An inventario de IA es un catálogo actualizado continuamente de todos los activos de IA que se ejecutan en su organización. modelos, puntos finales con IA, conjuntos de datos, asistentes de codificación de IA, servidores MCP y dependencias de IA — junto con las relaciones, los riesgos y los propietarios que los conectan. En un contexto de seguridad, esto no tiene nada que ver con la gestión de almacenes o inventarios; aquí, "Inventario de IA" Significa, sencillamente, saber exactamente qué IA estás ejecutando, dónde reside y qué puede alcanzar.
A medida que la IA se extiende por todas las etapas del desarrollo de software, desde la generación de código en el IDE hasta los agentes autónomos que actúan dentro del IDE, CI/CD pipelinePor lo tanto, la cuestión ya no es si la IA está presente en su entorno. La cuestión es si puedes verlo. Esta guía explica qué es un inventario de IA, cómo se relaciona con un AI-BOM y una SBOM, por qué sombra IA se ha convertido en un problema de seguridad, y cómo se relaciona la práctica con la Ley de IA de la UE, NIST AI RMF y ISO / IEC 42001.
Puntos clave
- Un inventario de IA cataloga cada modelo, conjunto de datos, agente, servidor MCP y herramienta de codificación de IA a lo largo del ciclo de vida del software, no solo los aprobados por el departamento de TI.
- IA de las sombrasLa IA adoptada sin gobernanza es ahora la norma, no la excepción: en una encuesta de 2026 a líderes de seguridad, solo El 19% de las organizaciones informaron tener visibilidad total sobre dónde y cómo se utiliza la IA..
- An Lista de materiales de IA (AI-BOM) es el resultado listo para auditoría de un inventario de IA: el sucesor de la era de la IA de SBOM.
- La regulación está llegando. La Ley de IA de la UE, el Marco de Referencia de IA del NIST y la norma ISO/IEC 42001 exigen que sepas qué tipo de IA utilizas.
- Un inventario es solo el punto de partida; el valor reside en evaluar el riesgo y actuar sobre el pequeño número de activos que realmente importan.
¿Qué es un inventario de IA?
Un inventario de IA consiste en descubrir, catalogar y supervisar continuamente cada activo de IA que opera a lo largo del ciclo de vida del desarrollo de software, así como los riesgos asociados a cada uno. Un inventario completo responde a tres preguntas clave para cada activo: ¿qué es?, ¿dónde se ejecuta? y ¿a qué información tiene acceso?
Ese alcance es más amplio de lo que la mayoría de los equipos esperan. Un inventario de IA significativo debería abarcar:
- Modelos: todos los modelos de lenguaje y modelos base importantes que se utilizan tanto en desarrollo como en producción, con su versión, ubicación y nivel de confianza en la detección.
- Conjuntos de datos: datos de entrenamiento, conjuntos de datos de recuperación y almacenes de vectores, incluyendo la exposición a contexto contaminado y fugas de datos.
- Agentes: sistemas autónomos que realizan acciones en su entorno, como abrir pull requests, instalando dependencias o modificando la infraestructura.
- Servidores MCP: Protocolo de contexto modelo servidores que conectan asistentes de IA con herramientas externas, API y fuentes de datos.
- Herramientas y asistentes de codificación de IA: copilotos e integraciones de IDE que generan código, sugerir dependencias e interactuar con repositorios.
- Marcos de IA: LangChain, LangGraph, servidores de agentes y otras capas de orquestación que conectan modelos con herramientas y datos.
- Relaciones entre activos: las conexiones entre modelos, agentes, servidores, conjuntos de datos y los Secretos vinculados a ellos. Un gráfico de relaciones hace visible el riesgo en contexto, no como una lista plana.
Inventario de IA frente a inventario de activos de IA frente a AI-BOM, y en qué se diferencian de un SBOM
Estos términos se usan de forma imprecisa, por lo que ayuda ser precavido.cise. “Inventario de IA” e “inventario de activos de IA” describen lo mismo.: el catálogo vivo de activos de IA y sus riesgos. Un AI-BOM es el artefacto exportable que produce el inventario.: una lista de materiales legible por máquina que puede entregar a un auditor o a un enterprise comprador.
