software de inventario de IA

Que é un inventario de IA? Unha guía práctica para o descubrimento de activos de IA, IA-BOM e IA na sombra

An Inventario de IA é un catálogo actualizado continuamente de todos os activos de IA que funcionan na súa organización — modelos, puntos finais con IA, conxuntos de datos, asistentes de codificación con IA, servidores MCP e dependencias de IA — xunto coas relacións, os riscos e os propietarios que os conectan. Nun contexto de seguridade, isto non ten nada que ver coa xestión do inventario do almacén ou das existencias; aquí, "Inventario de IA" simplemente significa saber exactamente que IA estás a executar, onde reside e ata onde pode chegar.

A medida que a IA se estende por todas as etapas do desenvolvemento de software, desde a xeración de código no IDE ata os axentes autónomos que actúan dentro CI/CD pipelines, a cuestión xa non é se a IA está presente no teu entorno. Trátase de se podes velo. Esta guía explica que é un inventario de IA, como se relaciona cun IA-BOM e un SBOM, por que sombra AI converteuse nun problema de seguridade e como a práctica se relaciona co Lei de IA da UE, RMF de IA do NIST ISO / IEC 42001.

Transporte clave

  • Un inventario de IA cataloga todos os modelos, conxuntos de datos, axentes, servidores MCP e ferramentas de codificación de IA ao longo do ciclo de vida do software, non só os aprobados por TI.
  • Shadow AI, a IA adoptada sen gobernanza, é agora a norma, non a excepción: nunha enquisa de 2026 a líderes de seguridade, só O 19 % das organizacións informaron de que teñen visibilidade total sobre onde e como se usa a IA.
  • An IA-BOM (Lista de materiais de IA) é o resultado listo para a auditoría dun inventario de IA: o sucesor da era da IA ​​do SBOM.
  • A regulación está a chegar. A Lei de IA da UE, o RMF de NIST sobre IA e a norma ISO/IEC 42001 esixen que saibas que IA estás a usar.
  • Un inventario é só o punto de partida; o valor provén de avaliar o risco e actuar sobre o pequeno número de activos que realmente importan.

Que é un inventario de IA?

Un inventario de IA é a práctica de descubrir, catalogar e monitorizar continuamente cada activo de IA que opera ao longo do ciclo de vida do desenvolvemento de software, así como os riscos asociados a cada un. Un inventario completo responde a tres preguntas para cada activo: que é, onde se executa e a que pode acceder?

Ese alcance é máis amplo do que a maioría dos equipos esperan. Un inventario de IA significativo debería abarcar:

  • Modelos: todos os modelos de linguaxe grande e modelos básicos que se usan durante o desenvolvemento e a produción, con confianza na versión, localización e detección.
  • Datasets: datos de adestramento, conxuntos de datos de recuperación e almacéns de vectores, incluíndo a exposición a contextos envelenados e fugas de datos.
  • Axentessistemas autónomos que realizan accións no teu entorno, como abrir pull requests, instalando dependencias ou tocando a infraestrutura.
  • Servidores MCP: Protocolo de contexto modelo servidores que conectan asistentes de IA a ferramentas externas, API e fontes de datos.
  • Ferramentas e asistentes de codificación de IA: copilotos e integracións IDE que xeran código, suxerir dependencias e interactuar cos repositorios.
  • Marcos de IALangChain, LangGraph, servidores de axentes e outras capas de orquestración que conectan os modelos coas ferramentas e os datos.
  • Relacións entre activos: as conexións entre modelos, axentes, servidores, conxuntos de datos e os segredos vinculados a eles. Un gráfico de relacións fai que o risco sexa visible no contexto, non como unha lista plana.

Inventario de IA fronte a inventario de activos de IA fronte a inventario de listas de materiais de IA e como se diferencian dun SBOM

Estes termos úsanse de xeito amplo, polo que axuda ter coidadocise. «Inventario de IA» e «inventario de activos de IA» describen o mesmo: o catálogo vivo de activos de IA e os seus riscos. Un AI-BOM é o artefacto exportable que produce o inventariounha lista de materiais lexible por máquina que podes entregarlle a un auditor ou a un enterprise comprador.

