La IA en la gestión de TI: qué hace realmente y cómo pueden utilizarla los MSP
La inteligencia artificial en la gestión de TI no es una cuestión de futuro. Es lo que ya se está incorporando hoy en día en las herramientas de producción. La cuestión no es si la IA afectará a la forma en que los MSP prestan sus servicios, sino si los MSP la utilizarán de forma deliberada o si descubrirán que está funcionando en sus herramientas sin comprender qué es lo que hace.
Según el informe «State of the MSP» de Kaseya para 2026, el 48 % de los MSP consideran que la inteligencia artificial y la automatización son la principal necesidad de los clientes en materia de TI para 2026, por delante de la seguridad, que se sitúa en el 42 %. Se trata de un cambio radical con respecto a años anteriores y refleja una auténtica transformación en las expectativas de los clientes: las empresas que han experimentado la inteligencia artificial en herramientas de consumo ahora preguntan a sus proveedores de TI si sus servicios de gestión de TI ( managed services ) incluyen capacidades de inteligencia artificial.
Esta guía aborda en qué ámbitos se está aplicando realmente la IA en la gestión de TI en la actualidad, qué puede y qué no puede hacer, y cómo deberían los MSP integrar la IA en su cartera de servicios. Kaseya Intelligence, entrenado con más de mil millones de tickets de asistencia técnica y 17 millones de terminales gestionados, nos ofrece una visión detallada de en qué ámbitos estas capacidades están madurando y dónde residen las oportunidades comerciales.
Kaseya Intelligence: IA diseñada específicamente para operaciones de TI
Kaseya Intelligence Se ha entrenado con más de 1.000 millones de incidencias de asistencia técnica, 3 exabytes de datos de copia de seguridad y 17 millones de terminales gestionados. No se limita a ofrecer recomendaciones para que las personas actúen en consecuencia, sino que ejecuta acciones, valida los resultados y aprende de ellos.
Ámbitos en los que ya se utiliza la IA en la gestión de las tecnologías de la información
Detección de anomalías e identificación de amenazas.** Los modelos de aprendizaje automático entrenados a partir del comportamiento normal de la red, los terminales y los usuarios pueden identificar desviaciones que indiquen un incidente de seguridad, de forma más rápida y con menos falsos positivos que las reglas basadas en umbrales. Tanto Datto EDR como Kaseya SIEM utilizan la detección basada en el aprendizaje automático junto con enfoques basados en firmas.
Análisis predictivo de fallos. Los modelos de inteligencia artificial entrenados con métricas sobre el estado del hardware y datos históricos de fallos pueden predecir qué dispositivos tienen probabilidades de fallar antes de que ello ocurra. La alerta temprana de fallos en los discos duros, la degradación de la memoria o los problemas relacionados con el estado de la batería permite realizar una sustitución proactiva en lugar de tener que recurrir a una respuesta de emergencia.
Enrutamiento y clasificación inteligentes de incidencias. La clasificación de las incidencias entrantes por tipo, prioridad y asignación adecuada ha sido tradicionalmente una tarea manual que genera retrasos e inconsistencias. Los «Digital Specialists», presentados en Kaseya Connect Global 2026 y disponibles inicialmente para los clientes de « Autotask » Ultimate, automatizan este proceso mediante una IA entrenada con más de 1.000 millones de incidencias reales de servicios de asistencia técnica.
Generación de documentación. El «Smart SOP Generator» de IT Glueutiliza la inteligencia artificial para registrar las acciones de los técnicos en tiempo real y generar procedimientos operativos estándar (SOP) estructurados de forma automática, lo que elimina la carga que supone la documentación y garantiza al mismo tiempo la conservación de los conocimientos operativos.
Personalización de la formación en concienciación sobre seguridad. « BullPhish ID » utiliza datos de comportamiento para personalizar el nivel de dificultad de las simulaciones de phishing y la asignación de contenidos formativos, de modo que cada usuario reciba una formación en seguridad adaptada a su perfil de riesgo real, en lugar de un programa genérico para todos.
La diferencia entre la automatización basada en reglas y la inteligencia artificial
La automatización basada en reglas funciona dentro de unas condiciones definidas: si se activa el tipo de alerta X, se ejecuta el script Y. Es predecible, auditable y eficaz para los escenarios para los que se diseñó. Deja de funcionar cuando los escenarios no se ajustan a las reglas, requiere mantenimiento a medida que cambian los entornos y no puede mejorar con el tiempo.
La automatización basada en la inteligencia artificial aprende a partir de los datos. Es capaz de gestionar situaciones que no se han programado explícitamente, ya que generaliza a partir de patrones en lugar de basarse en la coincidencia de condiciones. Mejora a medida que procesa más datos. Además, puede funcionar de forma eficaz en contextos ambiguos que harían que los sistemas basados en reglas fallaran o requirieran una intervención manual.
