Las APIs fueron pensadas para aplicaciones que siguen rutas predefinidas. Con agentes de IA, esa lógica cambia: el sistema puede elegir herramientas en tiempo de ejecución, encadenar acciones por cuenta propia y seguir un objetivo sin supervisión paso a paso.
Barry Bernstein, managing director y COO de tecnología en ViewTrade, dice que una API ya no debe verse solo como acceso a datos, sino como una «superficie de ejecución». Darle acceso a un agente equivale a darle capacidad para actuar en nombre del usuario.
El punto delicado no es solo evitar un error evidente. Bernstein advierte que el problema aparece cuando un agente toma una decisión válida para el sistema, pero que igual produce un resultado no deseado. En servicios financieros, explica, un «200 OK» no cuenta toda la historia: una operación puede ejecutarse con éxito técnico y aun así violar una restricción, duplicar una instrucción o procesarse después de un cambio de estado.
Para Bernstein, la autenticación, la autorización y los límites de tasa siguen siendo necesarios, pero ya no bastan. Un entorno listo para agentes también necesita permisos por acción, estado actualizado, respuestas estructuradas, protección contra acciones duplicadas, trazabilidad completa y puntos claros de aprobación humana.
El dato de fondo refuerza esa preocupación. Una encuesta de Salt Security de 2026 entre 327 líderes de seguridad encontró que 48.9% de las organizaciones no tenía visibilidad del tráfico de máquinas y no podía monitorear lo que hacían los agentes; 47% dijo que preocupaciones de seguridad en APIs habían retrasado un lanzamiento a producción. Bernstein concluye que la adopción avanza más rápido que la gobernanza, y no cree que esa brecha se cierre sola.
Su recomendación no es desmontar toda la arquitectura. Dice que REST no queda obsoleto y que un nuevo protocolo no convierte automáticamente a una plataforma en apta para agentes. Si una API es consistente, determinista, está bien documentada y devuelve datos estructurados con errores útiles, un agente debería poder usarla tal como está.
Donde ve más riesgo es en flujos que cambian estados financieros o legales, dependen de reglas no escritas o generan resultados ambiguos. Ahí, señala, los humanos han llenado vacíos de contexto y juicio que un agente no tiene.
Bernstein propone un enfoque gradual: inventariar a qué pueden acceder los agentes, clasificar capacidades por consecuencia, limitar el alcance, exigir aprobación humana para lo de alto impacto y añadir observabilidad, bitácoras de auditoría y capacidad de detener al agente de inmediato.
La lectura de fondo es clara: en la economía digital, la confianza ya no depende solo del tiempo en línea. Depende de si la plataforma puede probar qué autorizó, en qué estado estaba y qué hizo realmente. Quien no pueda mostrar eso terminará pagando reconciliaciones extra, más costo de integración y, en última instancia, pérdida de flujo frente a competidores más claros.
Para el mercado, el mensaje es directo: la IA no elimina la disciplina de producto; la vuelve más exigente. Las plataformas que conviertan identidad, permisos y auditoría en parte de la transacción —y no en un parche posterior— serán las que capten capitalización, reduzcan fricción y ganen la confianza de clientes y automatizaciones.
