Weingarten de SentinelOne: La inteligencia artificial no ha hecho que los ataques sean más inteligentes, sino más rápidos, y los transformers podrían ser la arquitectura equivocada para solucionarlo
Goldman Sachs Communacopia + Technology Conference, 10 de septiembre de 2026
Tomer Weingarten, fundador y CEO de SentinelOne, aprovechó su participación en la Goldman Sachs Communacopia + Technology Conference para ofrecer una evaluación inusualmente directa sobre la narrativa de seguridad en torno a la inteligencia artificial que domina la industria. Sostuvo que los recientes incidentes de alto perfil reflejan velocidad y no sofisticación, y que toda la pila tecnológica de IA basada en transformers podría necesitar una reestructuración antes de que las empresas puedan confiar plenamente en los agentes autónomos. Junto a la CFO Sonalee Parekh, quien se encuentra en su segundo trimestre completo en el cargo, Weingarten también detalló un negocio que registra una aceleración en la retención neta y un crecimiento récord en productos de seguridad de IA, tras lo que Parekh calificó como una de las mayores revisiones al alza en las previsiones que la compañía ha entregado en la historia reciente.
Sin nuevas técnicas, solo nueva velocidad
Al ser consultado sobre cómo reaccionan los clientes sofisticados ante las brechas basadas en agentes que acaparan los titulares, Weingarten rechazó con firmeza la premisa de que la inteligencia artificial haya introducido nuevos métodos de ataque. "Fundamentalmente, no hay nada nuevo", afirmó. "Lo que estos agentes han hecho no es nada que un atacante humano no haya hecho en el pasado. No estamos viendo ningún tipo de nuevo comportamiento. Vemos un nuevo nivel de velocidad, un nuevo nivel de rapidez, pero no nuevas técnicas". Se mostró igualmente desdeñoso con los proveedores que afirman haber resuelto el problema: "No importa lo que hayan escuchado, no hay nada que resuelva el problema al que nos enfrentamos ahora mismo en términos de velocidad... Esta noción de que podemos detenerlo, prevenirlo, de que podemos vivir en un mundo donde estas cosas no suceden, es errónea. Podemos reducir el riesgo". Su punto central fue que la inteligencia artificial está exponiendo décadas de mala higiene cibernética en lugar de superar en inteligencia a los defensores. "La IA no es buena en ciberseguridad en absoluto. Todos nosotros, en conjunto, somos malos construyendo infraestructura segura. La IA, que es un gran motor de búsqueda, es capaz de encontrar todas estas cosas que básicamente hemos arrastrado durante muchos, muchos años".
Ofreció un ejemplo concreto de principios de este año relacionado con bibliotecas de código abierto envenenadas, como LiteLLM y Axios, que fueron integradas sin saberlo por herramientas de codificación de IA como Claude y Codex, comprometiendo a cientos de empresas de forma automatizada. El motor de detección conductual de SentinelOne, con una década de antigüedad, detectó la actividad sin conocimiento previo del exploit específico porque fue diseñado para señalar comportamientos anómalos de forma genérica en lugar de coincidir con firmas conocidas. "El sistema simplemente vio algo. No le importaba si era Claude, el usuario o un atacante".
Los argumentos en contra de los transformers
Quizás la parte más llamativa de la sesión fue el escepticismo de Weingarten sobre la durabilidad de la arquitectura transformer en sí misma. "No creo que haya ninguna certeza de que esta vaya a ser la arquitectura dominante en los próximos años", señaló, sugiriendo que la velocidad de codificación asistida por IA podría permitir una arquitectura de razonamiento completamente nueva, en lugar de una que dependa de "forzar cadenas de pensamiento y aleatorizar tokens". Cuestionó si el retorno de la inversión de la industria en el exponencial gasto en cómputo de IA se ha materializado: "¿Dónde están los resultados de la IA? ¿Dónde están probados en el mercado? Ingresos, crecimiento dramático, resultados increíbles, cambio transformador para la tierra", insinuando retóricamente que en gran medida están ausentes.
Weingarten vinculó esto con un argumento a nivel de hardware, sosteniendo que los enclaves de seguridad que operan en la misma capa de privilegios que el modelo que deben supervisar están fundamentalmente comprometidos. Hizo referencia al impulso de la industria tras el apagón de CrowdStrike para sacar la seguridad del kernel como una promesa que no ha llegado a ninguna parte: "Todo el mundo iba a salir. Nadie ha salido. ¿Cuánto ha pasado? ¿Dos, tres años desde ese evento? Nadie está saliendo". Su conclusión fue que la verdadera alineación de la IA eventualmente podría requerir nuevos diseños de chips o enclaves de seguridad más robustos que separen el cómputo de las funciones de seguridad del modelo en sí, señalando que incluso la tecnología de enclaves de Apple ha sido comprometida.
