Por qué la orquestación es la próxima frontera para las TI empresariales

En este artículo, le mostraremos cómo una IA fiable empieza con un sistema de registro de referencia. Las organizaciones necesitan un registro y un historial gobernados de los activos tecnológicos, las relaciones, la titularidad, el cumplimiento y el estado operativo, para que las personas, la automatización y la IA puedan trabajar a partir de un contexto coherente. Pero incluso cuando existe esa base, surge un nuevo reto: el trabajo rara vez permanece dentro de un único sistema.

Las organizaciones no pueden proteger, gobernar ni optimizar aquello que no pueden ver ni coordinar. Una sola remediación puede afectar a un motor de descubrimiento, una base de datos de gestión de configuración, una plataforma de gestión de servicios de TI (ITSM), una herramienta de gestión de parches, una consola en la nube y un escáner de seguridad. Hoy en día, esos traspasos suelen depender del esfuerzo manual, de integraciones punto a punto frágiles o de cambios de contexto por parte de las personas.

A medida que las organizaciones incorporan agentes de IA y flujos de trabajo automatizados, el número de conexiones se multiplica. También aumenta el riesgo de que una acción realizada en un sistema se base en un contexto incompleto, entre en conflicto con una política de otro sistema o resulte difícil de explicar a posteriori. Imagine un escáner de seguridad que identifica una vulnerabilidad crítica en un servidor. Un agente de IA recomienda aplicar un parche urgente, pero la base de datos de configuración indica que ese servidor está retirado y la plataforma ITSM muestra una congelación de cambios en la aplicación a la que da soporte. Cada sistema tiene “razón” dentro de su propia perspectiva, pero el agente no dispone de un contexto compartido y de referencia para conciliarlos. El resultado es, en el mejor de los casos, un ciclo de parcheo desperdiciado y, en el peor, una interrupción del servicio.

Los datos confirman esta brecha: ocho de cada diez empresas citan las limitaciones de los datos como un obstáculo para escalar la IA agéntica, según McKinsey. La firma sostiene que la IA agéntica requiere datos de alta calidad, bases interoperables y una gobernanza más estricta a medida que aumentan la autonomía y la coordinación.

Gartner prevé que, para 2027, el 40 % de las empresas degradarán o retirarán agentes de IA autónomos porque se descubrirán brechas de gobernanza después de su despliegue. Gartner recomienda una gobernanza proporcional al nivel de autonomía, el alcance y el límite de confianza asociado de cada agente.

Del mismo modo, BCG señala que los agentes de IA se están consolidando en las grandes empresas “más rápido de lo que los responsables de la toma de decisiones pueden diseñar marcos de gobernanza para gestionarlos”, con una adopción que prolifera bajo normas incoherentes y una supervisión fragmentada.

Estas conclusiones apuntan a un problema mayor que la conectividad. Las organizaciones pueden llegar a conectar agentes y herramientas más rápido de lo que son capaces de establecer la autoridad, los controles y la responsabilidad necesarios para gobernar lo que ocurre entre ellos.

El patrón es claro: la orquestación sin gobernanza no escala. Genera más conexiones, pero no más confianza. La próxima fase de la IA en TI y seguridad no se definirá por quién conecta más sistemas, sino por quién puede coordinar el trabajo entre ellos manteniendo las decisiones y acciones fundamentadas, gobernadas y sujetas a responsabilidad.

Cómo Model Context Protocol (MCP) permite la orquestación de IA

Presentado por Anthropic a finales de 2024, MCP ofrece una forma estandarizada de conectar aplicaciones de IA con herramientas, fuentes de datos, recursos y prompts. En lugar de crear una integración a medida para cada combinación de cliente y servidor, las organizaciones pueden utilizar un protocolo común para exponer contexto y capacidades autorizados.

El protocolo sigue evolucionando hacia un uso empresarial más amplio, incluidas capacidades diseñadas para admitir interacciones escalables y más sofisticadas entre aplicaciones y servicios de IA. Ese avance es importante, pero la madurez técnica no elimina la necesidad de gobernanza empresarial.

En resumen, MCP proporciona a las organizaciones una forma coherente de exponer contexto y capacidades autorizados a sistemas de IA compatibles. Puede simplificar las conexiones de las que depende la orquestación. Pero la conexión por sí sola no establece confianza.

