Otros roles de protección

Otros roles de protección: Cómo la IA está transformando al personal de seguridad, protección y riesgos

Resumen del rol

"Otros roles de protección" es una categoría ocupacional amplia que abarca todo el espectro del personal de seguridad y protección que queda fuera de las denominaciones más específicas de agente de policía, bombero o técnico en emergencias médicas. En la práctica, esta categoría incluye oficiales de prevención de pérdidas, guardias de seguridad privada, oficiales de seguridad del campus, personal de seguridad para eventos, guardias de transporte blindado, personal de centros penitenciarios, guardaparques, personal de apoyo a la patrulla fronteriza, oficiales de seguridad escolar y coordinadores de seguridad en instalaciones industriales.

El entorno operativo de mayor volumen para esta categoría es la seguridad comercial e institucional, específicamente la prevención de pérdidas en el comercio minorista, la seguridad de campus corporativos y la protección de infraestructuras críticas. Estos roles se emplean en sistemas de salud, centros logísticos, instituciones financieras, recintos de entretenimiento e instalaciones gubernamentales.

La función principal es consistente en todas sus variantes: detectar amenazas, disuadir comportamientos dañinos, responder a incidentes y documentar lo sucedido. El trabajo es presencial, exige un alto grado de criterio y es profundamente contextual. Un oficial de seguridad en la entrada de urgencias de un hospital realiza decenas de microevaluaciones por hora: interpretando el lenguaje corporal, descifrando señales del entorno, decidiendo cuándo intervenir y cuándo observar. Esa capa de criterio es lo que diferencia a este rol de una cámara en la pared.

Lo que está cambiando es la infraestructura que rodea ese criterio. La inteligencia artificial no está reemplazando al oficial en el terreno; está reestructurando radicalmente qué información le llega, a qué velocidad y en qué formato.

Cómo la IA está transformando este rol

La transformación en los roles de protección no consiste en automatizar la presencia humana, sino en comprimir el tiempo entre la detección y la respuesta y en pasar de una postura reactiva a una predictiva.

Antes, un agente de prevención de pérdidas en un entorno minorista dedicaba mucho tiempo a revisar grabaciones después de un incidente, reconstruyendo el caso de forma retrospectiva. Hoy, las plataformas de analítica de vídeo con IA detectan anomalías de comportamiento en tiempo real — patrones de merodeo, gestos de ocultación, tiempos de permanencia inusuales cerca de productos de alto valor — y envían alertas al agente antes de que se consume un hurto. La labor del agente pasa de investigador a interceptor.

En la seguridad corporativa y universitaria, los sistemas de control de acceso basados en IA cruzan ahora los registros de tarjetas, los libros de visitas y los patrones de entrada anómalos para generar puntuaciones de riesgo para personas o zonas concretas. Los coordinadores de seguridad ya no auditan manualmente los registros de acceso, sino que revisan informes de excepciones priorizados, generados por modelos de aprendizaje automático entrenados con patrones históricos de intrusiones.

En la seguridad de eventos, las herramientas de modelado de densidad de multitudes — alimentadas por baterías de cámaras cenitales — proporcionan a los supervisores de planta mapas de calor en tiempo real de los puntos de presión de la multitud, permitiendo la reubicación proactiva del personal antes de que se produzca una aglomeración peligrosa. Se trata de un cambio operativo directo: de responder a incidentes de masas a prevenirlos.

La presión comercial que impulsa esta adopción es clara. Las tasas de pérdida desconocida en el comercio minorista se mantienen en niveles históricamente altos. Las aseguradoras están empezando a repercutir el coste de la infraestructura de seguridad física en las primas de los seguros de propiedad comercial. Y la exposición a responsabilidades por fallos de seguridad — ya sea un incidente de violencia laboral o una avalancha humana — está generando una urgencia a nivel directivo por mejorar la capacidad de detección sin aumentar proporcionalmente la plantilla.