La diferencia práctica en la gestión de las tecnologías de la información: la automatización basada en reglas gestiona los patrones conocidos de forma coherente. La inteligencia artificial gestiona situaciones nuevas con el criterio adecuado. La combinación de ambas —la automatización basada en reglas para tareas predecibles de gran volumen y la inteligencia artificial para el criterio contextual— da lugar a un funcionamiento automatizado más eficaz.
Kaseya Intelligence: cómo funciona en la práctica
Kaseya Intelligence, anunciado en Kaseya Connect Global en abril de 2026 y que constituye el motor de la plataforma Kaseya 365 , representa la capacidad de gestión de TI basada en IA desarrollada a la escala que necesitan los MSP.
La base: más de 1.000 millones de tickets de asistencia técnica, 3 exabytes de datos de copia de seguridad y 17 millones de terminales gestionados. Las capas de IA de uso general aplicadas a los datos de TI no pueden igualar esto, ya que los datos de entrenamiento no son específicos de las operaciones de TI. « Kaseya Intelligence » está diseñada específicamente para este fin, entrenada con datos de operaciones de TI, y no adaptada a partir de un modelo general.
La diferencia operativa: « Kaseya Intelligence » cierra el ciclo entre la detección y la acción. La competencia se limita a presentar una recomendación y a remitirla a un técnico. « Kaseya Intelligence » ejecuta la acción, valida el resultado y aprende de él. Esta es la diferencia arquitectónica entre la IA como una simple función y la IA como sistema operativo para la prestación de servicios de TI.
La IA en las operaciones de seguridad
El impacto de la IA en las operaciones de seguridad es, a la vez, el ámbito más importante y el que evoluciona con mayor rapidez. El panorama de las amenazas cambia con demasiada rapidez y su volumen es demasiado elevado como para que los seres humanos puedan realizar un seguimiento sin la ayuda de la IA.
Kaseya SIEM, ya disponible para el público general, utiliza la correlación basada en inteligencia artificial a partir de más de 60 fuentes de datos para identificar patrones de ataque que abarcan varios sistemas y que pasarían desapercibidos para los equipos de seguridad que supervisan cada sistema por separado. La capacidad de respuesta automatizada ejecuta medidas de contención en cuestión de minutos. La diferencia de velocidad entre una respuesta asistida por IA y una respuesta exclusivamente humana marca la diferencia entre un incidente contenido y una brecha de seguridad grave en muchos casos de ransomware.
Para los MSP que deseen ofrecer operaciones de seguridad basadas en la inteligencia artificial sin necesidad de crear un equipo de seguridad interno, el servicio SOC gestionado 24/7 de Kaseya, potenciado por Kaseya Intelligence, proporciona la capacidad de la inteligencia artificial con la supervisión de expertos humanos.
Cómo deberían posicionar los MSP los servicios de IA
El informe «Estado del sector de los MSP» de Kaseya de 2026 revela que solo el 13 % de los MSP considera actualmente que la inteligencia artificial y la automatización son una fuente significativa de ingresos, a pesar de que el 48 % afirma que se trata de la principal necesidad de los clientes. La brecha entre la demanda de los clientes y los ingresos que obtienen los MSP constituye una oportunidad comercial.
Los MSP que sean capaces de plasmar las capacidades de la IA en descripciones de servicios concretas y orientadas a resultados —como una resolución más rápida de las incidencias, un menor número de incidentes de seguridad y un mantenimiento predictivo que evite el tiempo de inactividad— estarán mejor posicionados para captar esta demanda que aquellos que hablan de la IA de forma abstracta.
La plataforma Kaseya 365 ofrece las funciones de inteligencia artificial. Powered Services proporciona los materiales de ventas y marketing para darlos a conocer a los clientes. Visita Powered Services.
Puntos clave
- El 48 % de los MSP afirma que la inteligencia artificial y la automatización son la principal necesidad de los clientes en materia de TI para 2026, pero solo el 13 % genera actualmente ingresos significativos gracias a ellas. Esa diferencia representa una oportunidad comercial.
- La IA en la gestión de las tecnologías de la información ya se utiliza en la práctica: la detección de anomalías, la clasificación de incidencias, la generación de documentación, la correlación de datos de seguridad y el análisis predictivo de fallos forman parte de las herramientas que se utilizan actualmente.
- Kaseya Intelligence, entrenado con 1.000.000+ tickets del servicio de asistencia técnica y 17 millones de terminales, ejecuta acciones de forma autónoma en lugar de ofrecer recomendaciones. Esta es la diferencia arquitectónica que realmente importa.
- Los proveedores de servicios de gestión (MSP) que presentan las capacidades de IA en descripciones de servicios centradas en los resultados están mejor posicionados para captar la demanda que aquellos que las describen en términos técnicos.
