Banco Serfinanza cuts finding management time by around 90% and automates its secure development controls with AI

Caso de Éxito

Logotipo de Banco Serfinanza

Acerca de Banco Serfinanza

Banco Serfinanza SA Es una institución financiera colombiana con sede en Barranquilla, especializada en banca de consumo, financiación minorista y soluciones financieras para pequeñas y medianas empresas.

Como parte de su estrategia de crecimiento y transformación digital, el Banco ha desarrollado sus propias capacidades tecnológicas para acelerar el lanzamiento de productos y servicios digitales. Su desarrollo de software se basa en dos pilares: una fábrica de software interna y un grupo de socios estratégicos especializados que también desarrollan código para el Banco.

El desafío: seguridad integrada en el desarrollo distribuido

Cuando el desarrollo se acelera y se divide entre un equipo interno y varios socios externos, el control de seguridad ya no puede depender de revisiones manuales. Cada entrega representa una oportunidad para que una vulnerabilidad en el código o una configuración de infraestructura insegura llegue a producción sin que nadie la detecte a tiempo.

Y la detección no era el problema. Con las revisiones periódicas, el equipo de seguridad recibía volúmenes de hallazgos que debían clasificarse manualmente, decidiendo uno por uno cuáles merecían la atención de un desarrollador y luego asignándolos. Ese trabajo de clasificación, no el análisis, era el cuello de botella. Banco Serfinanza identificó tres necesidades específicas:

• Visibilidad continua y constante sobre el riesgo que supone para todo el código que entre en el Banco, ya sea escrito por su departamento interno o por un socio.
• Priorización automática, no clasificación manual. Decidir qué arreglar primero no debería depender de que alguien revise las listas una por una.
• El control debe realizarse durante el ciclo de desarrollo, no después. El análisis debe ejecutarse en cada commit y cada pull requestno como una revisión periódica que deja espacios entre una ronda y la siguiente.

El objetivo fundamental no era añadir otra herramienta de análisis, sino fortalecer la gobernanza del desarrollo seguro mediante evidencia automatizada y medible.

Nuestro reto no era detectar vulnerabilidades, sino hacerlo al ritmo de nuestro equipo de desarrollo interno y de nuestros socios externos. El ritmo acelerado del negocio implicaba un aumento constante del código que ingresaba al Banco, y con controles manuales eso no era sostenible.

Leonell Santiago Sanandres

Director de Riesgo Operacional

La solución: una plataforma alineada con la visión de la transformación digital.

El Banco adoptó Xygeni tras una exhaustiva evaluación de las alternativas disponibles en el mercado.

El primer contacto tuvo lugar en 18ENISE, el evento organizado por INCIBE en León, España, donde el equipo de Banco Serfinanza descubrió el enfoque de Xygeni para la gestión de la seguridad en el desarrollo de software.

A partir de ahí, se llevó a cabo una prueba de concepto para validar dos cosas: que la plataforma se integraba con los procesos y herramientas que el Banco ya tenía implementados, y que los resultados que producía eran útiles sin aumentar la carga de trabajo del equipo de seguridad.

Xygeni cubre el ciclo completo desde una única plataforma, con análisis de código propietario, dependencias de código abierto, aplicaciones en ejecución, API, credenciales expuestas e infraestructura como código, además de protección de la cadena de suministro de software y una ASPM capa que consolida tanto sus propios hallazgos como los obtenidos de otras herramientas en un único modelo de riesgo.

Desde esa plataforma, Banco Serfinanza desplegó cuatro capacidades, elegidas por su adecuación a las prioridades del Banco: IA SAST sobre código propietario, Seguridad en CI/CD en el pipelines, IaC Security en infraestructura como código, y la capa de inteligencia artificial de la plataforma, que automatiza la clasificación y priorización de todo lo que detectan las otras tres.

La integración se realizó en GitLab, agregando análisis a la existente. pipelineLos repositorios se incorporaron progresivamente, en fases y de acuerdo con las prioridades del Banco, en lugar de activar el análisis en todo el sistema a la vez. Eso decisSe evitó el efecto habitual de una implementación de seguridad: un volumen inicial de hallazgos tan grande que los equipos de desarrollo lo ignoran.

Los resultados mostraron una fuerte alineación con los objetivos de la organización, especialmente en automatización, visibilidad de riesgos y controles de desarrollo más seguros.

Productos Xygeni utilizados

Aunque Banco Serfinanza ha probado todos los productos de Xygeni, aumentando la cobertura de análisis y la detección de problemas, el enfoque y los beneficios validados durante la prueba de concepto se concentraron en lo siguiente:

Seguridad en CI/CD

PipelineLos archivos se analizan como código, con la misma cadencia que el código de la aplicación. Xygeni realiza comprobaciones pipeline definiciones y SCM Configuración para configuraciones inseguras, permisos excesivos, ramas desprotegidas y riesgo en el proceso de compilación, mapeados a OWASP. CI/CD Los 10 mejores. Para un banco con desarrollo distribuido, el pipeline Es un punto de control tan crítico como el propio código: es donde converge todo lo que entra en el Banco, ya provenga de dentro o de fuera.