La plataforma Ivanti Neurons permite a clientes y agentes de IA aprobados acceder al contexto autorizado y en tiempo real de Neurons mediante MCP. Neurons sigue siendo el sistema de registro de referencia para el contexto tecnológico que gobierna, incluso cuando ese contexto se consume a través de otra experiencia de IA aprobada.

“La verdadera oportunidad de MCP no consiste solo en conectar la IA a más sistemas, sino en garantizar que cada conexión se base en un contexto en el que pueda confiar. Cuando la IA recupera datos autorizados de un sistema de registro gobernado, en lugar de acceder a fuentes fragmentadas, la coordinación se vuelve lo suficientemente segura como para escalar. Eso es lo que hace que la orquestación esté lista para la empresa, no solo que sea técnicamente posible”. — Meeta Dash, vicepresidenta de Gestión de Productos, IA, Ivanti

Por qué la orquestación de IA requiere un contexto gobernado

Conectar sistemas hace posible la orquestación; definir la autoridad la hace fiable. A medida que los sistemas de IA atraviesan límites organizativos, los líderes deben especificar las reglas que gobiernan cada interacción, entre ellas:

  • ¿Qué contexto de referencia informa cada interacción?
  • ¿Qué identidad solicita el acceso?
  • ¿Qué datos y capacidades puede utilizar?
  • ¿Dónde se requiere aprobación humana?
  • ¿Qué sistema ejecuta la acción?
  • ¿Cómo se auditarán la interacción y su resultado?

Gartner describe la autoridad de ejecución como una posición arquitectónica que abarca identidad, permisos, aplicación de políticas, acceso al sistema de registro y auditabilidad. Anticipa que las plataformas de éxito incorporarán la orquestación de agentes en los sistemas de registro, expondrán la ejecución de API con conocimiento de políticas y aplicarán controles de identidad, permisos y auditoría.

No todos los agentes generan el mismo nivel de riesgo. La gobernanza debe reflejar a qué puede acceder o qué puede ejecutar un agente, los sistemas a los que puede llegar y las consecuencias de sus acciones. La aprobación humana y unos controles más sólidos cobran más importancia a medida que aumentan la autonomía y el impacto operativo. La investigación de Gartner respalda aplicar la gobernanza según la autonomía del agente y su alcance, en lugar de imponer controles idénticos a todos los agentes.

El patrón empresarial emergente favorece un plano de control gobernado en lugar de conexiones sin restricciones a servidores MCP arbitrarios. Entre las prácticas habituales se incluyen registros de servidores validados, credenciales con alcance definido, autorización basada en estándares, registro de auditoría y controles de costes dentro de los límites de la organización. En conjunto, estos controles limitan cómo se conectan los agentes, a qué pueden acceder y cómo se rastrea su actividad en toda la organización. Sin ellos, un agente que coordina el trabajo en cinco sistemas puede limitarse a distribuir el riesgo creado por información fragmentada o contradictoria.

Las organizaciones no necesitan una única fuente de verdad para cada categoría de datos empresariales. Lo que realmente necesitan es claridad sobre qué sistema es el de referencia para el contexto implicado en una decisión determinada. En el caso de Neurons, esa autoridad se aplica al registro y el historial de activos tecnológicos, relaciones, titularidad, cumplimiento y estado operativo.

Cómo un sistema de registro permite una orquestación de IA gobernada

En Ivanti Neurons, ese modelo de gobernanza empieza con una clara división de responsabilidades. La plataforma sigue siendo la fuente de referencia para el contexto tecnológico que gobierna, mientras que MCP proporciona a clientes y agentes de IA aprobados acceso estructurado a datos autorizados de la plataforma.

Esta vía de acceso complementa la estrategia de IA nativa de Ivanti: el marco de IA agéntica proporciona la estructura para crear y gestionar agentes, los servicios de IA ofrecen información y recomendaciones, los informes conversacionales de IA proporcionan una experiencia en lenguaje natural y MCP permite que clientes de IA externos compatibles accedan a la misma base gobernada de Neurons.

