La IA ha acelerado el código. Los riesgos, también
La inteligencia artificial está cambiando radicalmente el desarrollo de software. Las tareas que antes llevaban días o semanas pueden completarse en unas horas con herramientas de IA generativa. Las empresas lanzan aplicaciones más rápido, incorporan nuevas funciones con mayor agilidad y obtienen un notable aumento de la productividad.
Pero esa velocidad tiene un lado desagradable: los riesgos del software crecen casi al mismo ritmo. El problema no es que el código generado por IA sea necesariamente peor que el escrito por una persona. El principal peligro es otro: ahora las organizaciones pueden crear y publicar programas más deprisa de lo que sus sistemas de seguridad, control y gestión de riesgos son capaces de trabajar.
El desarrollo se ha acercado a la velocidad de las máquinas, mientras que la revisión sigue dependiendo en gran medida de las personas. Las revisiones de código, las aprobaciones, las auditorías y la corrección de vulnerabilidades se diseñaron para ciclos de semanas o meses. La IA comprime esos plazos en horas o días, así que el modelo de gestión anterior ya no da abasto.
También está cambiando la propia arquitectura de las aplicaciones. Los desarrolladores combinan más rápido su propio código con componentes de código abierto, API y servicios de terceros. Cada integración y dependencia nueva amplía la superficie de ataque: el conjunto de elementos a través de los cuales un atacante puede intentar entrar en un sistema. Las organizaciones tienen que identificar, seguir y proteger todos esos componentes.
Esto abre una brecha entre la creación de programas y la corrección de sus problemas. Según el informe de Veracode «El estado de la seguridad del software: 2026», el 82 % de las organizaciones tiene una «deuda de seguridad»: vulnerabilidades que permanecen sin corregir durante mucho tiempo. El 60 % arrastra una deuda de seguridad crítica: fallos capaces de causar daños graves si se explotan.
El código de terceros sigue siendo una fuente de amenazas especialmente persistente. Representa el 66 % de las vulnerabilidades más peligrosas que permanecen sin corregir durante más tiempo. En otras palabras, la IA no solo ayuda a escribir más código propio: también acelera la construcción de sistemas más complejos y con más dependencias.
Por eso, la tarea de los responsables de seguridad no consiste en intentar revisar a mano cada línea ni en exigir que todos los fallos se corrijan antes del lanzamiento. Ese enfoque ya era ineficaz antes de que apareciera la IA generativa. Hace falta un sistema de gestión que avance al mismo ritmo que el desarrollo.
Eso implica analizar los riesgos de forma automática, revisar las dependencias continuamente, aplicar políticas de seguridad obligatorias dentro de los procesos de desarrollo y priorizar las correcciones según el posible daño para el negocio. La gestión debe garantizar no solo la eficiencia, sino también la transparencia: la empresa tiene que saber de qué está hecho su software, controlar sus cambios y demostrar a las partes interesadas que es fiable.
La IA puede crear una aplicación rápidamente, pero no puede responder de las consecuencias de su funcionamiento. La responsabilidad sigue recayendo en la dirección: los consejos de administración preguntarán por los daños causados por los ciberataques, los reguladores exigirán pruebas de que los sistemas son seguros y resilientes, y los clientes esperarán un software fiable con independencia de cómo se haya creado.
No necesariamente ganarán quienes publiquen más código. La ventaja será para las organizaciones capaces de evaluar, entender y controlar de forma continua los sistemas que crean. Si los riesgos del software ya van «hasta arriba de esteroides», su gestión también tiene que acelerarse. De lo contrario, la brecha entre lo que las empresas pueden construir y lo que pueden mantener de forma segura no hará más que crecer.
PEREC.RU
El artículo analiza cómo la inteligencia artificial generativa está transformando el desarrollo de software y por qué el aumento de velocidad también incrementa los riesgos. La IA permite completar en unas horas tareas que antes llevaban días o semanas. Esto acelera la innovación, aumenta la productividad y permite lanzar aplicaciones más deprisa. Sin embargo, los sistemas de seguridad y gestión de riesgos no consiguen adaptarse a ese ritmo.
El problema fundamental no es que el código generado por IA sea necesariamente peor que el escrito por una persona. El peligro reside en la escala y la velocidad: las organizaciones pueden crear, modificar y publicar programas más deprisa de lo que se pueden revisar, aprobar, auditar y corregir sus vulnerabilidades. El desarrollo se acerca a la velocidad de las máquinas, mientras que la gestión sigue siendo principalmente humana.
La IA no solo cambia la forma de escribir código, sino también la manera de construir aplicaciones. Los desarrolladores combinan más rápido su propio código con componentes de código abierto, API y servicios de terceros. Cada integración y dependencia adicional amplía la superficie de ataque: el conjunto de elementos que pueden aprovechar los atacantes.
El artículo cita el informe de Veracode «El estado de la seguridad del software: 2026». Según el informe, el 82 % de las organizaciones tiene deuda de seguridad: vulnerabilidades que permanecen sin corregir durante mucho tiempo. El 60 % tiene deuda de seguridad crítica, es decir, fallos capaces de causar daños graves si se explotan. El código de terceros sigue siendo una fuente de amenazas especialmente relevante: representa el 66 % de las vulnerabilidades más peligrosas que permanecen sin corregir durante más tiempo.
Así pues, la IA aumenta tanto el volumen de código propio como la complejidad general de los sistemas de software. Los procesos tradicionales, basados en revisiones manuales y en la idea de que las personas son el principal límite de velocidad, ya no se ajustan a la realidad. No es posible revisar cada línea de forma eficaz y corregir todas las vulnerabilidades antes del lanzamiento cuando el software se crea de manera continua y a una velocidad enorme.
El autor propone adoptar un modelo de gestión capaz de seguir el ritmo de la IA. Para ello hacen falta análisis de riesgos automatizados, evaluación constante de dependencias, aplicación automática de políticas de seguridad en los procesos de desarrollo y priorización de las correcciones según el riesgo para el negocio. Este modelo debe garantizar visibilidad, control y confianza en el software durante todo su ciclo de vida.
La IA puede generar programas, pero no puede responder de las consecuencias de su uso. La responsabilidad sigue siendo de los directivos. Los consejos de administración exigirán rendición de cuentas sobre los ciberriesgos; los reguladores, pruebas de la seguridad y resiliencia de los sistemas; y los clientes, software fiable con independencia de quién lo haya creado.
La conclusión principal del artículo es que, en la era de la IA, no necesariamente ganarán las organizaciones que publiquen más software. La ventaja será de quienes sepan gestionar los sistemas que crean, evaluar continuamente su estado y demostrar que son fiables. Si los riesgos se han acelerado al mismo tiempo que el desarrollo, la gestión y la seguridad también deben acelerar.
