• La IA ayuda a las empresas a recuperarse de la pandemia de forma más eficiente.
• La creciente adopción de la IA genera preocupación por la seguridad de los datos en un momento de intensificación de las ciberamenazas.
• Una IA bien implementada puede utilizarse para contrarrestar estas ciberamenazas.
Las catástrofes globales han provocado históricamente momentos de la verdad para todos los ámbitos empresariales. En tales circunstancias, su funcionamiento interno, sus fortalezas y sus debilidades quedan al descubierto ante todo el mundo, a medida que las organizaciones modifican rápidamente sus procesos para adaptarse a la nueva realidad.
Las empresas capaces de tomar decisiones audaces en tiempos tan difíciles pueden convertir rápidamente la adversidad en una ventaja. Así, las primeras indicaciones apuntan a que las empresas que valoran la información como un activo, y que han adoptado con rapidez el aprendizaje automático y la analítica avanzada de datos, han salido mejor paradas de las secuelas económicas de la pandemia.
La IA y la optimización empresarial
La pandemia de coronavirus, que sigue asolando el mundo, ha obligado a las pequeñas empresas a crear negocios en línea. También les ha llevado a adoptar plataformas basadas en IA que ofrecen información sobre los consumidores y ayudan a las empresas a ofrecer “hiperpersonalizados” productos a los compradores en línea.
Además, la IA ha ayudado hasta ahora a las empresas que luchan por crear entornos de trabajo seguros y libres de contagios, mediante la creación de fuerzas laborales en línea bajo demanda.
En el ámbito empresarial, la IA tiene el potencial de realizar tareas automatizadas y repetitivas que, de otro modo, quedarían en manos de personas. Contribuye a mejorar la eficiencia, reduce costes y ahorra tiempo que podría invertirse en otras funciones empresariales.
Sin embargo, la IA necesita enormes cantidades de datos para conocer las tendencias de consumo, predecir el comportamiento de los consumidores y encontrar la "siguiente mejor acción" que mejore la satisfacción del cliente e impulse las ventas. Pero esta inteligencia predictiva también puede anticipar el comportamiento de la demanda y la oferta, y ayudar en los procesos de control de calidad de las instalaciones de fabricación.
El problema es que recopilar y almacenar estos datos de forma segura, salvaguardando al mismo tiempo los intereses de sus partes interesadas, no es tarea fácil. En la era de la transformación digital, donde todo está interconectado y compartido en línea, la seguridad del internet de las cosas (IoT) supone un riesgo considerable para los usuarios.
En los últimos años se ha producido un aumento drástico –del 15 % al 21 %, según diversas estimaciones– en las violaciones de seguridad. Plataformas líderes como Facebook, Twitter y Yahoo han sido víctimas, comprometiendo datos de usuarios por valor de millones de dólares.
Esto no solo significa que las personas deben elegir mejores contraseñas, sino que también exige que estas plataformas tengan estándares más exigentes en materia de ciberseguridad. Dado que la ciencia de datos y la IA darán forma a las siguientes etapas del desarrollo del IoT, las empresas ricas en datos deben crear enfoques eficaces y fiables para convertir los datos en conocimientos útiles y accionables.
La ciberseguridad en la era de la IA
La recopilación de datos y los algoritmos de IA se están convirtiendo en la piedra angular de la industria de la ciberseguridad. Los procesos automatizados de toma de decisiones y evaluación ofrecen un abanico más amplio de protección frente a la actividad maliciosa que las soluciones tradicionales. Por ejemplo, la IA puede ser proactiva y supervisar los dispositivos en busca de actividad sospechosa, en lugar de depender de bases de datos de malware que se actualizan lentamente.
Gartner, una de las principales empresas de investigación y tecnologías de la información del mundo, pronosticó que el 60 % de las empresas digitales podría sufrir pérdidas importantes debido a la incapacidad de sus equipos de seguridad para gestionar los riesgos digitales.
Tras las violaciones de seguridad de alto perfil de los últimos dos años, las empresas son cada vez más conscientes de las técnicas de gestión de riesgos. De hecho, 79% de los directivos de empresas a nivel mundial sitúan la gestión de riesgos de ciberseguridad entre sus principales prioridades.