AI SAST

Análisis estático impulsado por IA de código propietario en cada commit y pull requestDetecta patrones inseguros como la inyección SQL o el cross-site scripting y utiliza el contexto del propio repositorio para separar lo que es explotable de lo que es teórico, de modo que los desarrolladores solo vean lo que importa. Lo mismo standard Se aplica al código del equipo interno y de los socios estratégicos, y cuando se confirma un hallazgo, AI Auto-fix propone la solución directamente en el pull request.

IaC Security

Las configuraciones inseguras en la infraestructura como código se detectan antes de su aprovisionamiento, en Terraform, CloudFormation, ARM, Bicep, Kubernetes, Helm y Dockerfiles, además de las imágenes de contenedor que generan. Guardrails en el pull request y conectar pipeline Detén un cambio arriesgado antes de que llegue a la nube, y la función de corrección automática con IA te propondrá la plantilla corregida. La corrección se realiza en cuestión de minutos, no después del despliegue, cuando requiere una ventana de mantenimiento.

Los resultados

90 % menos de tiempo dedicado a identificar, priorizar y asignar hallazgos de seguridad
El ahorro no proviene de una detección más rápida, sino de dejar de clasificar manualmente. El análisis pasó de una revisión periódica a ejecutarse automáticamente en cada commit y cada pull requesty la capa de IA proporciona riesgos ya ordenados por contexto real en lugar de por gravedad teórica. Lo que antes era una tarea recurrente para el equipo de seguridad, revisar listas y decidir qué asignar a quién, ahora llega ya resuelto. El salto a ese 90 % coincide con la introducción de la capa de inteligencia artificial. La detección continua ya se había resuelto con IA SAST, Seguridad en CI/CD y IaC SecurityLo que faltaba era eliminar el trabajo manual que se acumulaba después de cada análisis.

Gobernanza sobre el código que no escribe el propio equipo del Banco.

El control de seguridad se aplica por igual al desarrollo de la fábrica interna y de los socios estratégicos. El Banco pasó de confiar en las prácticas de cada proveedor a exigir las mismas prácticas verificables. standard, con evidencia automatizada de que se cumple en cada entrega, en más de 100 repositorios bajo análisis continuo. Este es el resultado con el mayor alcance a largo plazo en todo el despliegue. A standard El hecho de que se verifique en cada entrega no depende de la madurez de cada socio ni de la relación comercial que mantenga con ellos, y le otorga al Banco una posición diferente en sus conversaciones con los proveedores.

Detección temprana de vulnerabilidades antes de la implementación en producción.

Las vulnerabilidades del código y las configuraciones de infraestructura inseguras se identifican durante el ciclo de desarrollo, donde corregirlas cuesta mucho menos que hacerlo posteriormente. Hoy en día, todos los problemas críticos y de alta prioridad se resuelven antes de que lleguen a producción.

From finding to fix: the cycle is measured in hours, not days

Una debilidad que antes podía pasar desapercibida hasta la siguiente revisión programada ahora aparece en cuestión de minutos, dentro del mismo pull request Se corrige el problema en el momento de su introducción, mientras el desarrollador aún lo recuerda. De esta forma, la corrección deja de ser una interrupción y se integra al trabajo en curso.

Priorización automática: de un gran volumen de resultados a una lista corta.

La priorización de riesgos ya no es tarea del equipo de seguridad. La inteligencia artificial de la plataforma ordena los riesgos según el contexto real y reduce el ruido que llega a los equipos de desarrollo. El efecto no es solo técnico: mejora la relación entre seguridad y producto, ya que lo que se les pide a los desarrolladores que corrijan está justificado.

La implementación de Xygeni nos ha permitido fortalecer significativamente nuestros procesos de desarrollo seguro mediante la automatización de controles y la detección temprana de vulnerabilidades.

Hemos reducido el tiempo que dedicábamos a gestionar y priorizar los hallazgos en aproximadamente un 90%, y hoy en día la mayoría de ellos se resuelven antes de llegar a producción. Más allá de las capacidades técnicas de la plataforma, valoramos a su equipo. commitcompromiso con la mejora continua, la innovación y el apoyo constante durante todo el proceso.

Xygeni se ha convertido en un facilitador importante dentro de nuestra estrategia de transformación digital y gestión de riesgos tecnológicos.

Leonell Santiago Sanandres
Director de Riesgo Operacional, Banco Serfinanza SA

Asegure el desarrollo y entrega de software

con Xygeni Seguridad