A forma máis clara de entender a IA-BOM é por analoxía coa SBOM:

SBOM IA-BOM
Catálogos Dependencias de software de código aberto e de terceiros Activos específicos da IA: models, datasets, agents, MCP servers, AI coding tools
Base de risco Gravidade das ECV Vectores de ataque específicos da IA ​​(inxección rápida, MCP inseguro, axencia excesiva) ademais da procedencia e exposición de datos
Condutor principal Transparencia da cadea de subministración Gobernanza, seguridade e cumprimento normativo da IA

A medida que a IA se integra en todo o SDLC, a IA-BOM está a converterse en algo tan fundamental como o SBOMe os líderes de seguridade reciben cada vez máis solicitudes de auditores e enterprise equipos de adquisicións para exactamente este artefacto.

Por que importa agora o inventario de IA

Tres forzas converteron o inventario de IA de algo que convén ter nunha prioridade.

  • En primeiro lugar, a IA está a escribir código inseguro a escala. Investigacións independentes constatan sistematicamente que unha gran parte do código xerado por IA contén vulnerabilidades. O estudo orixinal da NYU/Copilot realizado por Pearce et al. descubriu aproximadamente O 40 % dos programas xerados contiñan debilidades de seguridade, e probas a grande escala máis recentes apuntan no mesmo camiño: a análise de Veracode de 2025 en máis de 100 modelos só atopou O 55 % do código xerado por IA era seguroSe non sabes que asistentes están a xerar código no teu pipelines, non podes gobernar ese risco.
  • En segundo lugar, a cadea de subministración de software converteuse nunha superficie de ataque da IA. En setembro 2025, Shai Hulud, o primeiro verme npm autopropagante, converteu as máquinas dos desenvolvedores nun mecanismo de distribución, estendéndose por centos de paquetes. En marzo de 2026, os atacantes comprometérono eixes, un paquete con aproximadamente 100 millóns de descargas semanais, publicando versións envelenadas que lanzaron un troiano de acceso remoto. Ataques como estes atópanse exactamente na capa entre a AppSec tradicional e as ferramentas de endpoint: a capa que un inventario de IA está deseñado para iluminar.
  • En terceiro lugar, os segredos e as credenciais están a filtrarse a través da IA. O informe State of Secrets Sprawl 2026 de GitGuardian informou diso As filtracións de segredos de servizos de IA aumentaron un 81 % interanuale que asistida por IA commits leak secrets a aproximadamente o dobre da taxa de referencia. Cada modelo, axente ou servidor MCP non documentado é unha posible ruta cara a unha credencial.

A AppSec tradicional detense no repositorio e non entende o que é un modelo. As ferramentas terminais observan o sistema operativo pero non entenden os paquetes, os servidores MCP nin os asistentes de IA. A brecha entre eles é onde se acumula o risco da IA, e un inventario é o primeiro paso para pechalo.

Onde se agocha a IA: a IA na sombra SDLC

Shadow AI é calquera sistema de IA adoptado sen aprobación formal ou gobernanza: o copiloto que un desenvolvedor activou a semana pasada, o servidor MCP executándose nun portátil, o modelo extraído directamente dun centro público a un proxecto paralelo. Non é un caso límite. Nunha enquisa de 2026 a máis de 400 líderes de seguridade, só O 19 % informou de visibilidade total sobre onde e como se usa a IA en toda a súa organización, mentres que a inmensa maioría xa estaba a usar ou a probar asistentes de codificación con IA.

A IA na sombra máis difícil de atopar é a IA dentro do ciclo de vida do software, porque raramente aparece nunha consola na nube:

  • Modelos e bibliotecas de IA introducidos en repositorios como dependencias.
  • Asistentes de codificación de IA configurados por desenvolvedor e por IDE.
  • Servidores MCP e ficheiros de regras que se executan localmente en puntos finais de desenvolvedores.
  • Fluxos de traballo de axencia que se abren silenciosamente pull requests ou instalando paquetes.

É por iso que o descubrimento só na nube non é suficiente. Un inventario de IA realmente completo ten que chegar ao código e aos entornos de compilación (o portátil do desenvolvedor, o repositorio, o pipeline), non só a nube de produción.

