de un analista: investigan alertas, reúnen evidencias, proponen un veredicto y, según la autonomía que se les conceda, ejecutan acciones de respuesta. Las personas supervisan y deciden los casos ambiguos o de alto impacto.

Qué es un SOC agéntico, y qué no es

No hemos encontrado una definición normativa del término: los fabricantes lo usan con distintos niveles de autonomía. Por eso conviene separarlo de tres cosas con las que se confunde:

La diferencia clave es que el agente decide los pasos intermedios. Esa es su ventaja y, a la vez, su riesgo.

Cómo es un ciclo de trabajo agéntico

Un ejemplo de diseño real: el agente de triaje e investigación de Google SecOps lee una alerta, lanza búsquedas dinámicas, enriquece con inteligencia de amenazas, analiza líneas de comandos y reconstruye árboles de procesos; al terminar entrega un veredicto (verdadero o falso positivo), un nivel de confianza, un resumen, una línea temporal y pasos sugeridos, que el analista revisa y valora [1]. Es documentación de un producto concreto, útil para ver el patrón:

1. Disparo: llega una alerta.
2. Plan: el agente decide qué comprobar.
3. Investigación: consulta SIEM, endpoint, identidad e inteligencia de amenazas.
4. Veredicto con explicación: no solo «malicioso», sino por qué y con qué confianza.
5. Propuesta o acción: recomienda contención o, si está autorizado, la ejecuta.
6. Retroalimentación: el analista corrige y el sistema aprende de esa corrección.

Niveles de autonomía

Esta escala es un marco de trabajo propio e ilustrativo (no un estándar) para decidir hasta dónde llega un agente:

Empezar en el nivel 1 y subir según la evidencia propia es una trayectoria prudente.

Qué evidencia hay

La evidencia pública independiente es limitada. Un ensayo aleatorizado sobre el agente de triaje de phishing de Microsoft reporta hasta 6,5 veces más verdaderos positivos por minuto de analista y un 77 % de mejora en la precisión del veredicto frente al grupo de control [2]; se trata de un preprint sobre un producto de la propia compañía, para una sola tarea. Sirve como indicio de que el apoyo de agentes puede ayudar a los analistas, no como garantía para tu entorno.

Riesgos que conviene vigilar

• Exceso de autonomía. OWASP lista el «exceso de agencia» entre los riesgos de las aplicaciones basadas en LLM (edición 2025) [3], y publica un Top 10 específico para aplicaciones agénticas que identifica los riesgos más críticos de los sistemas autónomos [4].
• Inyección de instrucciones por los propios datos. Una alerta contiene texto controlado por terceros (asuntos de correo, nombres de archivo, user agents). Si el agente lo trata como instrucciones, un atacante puede intentar desviarlo; la inyección de instrucciones encabeza el Top 10 de OWASP para LLM [3].
• Veredictos sin trazabilidad. Una conclusión que no se puede reconstruir paso a paso no es auditable.
• Envenenamiento de datos. NIST cataloga los ataques de aprendizaje automático adversario, entre ellos el envenenamiento y la evasión [5].
• Responsabilidad difusa. Si el agente actúa, ¿quién responde? Conviene dejarlo escrito antes de activar la automatización.

Para gobernarlo, el marco de gestión de riesgos de IA de NIST ofrece una guía voluntaria de referencia [6], y la guía de respuesta a incidentes SP 800-61 Rev. 3 sitúa la respuesta dentro de la gestión de riesgos de ciberseguridad [7].

Qué preguntar a un proveedor de SOC con agentes

• ¿Qué decisiones toma el agente solo y cuáles requieren aprobación humana?
• ¿Cada veredicto enlaza a las evidencias y a las consultas que lo sustentan?
• ¿Qué acciones de respuesta son reversibles y cuáles no?
• ¿Cómo se evita que el contenido de una alerta actúe como instrucción?
• ¿Qué datos salen de mi entorno y dónde se procesan?
• ¿Cómo se mide el rendimiento y puede reproducirse con mis datos?
• ¿Qué ocurre si el agente falla o el servicio de IA no está disponible?
• ¿Quién responde, contractualmente, de una acción incorrecta?

Nuestro punto de vista

Creemos que los agentes deben empezar investigando y proponiendo, con analistas que supervisan, y ganar autonomía solo donde la evidencia propia lo respalda. Un SOC gestionado (SOCaaS / MDR) con analistas sigue siendo la base; la IA aporta velocidad si se gobierna bien. Para esa gobernanza trabajamos la consultoría de IA aplicada a la seguridad, la automatización de la seguridad con IA y la gobernanza y seguridad de la IA.

Si quieres el contexto previo, lee qué es la inteligencia sobre amenazas y cómo mejora la IA la inteligencia de amenazas frente a los métodos tradicionales.

Preguntas frecuentes

¿Qué es un SOC agéntico?

Es un SOC en el que agentes de IA investigan alertas y proponen respuestas, no un SOC sin analistas. En el diseño que documenta Google SecOps, por ejemplo, los analistas revisan el resumen, la línea temporal y los pasos sugeridos y pueden repetir la investigación [1]; y nuestra recomendación es mantener a las personas para validar y decidir los casos de alto impacto.

¿En qué se diferencia de un SOAR?

Un SOAR ejecuta flujos fijos escritos de antemano; un agente decide los pasos intermedios a partir de un objetivo y de lo que va encontrando.

¿Es seguro dar autonomía de respuesta a un agente?

Depende de los límites. Lo prudente es empezar por investigar y proponer, limitar las acciones automáticas a las reversibles y registrar cada decisión. OWASP identifica el exceso de agencia como un riesgo a controlar [3].

¿Qué mejora se puede esperar?

La evidencia pública disponible es limitada: un ensayo de Microsoft sobre triaje de phishing reporta ganancias en productividad y precisión [2], pero no es extrapolable sin medir en tu propio entorno.

¿Puede una pyme beneficiarse de un SOC agéntico?

Normalmente a través de un servicio gestionado, no montándolo por su cuenta. Lo importante es que el proveedor explique qué hace la IA, qué hacen las personas y cómo se audita.

Siguiente paso

¿Valorando un SOC con apoyo de IA? Hablemos de tu caso o conoce HodeiShield.

Fuentes

1. Use Triage and Investigation Agent to investigate alerts. Google Cloud documentation. https://docs.cloud.google.com/chronicle/docs/secops/triage-agent
2. Randomized Controlled Trials for Phishing Triage Agent (preprint). arXiv (J. Bono), 2025-11-17. https://arxiv.org/abs/2511.13860
3. OWASP Top 10 for LLM Applications. OWASP GenAI Security Project. https://genai.owasp.org/llm-top-10/
4. OWASP Top 10 for Agentic Applications for 2026. OWASP GenAI Security Project, 2025-12-09. https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/
5. Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations (AI 100-2 E2025). NIST, 2025-03-24. https://csrc.nist.gov/pubs/ai/100/2/e2025/final
6. AI Risk Management Framework. NIST, 2023-01-26. https://www.nist.gov/itl/ai-risk-management-framework
7. Incident Response Recommendations and Considerations for Cybersecurity Risk Management: A CSF 2.0 Community Profile (SP 800-61 Rev. 3). NIST, 2025-04-03. https://csrc.nist.gov/pubs/sp/800/61/r3/final