Tareas que la IA puede automatizar

• Redacción de informes de incidentes: Las herramientas de transcripción y resumen con IA pueden generar borradores iniciales de informes de incidentes a partir de notas de voz del oficial o audio de cámaras corporales, reduciendo significativamente el tiempo de documentación posterior al turno.
• Revisión de video y recopilación de pruebas: Las herramientas de visión artificial pueden analizar horas de material grabado para localizar a una persona específica, rastrear trayectorias de movimiento o identificar el momento exacto en que ocurrió un evento, tareas que antes tomaban horas a los investigadores.
• Detección de anomalías en registros de acceso: Los modelos de aprendizaje automático detectan patrones inusuales de tarjetas de acceso, accesos fuera de horario o incidentes de seguimiento de personas sin necesidad de revisar los registros manualmente.
• Verificación previa de visitantes: La IA puede cruzar la identidad del visitante con listas de vigilancia, bases de datos de órdenes de busca pendientes o listas internas de prohibición antes de que la persona llegue a la recepción.
• Optimización de la programación de turnos: Las plataformas de gestión de personal ahora utilizan datos históricos de incidentes, calendarios de eventos y patrones de tráfico peatonal para recomendar niveles óptimos de dotación por zona y franja horaria.
• Monitoreo perimetral: La imagen térmica combinada con la clasificación de objetos por IA puede monitorear grandes perímetros de forma continua, alertando a los operadores humanos solo cuando se detecta una firma de intrusión genuina, en lugar de requerir una vigilancia visual constante.
• Señalización de patrones de comportamiento en el comercio minorista: Los modelos de visión artificial entrenados en patrones de comportamiento de hurto pueden señalar a personas para que el oficial les preste atención, sin necesidad de que mantenga vigilancia visual constante en cada pasillo.

Habilidades cada vez más valoradas

Evaluación de amenazas y criterio de desescalada: A medida que la IA se encarga de la detección y la emisión de alertas, el valor humano se concentra en la decisión sobre la respuesta. Los agentes que saben interpretar con precisión una situación, calibrar su actuación y desescalar sin recurrir a la fuerza son cada vez más valiosos — y cada vez más difíciles de sustituir.

Dominio de la tecnología: El personal de seguridad capaz de interpretar alertas generadas por IA, comprender los umbrales de confianza que las sustentan y evitar tanto la dependencia excesiva como la desestimación de los avisos automatizados se está convirtiendo en la columna vertebral operativa de los equipos de seguridad modernos. No se trata de ser ingeniero de software, sino de ser un operador competente de herramientas complejas.

Comunicación interfuncional: Los coordinadores de seguridad actuales se relacionan cada vez más con equipos de seguridad informática, recursos humanos, asesoría jurídica y gestión de instalaciones. La capacidad de traducir las observaciones de seguridad física a un lenguaje que informe las decisiones de riesgo empresarial es un factor diferenciador cada vez más relevante.

Respuesta con enfoque de trauma: En entornos sanitarios, universitarios y de servicios sociales, se espera cada vez más que el personal de seguridad actúe como primer escalón en la respuesta a crisis de salud mental. Esto exige una formación y unas habilidades interpersonales que ningún sistema de IA puede replicar.

Interpretación de datos y elaboración de informes: Los agentes que saben leer un panel de control, identificar tendencias en los datos de incidentes y comunicarlas a la dirección están accediendo a puestos de supervisión y análisis que no existían en esta categoría profesional hace una década.

Habilidades que pierden relevancia

Revisión manual de registros y llevanza de bitácoras: La capacidad de auditar manualmente registros de acceso, registros de visitantes o bases de datos de incidentes está siendo absorbida por sistemas automatizados. Aquellos agentes cuyo valor se basaba principalmente en la minuciosidad administrativa verán que ese trabajo se gestiona cada vez más en fases previas.

Monitorización pasiva de vigilancia: Permanecer sentado frente a un banco de monitores observando transmisiones en directo está siendo reemplazado por sistemas de alerta con IA. El papel humano en la videovigilancia está pasando de observador a interventor.