La mayoría de los directores de seguridad de la información (CISO) han comenzado a impulsar transformaciones en su cultura de seguridad y de TI, distribuyendo la responsabilidad en materia de seguridad por toda la organización. Por tanto, los avances de la IA en ciberseguridad deben centrarse en hacer que los sistemas sean más seguros y protegidos para el uso de los consumidores. Veamos cómo hacerlo correctamente:
1. Identificar las amenazas a tiempo
Combine la inteligencia tradicional sobre amenazas (una lista de todas las ciberamenazas conocidas hasta la fecha) y utilice el aprendizaje automático para comprender los riesgos. Esto debería traducirse en un sistema de detección y prevención de amenazas mejor y más eficiente.
Esto también puede ayudar a identificar cualquier fallo o amenaza presente en los datos.
De hecho, el aprendizaje automático también puede utilizarse para detectar cualquier anomalía o vulnerabilidad potencial en medio de la actividad “normal” y advertir a los usuarios de una amenaza antes de que pueda comprometer datos esenciales. Con los sistemas adecuados, sus atacantes ni siquiera se darán cuenta de que usted conoce su presencia, de modo que podrá tomar medidas inmediatas para garantizar la seguridad de su infraestructura digital.
2. Prevenir el fraude con tarjetas de crédito
La actividad inusual, como compras realizadas desde un dispositivo diferente o transacciones insólitas, puede detectarse al instante mediante servicios basados en IA que ayudan a verificar al titular de la tarjeta de crédito.
El aprendizaje automático también puede ayudar a los usuarios a elegir contraseñas, advirtiéndoles si una contraseña no es lo bastante segura.
3. Construir sobre la cadena de bloques
En los últimos años, criptomonedas como Bitcoin y Ethereum han ganado popularidad. Estas criptomonedas se basan en la cadena de bloques, una solución técnica innovadora para almacenar un registro de transacciones seguro y descentralizado.
La cadena de bloques puede utilizarse para habilitar historiales médicos y contribuir a la gestión de la seguridad, identificando fallos de identidad delictiva en el sistema.
Con la tecnología de cadena de bloques, ya no serían necesarias las claves de verificación. Si alguien intenta hackear los datos, el sistema analiza toda la masa de cadenas de datos. Incluso si un nodo de datos queda intacto para el hacker, el sistema completo puede restaurarse con éxito.
Esto hace que todo el sistema sea mucho más seguro, al garantizar que no existe una forma discreta de manipular los bloques de la cadena, y que los datos almacenados pueden permanecer a salvo.
4. Profundizar en los datos
Una de las principales áreas en las que la IA puede contribuir a la ciberseguridad es responder a las amenazas casi de inmediato. Por ejemplo, en 2016 Google catalogó unos 20 000 sitios por albergar malware en sus sistemas. Mientras que las personas no pueden examinar millones de sitios web, el aprendizaje automático sí puede hacerlo. Es posible utilizar soluciones de IA pertinentes para analizar cada visita al sitio, clasificar a los visitantes según su nivel de amenaza y gestionarlos en consecuencia.
Estamos entrando en una era de hipercomplejidad, en la que toda nuestra información está interconectada. Aunque la inteligencia artificial puede aportar enormes innovaciones y avances, ello supondría el sacrificio de grandes cantidades de datos personales e incidentes de ciberseguridad.
Qué hace el Foro Económico Mundial en materia de ciberseguridad
El Centro de Ciberseguridad ofrece una plataforma de confianza donde los líderes se reúnen para comprender los riesgos cibernéticos en evolución y sus implicaciones sistémicas. Se centra en generar comprensión y confianza en un mundo digital cada vez más interconectado.
Mediante la colaboración intersectorial y el intercambio de conocimientos, el Centro ayuda a sus socios a reforzar la ciberresiliencia y a abordar retos que requieren respuestas colectivas.
La única forma de proteger los datos y reducir el riesgo es automatizar y regular el proceso de seguridad mediante algoritmos inteligentes que permitan identificar, aprender y comprender las amenazas potenciales.
