Su agente ya actúa. ¿Puede demostrar qué podía hacer?
Los agentes de IA ya no se limitan a responder: consultan sistemas, eligen herramientas y mueven datos. La pregunta que llegará del auditor, del cliente o del comité de riesgos es sencilla. Qué podía hacer ese agente, con qué permisos y quién lo aprobó.
Del copilot que responde al agente que actúa
Con un copilot, una persona pregunta, el modelo contesta y la persona decide. El riesgo está en el contenido.
Con un agente, el modelo decide el siguiente paso. Puede llamar a una API, leer una base de conocimiento o iniciar un flujo sin que nadie lo revise en ese momento. El perímetro de gobernanza ya no es la respuesta. Es la acción.
Y cuando algo sale mal, la conversación cambia de tono. Ya no basta con saber qué dijo la IA. Hay que poder reconstruir qué podía hacer, por qué pudo hacerlo y qué límites tenía.
Siete preguntas que hay que poder contestar
Qué agente intervino.
El agente o componente concreto que actuó en la ejecución.
Qué lo habilitaba.
La capacidad delegada que permitía esa intervención.
Qué reglas regían.
Las reglas y límites vigentes en ese momento.
Qué hizo y sobre qué.
La operación realizada y la herramienta, dato o activo afectado.
En qué condiciones.
La versión, la entrada y la secuencia que rodearon la decisión.
Quién intervino.
La revisión o aprobación humana que formó parte del flujo.
Qué produjo.
El resultado de la ejecución, vinculado a su evidencia.
La mayoría de organizaciones puede contestar alguna. Muy pocas pueden contestarlas todas, con fecha, y ante un tercero.
Control y evidencia son capas distintas
Las plataformas de ejecución limitan, autorizan y bloquean al agente mientras trabaja. Es necesario, pero no deja prueba. V-PROOF no sustituye esa capa ni actúa como firewall: añade la evidencia.
En la práctica, V-PROOF lee la configuración de cada agente conectado: modelo, versión, herramientas, permisos, salvaguardas y lo que puede ponerlo en marcha sin supervisión. Solo lee. Las instrucciones y las conversaciones no salen de la plataforma de origen.
Sobre esa configuración aplica ocho controles: autenticación, acceso, herramientas, conocimiento, supervisión humana, salvaguardas, documentación y publicación. Ninguno usa un modelo de lenguaje, así que el resultado es determinista: el mismo agente da siempre el mismo veredicto. Lo que la plataforma no expone queda como «sin evaluar», nunca como cumplido.
Una aprobación vale para una configuración concreta
Cada configuración tiene su huella. Si alguien añade una herramienta o amplía un permiso, la huella cambia y la aprobación anterior deja de cubrirla. El V-Seal deja registrada cada aprobación con fecha cierta y prueba criptográfica, verificable sin cuenta.
Para quien trabaja con el Reglamento Europeo de IA, esto encaja con dos exigencias que se repiten en los sistemas de alto riesgo: supervisión humana documentada (art. 14) y registro de actividad (art. 12).
Dónde empezar
Hoy el conector de Vertex AI está validado en entorno real; Copilot Studio, Azure AI Foundry, Amazon Bedrock, Agentforce y ServiceNow tienen conector disponible y validación en curso.
El punto de partida es corto: elegir los agentes que ya actúan sobre sistemas o datos, conectarlos en solo lectura y ver qué controles pasan, cuáles fallan y cuáles quedan sin evaluar.
Gobierne el agente. Demuestre la acción.
Vea cómo se audita un agente real.
Configuración leída en solo lectura, ocho controles sin IA y la aprobación sellada con prueba criptográfica.
Ver la demo