Ejecución rutinaria de rondas de patrullaje: Los patrones de patrulla fijos y predecibles están siendo complementados o sustituidos por recomendaciones dinámicas generadas por IA basadas en puntuaciones de riesgo en tiempo real. Los agentes que solo saben ejecutar una ruta fija sin adaptación situacional son menos competitivos.

Redacción manual de informes desde cero: La documentación extensa de incidentes escrita completamente a mano está cediendo paso a la redacción asistida por IA. La destreza de redactar un informe pierde peso frente a la capacidad de revisarlo y validarlo con precisión.

Adopción actual de la IA en este sector

La adopción es desigual y está fuertemente estratificada en función del tamaño del empleador y del sector.

Las grandes cadenas minoristas —en particular las 50 principales por ingresos— han implementado análisis de vídeo basados en IA a gran escala. Empresas como Verkada, Evolv Technology y Sensormatic Solutions tienen una penetración empresarial significativa. Los equipos de prevención de pérdidas de estas organizaciones ya operan en un flujo de trabajo aumentado por IA, independientemente de que los agentes individuales conozcan la tecnología subyacente.

La seguridad de los campus corporativos en grandes empresas tecnológicas e instituciones financieras ha integrado el control de acceso basado en IA y el análisis del comportamiento en sus centros de operaciones de seguridad. Estos entornos son los que más se acercan al modelo totalmente integrado, donde los agentes humanos actúan como capa de respuesta sobre una infraestructura de detección de IA.

La seguridad en el comercio minorista de mercado medio, la sanidad y las instalaciones municipales se encuentra en una fase de adopción más temprana. Las limitaciones presupuestarias, la complejidad de las adquisiciones y las carencias en la formación de la plantilla son los principales puntos de fricción. Muchas organizaciones de este nivel han adquirido hardware compatible con IA, pero no han activado ni integrado plenamente las funciones analíticas.

La seguridad en pequeños locales, residencial y de contrata —que representa una gran parte del empleo total en esta categoría ocupacional— tiene una integración mínima de la IA. La economía aún no lo respalda a nivel de emplazamiento individual, aunque los proveedores de servicios de seguridad gestionada están empezando a ofrecer la vigilancia con IA como un servicio empaquetado que modifica la economía unitaria.

Evolución futura del flujo de trabajo

La tendencia para los próximos años apunta hacia un modelo operativo de dos niveles.

El primer nivel es la capa de detección gestionada por IA: un sistema continuo y automatizado que supervisa todas las entradas de sensores disponibles —cámaras, control de accesos, sensores ambientales, señales de redes sociales para seguridad en eventos— y genera una imagen de riesgo priorizada y en tiempo real. Esta capa funciona 24/7 sin fatiga, sin distracciones y sin las limitaciones de carga cognitiva que afectan a los operadores humanos.

El segundo nivel es la capa de respuesta y juicio humano: agentes capacitados que reciben alertas filtradas, toman decisiones de intervención, ejecutan respuestas físicas, gestionan interacciones humanas y manejan las excepciones que quedan fuera del perfil de entrenamiento del sistema de IA. Aquí residen las capacidades humanas insustituibles: interpretar el estado emocional de una persona, decidir un uso proporcional de la fuerza, tranquilizar a una víctima asustada o reconocer que una alerta de IA es un falso positivo basándose en un conocimiento contextual que el sistema no posee.

La implicación para el flujo de trabajo es significativa: los agentes dedicarán menos tiempo a vigilancia y documentación y más tiempo a intervención activa, respuesta y apoyo posincidente. El rol se vuelve más exigente desde el punto de vista interpersonal, no menos. El requisito de presencia física no disminuye, sino que se vuelve más intencionado.

Los puestos de supervisión y coordinación requerirán cada vez más competencia en el centro de operaciones de seguridad (SOC): la capacidad de gestionar un panel de control, clasificar alertas, dirigir al personal sobre el terreno e interactuar con sistemas de riesgo empresariales. Esto supone una exigencia relevante de mejora de competencias para la plantilla actual.