La forma más clara de entender la AI-BOM es por analogía con la SBOM:
A medida que la IA se integra en todos los ámbitos SDLC, la AI-BOM se está convirtiendo en algo tan fundamental como la SBOMy los responsables de seguridad reciben cada vez más solicitudes de auditores y enterprise equipos de adquisiciones para este artefacto en concreto.
Por qué la gestión de inventario mediante IA es importante ahora
Tres fuerzas han transformado el inventario de IA, que antes era deseable pero ahora se ha convertido en una prioridad.
- En primer lugar, la IA está escribiendo código inseguro a gran escala. Las investigaciones independientes demuestran de forma consistente que una gran parte del código generado por IA se distribuye con vulnerabilidades. El estudio original de NYU/Copilot realizado por Pearce et al. encontró aproximadamente El 40% de los programas generados contenían vulnerabilidades de seguridad.y pruebas a gran escala más recientes apuntan en la misma dirección: el análisis de Veracode de 2025 en más de 100 modelos encontró solo El 55% del código generado por IA era seguro.. Si no sabe qué asistentes están generando código en su pipelines, no puedes controlar ese riesgo.
- En segundo lugar, la cadena de suministro de software se ha convertido en una superficie de ataque para la IA. En septiembre 2025, Shai Hulud, el primer gusano npm autopropagante, convirtió las máquinas de los desarrolladores en un mecanismo de distribución, extendiéndose a través de cientos de paquetes. En marzo de 2026, los atacantes comprometieron axios, un paquete con aproximadamente 100 millones de descargas semanales, publicando versiones maliciosas que instalaban un troyano de acceso remoto. Ataques como estos se sitúan precisamente en la capa intermedia entre la seguridad de aplicaciones tradicional y las herramientas de protección de endpoints: la capa que un inventario de IA está diseñado para detectar.
- En tercer lugar, los secretos y las credenciales se están filtrando a través de la IA. El informe State of Secretos Sprawl 2026 de GitGuardian informó que Las filtraciones del servicio de IA Secretos aumentaron un 81% interanual.y que la IA asistida commits leak Secretos a aproximadamente el doble de la tasa base. Cada modelo, agente o servidor MCP no documentado es una vía potencial para obtener una credencial.
La seguridad de aplicaciones tradicional se limita al repositorio y no comprende qué es un modelo. Las herramientas de endpoints supervisan el sistema operativo, pero no entienden los paquetes, los servidores MCP ni los asistentes de IA. La brecha entre estas herramientas es donde se acumula el riesgo de la IA, y un inventario es el primer paso para cerrarla.
Donde se esconde la IA: IA en la sombra en todo el mundo SDLC
IA de las sombras ¿Se adopta algún sistema de IA sin aprobación o gobernanza formal?: el copiloto que un desarrollador habilitó la semana pasada, el servidor MCP que se ejecuta en una computadora portátil, el modelo extraído directamente de un centro público para un proyecto paralelo. No es un caso excepcional. En una encuesta de 2026 a más de 400 líderes de seguridad, solo El 19% informó tener plena visibilidad sobre dónde y cómo se utiliza la IA. En toda su organización, la gran mayoría ya estaba utilizando o probando asistentes de codificación basados en IA.
La IA oculta más difícil de encontrar es la que se encuentra dentro del ciclo de vida del software, porque rara vez aparece en una consola en la nube:
- Los modelos y las bibliotecas de IA se incorporan a los repositorios como dependencias.
- Asistentes de codificación con IA configurados por desarrollador y por IDE.
- Servidores MCP y archivos de reglas que se ejecutan localmente en los equipos de los desarrolladores.
- Los flujos de trabajo basados en agentes se abren silenciosamente pull requests o instalando paquetes.
Por eso, el descubrimiento solo en la nube no es suficiente. Un inventario de IA verdaderamente completo tiene que llegar al código y a los entornos de compilación (el portátil del desarrollador, el repositorio, el pipeline), no solo la nube de producción.
¿Qué debe incluirse en una lista de materiales de IA?