La alineación de la IA como la próxima frontera de la ciberseguridad
Weingarten identificó la alineación de la IA —garantizar que los modelos se comporten de acuerdo con la intención humana— como el tema de inversión más importante en ciberseguridad para los próximos cinco a diez años, calificándolo como un problema que la industria nunca antes ha tenido que resolver. "El problema de la alineación de la IA va a superar prácticamente a cualquier otro problema que veamos en ciberseguridad", aseguró. Su receta no contempla precisamente modelos más capaces: "No se necesita superinteligencia para mantener la IA alineada. Se necesita algo que sea más equilibrado, algo diseñado para gobernar, no para ser inteligente, simplemente para saber cuándo la intención difiere del comportamiento exhibido". Se mostró escéptico de que las barreras de seguridad (guardrails) tal como están implementadas actualmente puedan sostenerse: "El modelo hace lo que cree que sirve al objetivo que se le dio. Mira las barreras de seguridad y dice: 'De acuerdo, veo las barreras, pero tal vez haré esto'. Es casi como un niño".
Críticas al bombo publicitario del fine-tuning
Al ser presionado sobre si SentinelOne aplicaría su telemetría propietaria para realizar fine-tuning en un modelo de lenguaje grande para la automatización ofensiva y defensiva, Weingarten restó importancia a la narrativa de "agente rojo, agente azul" popular entre los proveedores y minimizó el valor de la personalización posterior al entrenamiento en general. "Hacer cosas después del entrenamiento es muy, muy limitado", dijo. "No estás cambiando el verdadero comportamiento innato del modelo". Destacó por su nombre al modelo Nemotron de Nvidia como un ejemplo de la lógica defectuosa detrás de tales esfuerzos: "Ese modelo ni siquiera está en el top 10 en rendimiento de razonamiento según ningún parámetro de referencia, honestamente... elegir un solo modelo y decir que lo vas a entrenar para que sea lo mejor de todos los modelos, creo que es puro pensamiento ilusorio". También hizo una afirmación puntual sobre la posición competitiva de los modelos de código abierto chinos, señalando que "los he visto incorporar formas increíblemente sofisticadas de escalar sus modelos" y que algunos son "probablemente un factor de 5 mejores" que ciertas alternativas occidentales mencionadas en la discusión.
Los fundamentos por encima de los cuentos de hadas
Consultado sobre cómo compite SentinelOne contra rivales más grandes con mayores presupuestos de marketing, Weingarten se mostró fiel a su estilo directo, enmarcando el debate como uno de sustancia frente a narrativa en lugar de escala. "Nos presentemos todos los días a pruebas de concepto (POC) con las empresas líderes del mundo, y ganamos una y otra vez, sin importar el tamaño de Microsoft, Palo Alto Networks o CrowdStrike", indicó, agregando que los competidores tienen "micrófonos más grandes" pero no necesariamente mejor tecnología. Apuntó contra las narrativas de consolidación de plataformas comunes en las llamadas de resultados de los rivales, particularmente en torno a la seguridad de identidades y las adquisiciones en serie: "¿Por qué la gente sigue creyendo en esas historias? Estas historias cambian. Si retrocedes solo de 3 a 6 meses, ya no se sostienen... se siente como un teatro de ciberseguridad completamente desconectado de lo que realmente está pasando en el entorno".
Los números detrás del mensaje
En el plano financiero, Parekh reiteró que SentinelOne superó y elevó sus previsiones de ingresos para todo el año en el trimestre pasado, y el analista presente en el escenario señaló que fue una de las mayores sorpresas positivas que la compañía ha registrado en varios trimestres. Parekh afirmó que el incremento en las previsiones superó la magnitud de la propia sorpresa en los resultados, lo que refleja la confianza de la directiva en la demanda futura. Señaló la solidez en la retención neta dentro de la cohorte de clientes de más de $100.000 como validación de la estrategia de plataforma, junto con un crecimiento anual triplicado en el ARR de los productos de seguridad de IA de la compañía, Prompt y Purple AI. Parekh también destacó ganancias de productividad iniciales gracias a la automatización del proceso de renovaciones de cola larga y una contracción modesta pero mensurable en los ciclos de ventas, los cuales, según indicó, comienzan a reflejarse en las cifras reportadas. De cara a la planificación fiscal 2026 junto a Weingarten, afirmó que una prioridad central es reducir aún más la pérdida de clientes (churn) y las bajas de categoría a medida que los clientes adoptan una mayor parte de la plataforma, lo cual —argumentó— representa la palanca de crecimiento económicamente más eficiente que la adquisición de nuevos clientes.