Casos de uso habituales de IA

• Detección de hurtos en tiempo real mediante visión artificial entrenada en comportamientos de ocultación y selección en entornos minoristas
• Análisis de flujo y densidad de multitudes en estadios, centros de transporte y grandes recintos para predecir y prevenir condiciones peligrosas de aglomeración
• Detección de patrones de acceso anómalos en instalaciones corporativas, marcando accesos fuera de horario, múltiples intentos fallidos o combinaciones inusuales de zonas
• Reconocimiento automático de matrículas en las entradas de las instalaciones, cotejado con listas de exclusiones o bases de datos de fuerzas de seguridad
• Análisis de grabaciones de cámaras corporales para revisión posterior al incidente, extracción de pruebas y evaluación del desempeño del personal de seguridad
• Enrutamiento predictivo de patrullas basado en mapas de calor históricos de incidentes y factores ambientales en tiempo real
• Verificación de identidad de visitantes mediante reconocimiento facial o escaneo de documentos en puntos de entrada de alta seguridad
• Generación de informes de incidentes a partir de entradas de datos estructurados, grabaciones de voz o audio de cámaras corporales
• Agregación de inteligencia sobre amenazas para equipos de seguridad de eventos, extrayendo datos de monitoreo de redes sociales, canales de fuerzas de seguridad locales y bases de datos de riesgos específicos del recinto

Stack de IA recomendado

Las siguientes herramientas representan la vanguardia operativa actual para los roles de protección aumentados por IA. Su adopción debe adecuarse a la escala organizacional y a la especificidad del caso de uso.

Analítica de vídeo y visión artificial

• Verkada — infraestructura de cámaras gestionada en la nube con analítica de IA integrada; sólida penetración en el mercado medio
• Sensormatic Solutions (Johnson Controls) — analítica de prevención de pérdidas enfocada en el comercio minorista, con detección de comportamientos
• Avigilon (Motorola Solutions) — inteligencia de vídeo de nivel empresarial con búsqueda por apariencia y detección de movimientos inusuales

Control de acceso e identidad

• Lenel S2 (Carrier) — control de acceso empresarial con detección de anomalías y capacidades de integración
• Genetec Security Center — plataforma unificada que combina control de acceso, vídeo y analítica con un sólido soporte para flujos de trabajo del SOC
• IDEMIA — verificación biométrica de identidad para puntos de acceso de alta seguridad

Seguridad en eventos y gestión de multitudes

• Evolv Technology — sistema de detección de armas potenciado por IA para recintos de alta afluencia
• Crowd Connected — analítica de multitudes en tiempo real para la gestión de la seguridad en eventos
• Zetron — integración de comunicaciones y despacho para una respuesta coordinada en eventos

Documentación de incidentes

• Axon Records — generación de informes de incidentes asistida por IA, integrada con grabaciones de cámaras corporales
• Mark43 — gestión de registros con redacción narrativa asistida por IA para roles de seguridad y funciones afines a las fuerzas del orden

Gestión de personal y patrullaje

• TrackTik — gestión de personal de seguridad con seguimiento de patrullas, programación de turnos y reporte de incidentes
• Feenics — gestión de seguridad basada en la nube con programación y seguimiento de cumplimiento normativo

Riesgos y desafíos

• Fatiga por falsas alarmas: Los sistemas de detección de IA emiten alertas. Cuando el volumen de alertas es elevado y las tasas de falsos positivos no se gestionan cuidadosamente, los oficiales comienzan a descartar o ignorar las señales automatizadas, lo que anula el propósito del sistema. La calibración y la gestión de umbrales son responsabilidades operativas continuas, no tareas de configuración únicas.

• Sesgo en sistemas de visión artificial: Los modelos de reconocimiento facial y detección conductual presentan disparidades de rendimiento documentadas entre distintos grupos demográficos. Implementar estos sistemas sin comprender la distribución de sus errores genera responsabilidad legal y riesgo operativo, especialmente en entornos que atienden a poblaciones diversas.