Una lista de materiales con IA preparada para auditoría convierte su inventario en algo que puede verificar. Como mínimo, debe incluir:
- Todos los activos de IA: modelos, conjuntos de datos, agentes, servidores MCP, herramientas de codificación de IA.
- Tipo de activo, ubicación y nivel de confianza en la detección para cada uno.
- Procedencia y dependencias (de dónde proviene el modelo o componente).
- Un nivel de riesgo por activo, basado en vectores de ataque específicos de la IA.
- Mapeo normativo con la Ley de IA de la UE, el Marco de Referencia de Riesgos de IA del NIST y la norma ISO/IEC 42001.
- Un formato exportable y legible por máquina para auditores y clientes.
Las organizaciones capaces de generar una lista de materiales basada en IA bajo demanda tendrán una ventaja real en materia de cumplimiento normativo y confianza a medida que maduren las obligaciones de auditoría de IA.
Inventario y cumplimiento de la IA: Ley de IA de la UE, Marco de Referencia de IA del NIST e ISO/IEC 42001
Ninguno de los principales marcos de trabajo incluye el "inventario de IA" como un elemento específico, pero resulta prácticamente imposible cumplir con todos ellos sin él. No se pueden documentar, clasificar ni gestionar sistemas de IA que no se pueden visualizar.
Nota sobre los plazos: la implementación de la Ley de IA de la UE se revisó con el acuerdo «Digital Omnibus» de mayo de 2026, que aplazó la mayoría de las obligaciones de alto riesgo hasta diciembre de 2027, manteniendo vigentes varios hitos del 2 de agosto de 2026 (obligaciones de transparencia, facultades para sancionar a la IA pública). Las fechas exactas deben considerarse variables y confirmarse con fuentes primarias de la UE. Sin embargo, la dirección es clara y el inventario es un requisito indispensable.
Cómo crear y mantener un inventario de IA
Crear un inventario no se trata tanto de una auditoría puntual, sino más bien de establecer un proceso continuo, porque los activos de IA cambian constantemente: se adoptan nuevos modelos, se implementan nuevos agentes, se configuran nuevos servidores MCP, a menudo sin aprobación.
Un enfoque práctico:
- Descubre automáticamente en todo el código, la compilación y la nube. Las hojas de cálculo manuales se vuelven obsoletas en cuestión de días. Discovery tiene que ejecutarse continuamente y llegar hasta el fondo. SDLC, no solo en tiempo de ejecución.
- Clasificar y representar gráficamente las relaciones. Tipo de registro, ubicación, procedencia y, lo que es fundamental, cómo se conecta cada activo con los demás y con Secretos.
- Evaluar el riesgo en contexto. Una lista interminable de cientos de hallazgos no ayuda a nadie; priorice según lo que sea realmente accesible, explotable y fundamental para el negocio.
- Asignar propiedad. Todo activo necesita un propietario responsable.
- Manténgalo activo y exportable. Manténgalo como un inventario continuo que pueda generar una lista de materiales basada en IA bajo demanda.
Qué buscar en un software de inventario con IA
Si está evaluando herramientas, estas son las capacidades que distinguen el software de inventario con IA genuino de una lista estática:
- Comprende los tipos de activos específicos de la IA. (modelos, agentes, servidores MCP, conjuntos de datos), no solo paquetes y bibliotecas.
- Llega hasta el SDLCDescubriendo la IA en el código y en los puntos finales de los desarrolladores, no solo en la nube.
- Relaciones de mapasNo se trata solo de activos individuales, por lo que el riesgo se hace visible en contexto.
- Evalúa el riesgo en vectores de ataque específicos de IA (inyección inmediata, MCP inseguro, agencia excesiva), no solo la gravedad de CVE.
- Ejecuta continuamente, detectando las nuevas IA a medida que aparecen.
- Genera una lista de materiales de IA lista para auditoría. que satisfaga tanto a los auditores como a los clientes. enterprise obtención.
- Vincula el inventario con la aplicación de la ley.para que puedas actuar en función de lo que encuentres.