Que pertence a unha IA-BOM

Unha lista de materiais de IA lista para auditoría converte o teu inventario en algo que podes probar. Como mínimo, debería incluír:

  • Todos os activos de IA: modelos, conxuntos de datos, axentes, servidores MCP, ferramentas de codificación de IA.
  • Tipo de activo, localización e confianza de detección para cada un.
  • Procedencia e dependencias (de onde provén o modelo ou compoñente).
  • Un nivel de risco por activo, baseado en vectores de ataque específicos da IA.
  • Correspondencia normativa coa Lei de IA da UE, o RMF de IA do NIST e a norma ISO/IEC 42001.
  • Un formato exportable e lexible por máquina para auditores e clientes.

As organizacións que poden xerar unha lista de materiais de IA baixo demanda terán unha vantaxe real de cumprimento e confianza a medida que maduren as obrigas de auditoría de IA.

Inventario e cumprimento da IA: Lei de IA da UE, RMF de IA do NIST e ISO/IEC 42001

Ningún dos principais marcos de traballo menciona o "inventario de IA" como unha partida, pero cada un deles é practicamente imposible de satisfacer sen el. Non se poden documentar, clasificar nin gobernar sistemas de IA que non se poidan ver.

Cadro Por que se require un inventario
Lei de IA da UE Os sistemas de alto risco levan a cabo tarefas de documentación e rexistro, e Article 50 introduce obrigas de transparencia. Para cumprilas é preciso saber que sistemas de IA se executan e como se clasifican.
RMF de IA do NIST o Map función e Govern 1.6 esixen o inventario e o mapeo dos sistemas de IA como base para xestionar o seu risco.
ISO / IEC 42001 O sistema de xestión da IA standard require manter un inventario de sistemas de IA como control central.

Unha nota sobre o momento: o despregamento da Lei de IA da UE foi revisado polo acordo "Ómnibus Dixital" de maio de 2026, que aprazou a maioría das obrigas de alto risco ata decembro de 2027, ao tempo que mantivo varios fitos do 2 de agosto de 2026 (dereitos de transparencia, poderes de sanción da GPAI). Trate as datas exactas como un obxectivo móbil e confirme con fontes primarias da UE. Pero a dirección do camiño é clara e o inventario é o requisito previo para todo iso.

Como crear e manter un inventario de IA

A creación dun inventario non se reduce tanto a unha auditoría puntual senón máis ao establecemento dun proceso continuo, xa que os activos de IA cambian constantemente: adóptanse novos modelos, despreganse novos axentes, configúranse novos servidores MCP, a miúdo sen aprobación.

Unha abordaxe práctica:

  1. Descubra automaticamente a través do código, a compilación e a nube. As follas de cálculo manuais quedan obsoletas en cuestión de días. O descubrimento ten que executarse continuamente e acceder ao SDLC, non só o tempo de execución.
  2. Clasificar e mapear as relacións. Tipo de rexistro, localización, procedencia e, fundamentalmente, como cada activo se conecta con outros e con segredos.
  3. Risco de puntuación no contexto. Unha lista simple de centos de achados non axuda a ninguén; prioriza segundo o que é realmente alcanzable, explotable e crítico para o negocio.
  4. Asignar a titularidade. Todo activo necesita un propietario responsable.
  5. Manteñao activo e exportable. Mantelo como un inventario continuo que poida producir unha lista de materiais de IA baixo demanda.

Que buscar nun software de inventario de IA

Se estás a avaliar ferramentas, estas son as capacidades que diferencian o software de inventario de IA xenuíno dunha lista estática:

  • Comprende os tipos de activos específicos da IA (modelos, axentes, servidores MCP, conxuntos de datos), non só paquetes e bibliotecas.
  • Chega ao SDLC, descubrindo a IA no código e nos puntos finais dos desenvolvedores, non só na nube.
  • Relacións de mapas, non só activos individuais, polo que o risco é visible no contexto.
  • Puntúa o risco nos vectores de ataque específicos da IA (inxección rápida, MCP inseguro, axencia excesiva), non só a gravidade da violencia de xénero.
  • Funciona continuamente, captando nova IA segundo aparece.
  • Produce unha lista de materiais de intelixencia artificial lista para auditoría que satisfaga tanto aos auditores como aos enterprise contratación.
  • Conecta o inventario coa aplicación da lei, para que poidas actuar en función do que atopes.

