En el ámbito de la ciberseguridad, la microsegmentación ha sido, durante años, una de las promesas más atractivas del modelo Zero Trust, pero también una de las más complejas de implementar efectivamente. En teoría, el proceso de aislar aplicaciones para limitar movimientos laterales y reducir la superficie de ataque parece ser un camino lógico. Sin embargo, en la práctica, muchas organizaciones tropiezan con obstáculos que incluyen el temor a interrumpir servicios, la complejidad de mapear dependencias y la falta de personal capacitado para transformar el diseño en políticas tangibles. Para abordar estos desafíos, Akamai ha decidido intervenir con la introducción de nuevas capacidades de Inteligencia Artificial en su plataforma Guardicore Segmentation.
El pasado 24 de marzo, Akamai anunció una serie de funciones innovadoras para su plataforma, con el objetivo específico de utilizar la Inteligencia Artificial para identificar, analizar e interpretar el comportamiento de las aplicaciones, generando así políticas listas para su implementación. Esta estrategia, según Akamai, podría acelerar los proyectos de segmentación, reducir el esfuerzo manual necesario y permitir a las empresas aplicar controles con mayor seguridad en entornos híbridos, cloud, Kubernetes y cargas de IA.
Uno de los desafíos históricos más significativos de la microsegmentación siempre ha sido comprender qué aplicaciones se comunican entre sí, cuáles son las dependencias reales y qué impacto tendrá una política cuando se pase del modo de observación al de aplicación. A partir de un análisis de más de 500 proyectos de segmentación, Akamai ha orientado sus mejoras hacia superar precisamente esas barreras críticas.
El anuncio de la empresa se centra en diversas capacidades nuevas, destacando el descubrimiento continuo para ofrecer visibilidad en tiempo real y consolidar una base más robusta para Zero Trust. También introduce una IA que comprende comportamientos de las aplicaciones, propone políticas, explica su razonamiento, simula impactos y valida la preparación del entorno previo a la activación de controles. Además, se incluyen funciones como el «proof-driven enforcement», contención continua del riesgo y flujos delegados para la participación directa de los responsables de aplicación en aprobaciones y despliegue.
En un contexto en el que los atacantes se mueven cada vez más rápido dentro de las redes tras obtener un acceso inicial, Akamai lleva tiempo posicionando su Guardicore Segmentation como una herramienta para contrarrestar dicho movimiento lateral, disminuir el impacto del ransomware, proteger activos críticos y reforzar migraciones cloud con controles detallados. La novedad radica en la reducción del componente artesanal del trabajo, transfiriendo parte del esfuerzo de interpretación y diseño de políticas a una capa de IA.
El discurso comercial de Akamai se centra en una idea clara: la microsegmentación no puede seguir dependiendo de proyectos extensos, consultoría intensiva y validaciones interminables si pretende convertirse en una práctica más amplia. Por ello, estas nuevas funciones no solo recomiendan políticas, sino que también buscan mantener una visibilidad continua, validar la preparación antes del enforcement y alimentar acciones de política con análisis de exposición y riesgo.
Este enfoque podría transformar la percepción del mercado que, durante años, ha visto la segmentación como una tarea deseable pero costosa de mantener. Akamai busca alterar esta percepción asegurando que la IA no sustituye a la lógica de seguridad, sino que traduce la telemetría y el comportamiento observado en políticas accionables. También destaca el componente organizativo del nuevo portal para responsables de aplicación, pretendiendo involucrar más directamente a quienes conocen el funcionamiento real de los servicios y acelerar aprobaciones, evitando enfrentamientos entre seguridad y operaciones.
Akamai presenta estas mejoras como especialmente útiles para organizaciones con entornos híbridos, cargas en la nube, Kubernetes y aplicaciones de IA, las cuales necesitan reducir el riesgo de movimiento lateral, limitar el alcance de un incidente y responder a crecientes requisitos de auditoría, cumplimiento y soberanía del dato. Cuanto más distribuida es la infraestructura, más difícil resulta mantener controles uniformes y mayor es el valor de una plataforma que comprenda dependencias de manera continua.
La gran pregunta es si esta nueva capa de IA conseguirá mitigar el temor más común en cualquier proyecto de segmentación: aplicar una política y causar una interrupción inesperada. Akamai afirma que sus nuevas funciones permiten simular el impacto, explicar políticas y validar el entorno antes de implementar medidas, lo que debería mitigar estos riesgos. Aunque la segmentación no será completamente automática, la calidad de los resultados seguirá dependiendo del inventario, la observación del tráfico, la intervención de los equipos de aplicación y la disciplina con la que se revise el comportamiento real de los sistemas. Sin embargo, sugiere un cambio importante: la microsegmentación no es solo una arquitectura deseable, sino una práctica que debe ser más rápida, más demostrable y menos dependiente de escasos especialistas.
En un momento en que el Zero Trust se ha convertido casi en un estándar aspiracional para las grandes organizaciones, la verdadera barrera no está en el discurso, sino en su ejecución. Akamai confía en que su nueva capa de Inteligencia Artificial puede ayudar a cerrar esa brecha en Guardicore Segmentation. Queda por ver cómo reaccionará el mercado, pero el mensaje es claro: la siguiente fase del Zero Trust no se centrará únicamente en la identidad y el acceso, sino también en la capacidad de segmentar mejor, con más contexto y menos fricción operativa.
Más información y referencias en Noticias Cloud.