MCP proporciona una vía de acceso estandarizada. Los controles circundantes de plataforma, aplicación, identidad, permisos, políticas y auditoría proporcionan la gobernanza. Esta distinción evita confundir el protocolo con el sistema que autoriza decisiones o ejecuta cambios operativos.

Es fundamental destacar que la plataforma Ivanti Neurons sigue siendo el sistema de registro, y MCP sigue siendo un protocolo, no un almacén de datos. Un servidor MCP puede devolver el contexto autorizado requerido para una interacción, pero no se convierte en una nueva fuente de verdad.

El contexto puede desplazarse. La autoridad permanece en el sistema de registro.

Piense, por ejemplo, en una vulnerabilidad de alto riesgo detectada en un grupo de endpoints. El contexto relevante puede incluir los activos afectados, sus propietarios, las relaciones empresariales, el estado de configuración, el estado actual de cumplimiento y la orientación de remediación disponible. Hoy, los analistas pueden tener que reconstruir ese contexto manualmente entre el escáner de vulnerabilidades, el inventario de activos, las relaciones contextuales, el sistema de parcheo y la plataforma ITSM.

En un modelo de orquestación gobernada, una experiencia de IA aprobada puede recuperar el contexto autorizado de Neurons mediante la compatibilidad con MCP. La capa de agente o aplicación puede utilizar ese contexto para respaldar la investigación, la priorización o el siguiente paso recomendado. Cualquier remediación, actualización de registro o acción sobre un ticket sigue siendo responsabilidad de la aplicación autorizada o de la capa de ejecución de la plataforma, sujeta a las políticas y aprobaciones correspondientes.

El objetivo no es permitir que MCP actúe de forma autónoma. Es garantizar que el contexto necesario para el trabajo coordinado pueda moverse a través de límites aprobados sin trasladar con él la fuente de autoridad.

Cuatro prácticas recomendadas para gobernar la orquestación de IA

Seguir estas cuatro prácticas recomendadas de gobernanza le ayudará a orquestar sistemas de IA entre plataformas, manteniendo el contexto como fuente de referencia y las acciones sujetas a responsabilidad.

Construya la orquestación de IA en torno a su sistema de registro

La orquestación que omite el sistema de registro genera incoherencia. Antes de conectar agentes y flujos de trabajo entre sistemas, los equipos deben definir qué sistema es la referencia para cada tipo de contexto utilizado en una decisión.

Defina con precisión qué gobierna el sistema de registro y evite dar a entender que una única plataforma es la fuente de referencia para todas las categorías de información empresarial. En el caso de Neurons, esto significa el registro y el historial de activos tecnológicos, relaciones, titularidad, cumplimiento y estado operativo. Otros sistemas pueden seguir siendo la referencia para otros dominios de negocio.

El sistema de registro debe actuar como la autoridad de los datos para el contexto al que se hace referencia en cada interacción coordinada. Cuando los equipos orquestan desde una base compartida, la coordinación refuerza la confianza en lugar de diluirla.

Ajuste los controles de gobernanza de IA a la autonomía del agente

La gobernanza debe reflejar lo que un agente puede hacer realmente. Los líderes deben definir límites de confianza y niveles de autonomía para cada agente y flujo de trabajo:

  • ¿A qué puede acceder?
  • ¿Qué puede interpretar?
  • ¿Qué puede recomendar?
  • ¿Qué puede iniciar?
  • ¿Qué puede ejecutar?
  • ¿Dónde se requiere aprobación humana?

Un agente que recupera contexto requiere controles distintos de los de uno que recomienda una remediación. Un agente que ejecuta cambios en sistemas de producción requiere salvaguardas aún más sólidas. La gobernanza que escala no es uniforme; es proporcional al riesgo, la autonomía y la consecuencia operativa.

Aplique una gobernanza de IA coherente en todos los sistemas conectados

Cuando el trabajo abarca varios sistemas, la gobernanza no puede detenerse en el límite. Las organizaciones necesitan la confianza de que los datos que informan las decisiones proceden de fuentes autorizadas, de que el acceso sigue los permisos adecuados y de que las acciones permanecen sujetas a las políticas y controles de la organización.