Del inventario a la acción: proteja lo que encuentre
El descubrimiento es el primer paso; el segundo consiste en comprender qué activos conllevan un riesgo real, ya que la mayoría no lo harán. El objetivo es pasar de miles de hallazgos iniciales a un pequeño grupo que realmente puede comprometer sistemas, datos u operaciones: aquellos que están en uso activo, aceptan información no confiable, son vulnerables, manejan acceso sensible y afectan la producción o los activos regulados.
Aquí es donde entra en juego la gestión de la postura de seguridad de la IA (IA-SPMEl proceso incluye: realizar el inventario, evaluar el riesgo a lo largo de la ruta de ataque de la IA, vincularlo con la normativa y generar la lista de materiales de IA (AI-BOM). También es donde el inventario se encuentra con la aplicación de la ley: bloquear las dependencias maliciosas antes de que se instalen, rechazar los servidores y modelos MCP no aprobados y contener los puntos finales comprometidos antes de que se propague un incidente.
At xygeni, este es el modelo hacia el que construimos: inventario continuo de IA y AI-BOM a través de AI-SPM, detección de malware que atrapa paquetes maliciosos antes de que exista una firma (MEW, Alerta Temprana de Malware), y la aplicación de políticas en el punto final del desarrollador a través de Xygeni Shield. La detección se alinea con el OWASP Top 10 para aplicaciones LLM, el OWASP Top 10 para aplicaciones con agentes y el OWASP MCP Top 10. Pero independientemente del enfoque que elija, el principio se mantiene: No se puede proteger lo que no se ve, y un inventario basado en IA es donde comienza la visibilidad.
Preguntas Frecuentes
¿En qué se diferencia una AI-BOM de una SBOM?
An SBOM Cataloga las dependencias de software de código abierto y de terceros, puntuadas según la gravedad de CVE. Un AI-BOM cataloga los activos específicos de IA (modelos, agentes, servidores MCP, conjuntos de datos) con puntuación de riesgo específica de IA y mapeo regulatorio. A medida que la IA se extiende por el mundo SDLC, la AI-BOM se está convirtiendo en algo tan fundamental como la SBOM.
¿Qué es la IA en la sombra y cómo puedo descubrirla?
La IA en la sombra es cualquier IA adoptada sin aprobación o gobernanza formal: un copiloto habilitado, un servidor MCP local, un modelo extraído de un centro público. Se descubre con un inventario automatizado continuo que llega al código, compila pipeliney puntos finales para desarrolladores, no solo la nube de producción donde la mayor parte de la IA oculta nunca aparece.
¿Exige la Ley de IA de la UE un inventario de IA?
La Ley de IA de la UE no menciona explícitamente el "inventario de IA", pero sus obligaciones de documentación, clasificación y registro de sistemas de alto riesgo son imposibles de cumplir sin uno. Lo mismo ocurre con el Marco de Referencia de Riesgos (RMF) de IA del NIST (función Map, Govern 1.6) y la norma ISO/IEC 42001, que exige mantener un inventario de sistemas de IA.
¿Qué es AI-SPM?
La gestión de la postura de seguridad de la IA (AI-SPM) consiste en descubrir continuamente activos de IA, evaluar su riesgo a lo largo de la ruta de ataque de la IA, relacionarlos con la normativa y generar una lista de materiales de IA (AI-BOM). Extiende el enfoque de gestión de la postura (conocido en CSPM y DSPM) a activos y vectores de ataque específicos de la IA.
¿Con qué frecuencia se debe actualizar un inventario de IA?
De forma continua. Los activos de IA cambian a diario a medida que los equipos adoptan nuevos modelos, implementan nuevos agentes y configuran nuevos servidores MCP, generalmente sin aprobación formal. Un análisis puntual queda obsoleto en cuestión de días, por lo que un software eficaz de inventario de IA funciona como un proceso continuo en lugar de una auditoría única.
¿Cómo puedo inventariar la IA utilizada en el código fuente?
Inventariar la IA en el código significa detectar modelos y bibliotecas de IA incorporados como dependencias, asistentes de codificación de IA configurados por desarrollador y servidores MCP o archivos de reglas que se ejecutan localmente. Esto requiere un descubrimiento que opera dentro del SDLC (repositorios, compilación) pipelines y puntos finales para desarrolladores) en lugar de solo en consolas en la nube.