Do inventario á acción: protexer o que atopas

O primeiro paso é o descubrimento; o segundo é comprender que activos conlevan un risco real, porque a maioría non o farán. O obxectivo é pasar de miles de descubrimentos en bruto ao puñado que realmente poden comprometer sistemas, datos ou operacións: aqueles que están en uso activo, aceptan entradas non fiables, son realmente explotables, teñen acceso sensible e afectan á produción ou aos activos regulados.

Aquí é onde a xestión da postura de seguridade da IA ​​(IA-SPM) recolle: toma o inventario, puntua o risco ao longo da ruta de ataque da IA, mapealo á regulación e produce a lista de materiais de IA. Tamén é onde o inventario se une á aplicación: bloquea as dependencias maliciosas antes de que se instalen, rexeita servidores e modelos MCP non aprobados e contén os puntos finais comprometidos antes de que se propague un incidente.

At Xíxeno, este é o modelo cara ao que nos diriximos: inventario continuo de IA e IA-BOM a través de IA-SPM, detección de software malicioso que detecta paquetes maliciosos antes de que exista unha sinatura (MEW, alerta temperá de software malicioso) e a aplicación de políticas no punto final do desenvolvedor a través de Xygeni Shield. A detección está aliñada co Top 10 de OWASP para aplicacións LLM, o Top 10 de OWASP para aplicacións Agentic e o Top 10 de OWASP MCP. Pero sexa cal sexa o enfoque que escolla, o principio mantense: Non podes protexer o que non podes ver, e un inventario de IA é onde comeza a visibilidade.

FAQs

En que se diferencia unha IA-BOM dunha SBOM?

An SBOM cataloga as dependencias de software de código aberto e de terceiros, puntuadas segundo a gravidade dos eventos críticos de vulnerabilidade (CVE). Un AI-BOM cataloga os activos específicos da IA ​​(modelos, axentes, servidores MCP, conxuntos de datos) cunha puntuación de riscos específica da IA ​​e un mapeo regulamentario. A medida que a IA se estende por todo o SDLC, a IA-BOM está a converterse en algo tan fundamental como o SBOM.

Que é a IA nas sombras e como a descubro?

A IA na sombra é calquera IA adoptada sen aprobación formal nin gobernanza: un copiloto habilitado, un servidor MCP local, un modelo extraído dun centro público. Descúbrese cun inventario automatizado continuo que chega ao código, á compilación... pipelinee puntos finais para desenvolvedores, non só a nube de produción onde a maioría da IA ​​na sombra nunca aparece.

A Lei de IA da UE esixe un inventario de IA?

A Lei de IA da UE non nomea explicitamente o "inventario de IA", pero as súas obrigas de documentación, clasificación e rexistro para sistemas de alto risco son imposibles de cumprir sen un. O mesmo ocorre co RMF de IA do NIST (función Map, Govern 1.6) e a ISO/IEC 42001, que require manter un inventario dos sistemas de IA.

Que é a IA-SPM?

A xestión da postura de seguridade da IA ​​(IA-SPM) é a práctica de descubrir continuamente activos de IA, puntuar o seu risco ao longo da ruta de ataque da IA, mapealos á regulación e producir unha IA-BOM. Estende o pensamento de xestión da postura (familiar co CSPM e o DSPM) a activos e vectores de ataque específicos da IA.

Con que frecuencia se debe actualizar un inventario de IA?

Continuamente. Os activos de IA cambian a diario a medida que os equipos adoptan novos modelos, despregan novos axentes e configuran novos servidores MCP, normalmente sen aprobación formal. Unha análise nun momento dado queda obsoleta en cuestión de días, polo que o software de inventario de IA eficaz execútase como un proceso continuo en lugar dunha auditoría puntual.

Como fago un inventario da IA ​​empregada no código fonte?

Inventariar a IA no código significa detectar modelos e bibliotecas de IA introducidas como dependencias, asistentes de codificación de IA configurados por desenvolvedor e servidores MCP ou ficheiros de regras que se executen localmente. Isto require unha detección que opere dentro do SDLC (repositorios, compilación pipelinee puntos finais de desenvolvedores) en lugar de só en consolas na nube.

ferramentas-sca-tools-software-ferramentas-de-análise-de-composición
Priorizar, corrixir e protexer os riscos do software
Obtén a túa conta gratuíta.
Non se precisa tarxeta de crédito.

Asegura o desenvolvemento e a entrega do teu software

con Xygeni Product Suite