A medida que los sistemas de IA, los agentes y los flujos de trabajo se conectan entre plataformas, la identidad y la autorización adquieren cada vez más importancia. Una gobernanza integrada en cada interacción mediante autorización basada en estándares, OAuth, controles de acceso basados en roles (RBAC) y aplicación de políticas ayuda a las organizaciones a mantener el control cuando el trabajo abarca varios sistemas. El objetivo no es una conectividad sin restricciones, sino una coordinación de confianza basada en contexto de referencia y acceso gobernado.

Empiece la orquestación de IA con un único flujo de trabajo entre sistemas

La orquestación gobernada se demuestra mejor en un escenario acotado antes de escalarla. Empiece con un flujo de trabajo que abarque dos o tres sistemas (por ejemplo, la detección de vulnerabilidades que deriva en un parcheo gobernado y el cierre verificado de tickets) y demuestre que el contexto, la política y la auditabilidad se mantienen en todos los traspasos. Una vez demostrado ese ciclo, extienda el mismo patrón a dominios adicionales. El escalado se vuelve aditivo: la misma base gobernada, el mismo modelo de orquestación, aplicado a nuevos casos de uso.

Qué habilita la orquestación de IA gobernada

Cuando la coordinación se basa en un contexto gobernado, las organizaciones pueden pasar de recopilar evidencias a actuar sobre ellas con confianza. Los equipos obtienen una visión coherente del entorno tecnológico en todos los sistemas, lo que reduce el tiempo dedicado a validar el contexto antes de investigar, priorizar, aprobar y hacer seguimiento.

Los equipos dedican menos tiempo a conciliar lo que consideran cierto distintos sistemas. Los agentes tienen menos probabilidades de actuar sobre un contexto parcial o contradictorio. Los líderes ganan más confianza en que la automatización en un dominio seguirá alineada con la política de otro. La orquestación puede entonces extender hacia fuera los datos de referencia del sistema de registro para que el contexto, las políticas y la responsabilidad que gobiernan el trabajo dentro de la plataforma también gobiernen el trabajo que se extiende más allá de ella.

La compatibilidad con MCP en Neurons puede extender el contexto autorizado de la plataforma a sistemas de IA, partners, desarrolladores y experiencias futuras aprobados, sin crear fuentes de verdad adicionales. Las experiencias de IA nativas de Ivanti siguen siendo igualmente importantes, al proporcionar vías conversacionales, multiagente y específicas para aplicar ese contexto dentro de Neurons.

El valor reside en la capacidad de elección sin fragmentación: distintas experiencias de IA pueden consumir contexto gobernado mientras Neurons sigue siendo la referencia para los datos tecnológicos que gestiona.

¿Está preparado para escalar la orquestación de IA sin perder el control?

Las organizaciones que tienen éxito con la orquestación de IA la gestionan como un modelo operativo, no solo como un proyecto de integración. Definen la fuente de referencia para cada decisión, establecen controles según la autonomía del agente, preservan la trazabilidad en todos los traspasos y se expanden solo después de que un flujo de trabajo entre sistemas haya demostrado ser fiable.

La primera ola de IA empresarial se centró en generar y exponer inteligencia. La siguiente se centrará en coordinar el trabajo entre sistemas. Las organizaciones líderes no serán necesariamente las que tengan más agentes, integraciones o modelos. Serán las que puedan poner el contexto de referencia a disposición allí donde se necesite, manteniendo al mismo tiempo las decisiones y acciones gobernadas, explicables y sujetas a responsabilidad.

Con la plataforma Ivanti Neurons, las experiencias de IA nativas y el acceso habilitado por MCP ofrecen formas complementarias de utilizar el contexto gobernado de la plataforma. Neurons sigue siendo el sistema de registro para el contexto tecnológico que gobierna. Las experiencias de IA pueden recuperar e interpretar ese contexto, mientras que las aplicaciones y los flujos de trabajo autorizados siguen siendo responsables de la ejecución.

El contexto puede cruzar los límites de los sistemas. La autoridad, la gobernanza y la responsabilidad deben permanecer intactas.

Descubra cómo la compatibilidad con MCP en la plataforma Ivanti Neurons puede ayudar a su organización a extender el contexto tecnológico de referencia a experiencias de IA aprobadas, preservando al mismo tiempo el control.