• Dependencia excesiva de la tecnología: Las organizaciones que reducen la presencia de patrullaje humano basándose en la capacidad de monitoreo de IA antes de que dicha capacidad haya demostrado ser fiable en su entorno específico están creando brechas de cobertura. La tecnología es un multiplicador de fuerza, no un reemplazo.

• Privacidad de datos y exposición legal: Los sistemas de vigilancia con IA recopilan y procesan volúmenes significativos de datos personales. El cumplimiento de la BIPA (Ley de Privacidad de la Información Biométrica de Illinois), el RGPD en contextos internacionales y las regulaciones estatales emergentes sobre IA es un riesgo jurídico real que los responsables de seguridad deben gestionar en coordinación con los equipos legales y de cumplimiento normativo.

• Resistencia del personal y brechas de formación: Muchos profesionales de la seguridad en esta categoría ocupacional ingresaron al campo sin una trayectoria tecnológica intensiva. Desplegar herramientas de IA sin la capacitación y la gestión del cambio adecuadas genera una fuerza laboral que dispone de los instrumentos pero carece de la competencia para utilizarlos eficazmente.

• Dependencia de proveedores y complejidad de integración: El mercado de tecnología de seguridad con IA está fragmentado. Las organizaciones que adquieren soluciones puntuales consideradas las mejores de su clase suelen descubrir que la integración entre sistemas es más compleja y costosa de lo previsto, lo que crea silos de datos que socavan el panorama unificado de riesgos que se suponía que la tecnología debía proporcionar.

Perspectiva de futuro (3–5 años)

Esta categoría ocupacional no experimentará una reducción drástica de efectivos durante este período: el requisito de presencia física es demasiado fundamental para la función. Lo que cambiará será la composición de la plantilla y la naturaleza del trabajo.

Los puestos de nivel inicial exigirán cada vez más una fluidez tecnológica demostrable como criterio básico de contratación. Las empresas de seguridad y los departamentos internos de protección empezarán a tratar el dominio de las herramientas de IA de la misma manera que hoy se valora la certificación en RCP: como un requisito estándar, no como un factor diferenciador.

Está emergiendo un nuevo perfil intermedio: el analista de operaciones de seguridad, situado entre el personal de campo y la dirección de seguridad. Será responsable de gestionar la capa de detección basada en IA, clasificar las alertas y traducir los patrones de datos en recomendaciones operativas. Este puesto aún no existe a gran escala, pero se convertirá en una posición habitual en las operaciones de seguridad empresarial en un plazo de tres a cinco años.

Las dinámicas de responsabilidad civil y aseguramiento acelerarán la adopción. A medida que la detección por IA se convierta en el estándar en entornos de alto riesgo, las organizaciones que no la hayan implantado tendrán que responder ante aseguradoras y asesores legales por los motivos de esa ausencia. Esto genera una curva de adopción impulsada por el cumplimiento normativo que arrastrará a las empresas medianas hacia la tecnología con mayor rapidez de lo que sugeriría un mero cálculo de retorno de la inversión.

La prima asociada a las habilidades humanas no hará sino aumentar. A medida que la IA asuma más tareas de detección y documentación, se esperará que los agentes que permanezcan en funciones de campo manejen interacciones humanas más complejas y de mayor repercusión. La desescalada, la intervención en crisis, la respuesta informada por el trauma y la comunicación intercultural se convertirán en competencias centrales, y no en formación complementaria.

Reflexión final

El error fundamental en la mayoría de los debates sobre la IA y los roles de protección es plantear la cuestión como reemplazo frente a retención. El planteamiento más preciso es la reasignación. La IA está absorbiendo las partes de este trabajo que requieren un uso intensivo del reconocimiento de patrones, un procesamiento pesado de datos y una atención sostenida durante largos periodos. No está absorbiendo las partes que exigen presencia física, criterio humano bajo presión, autoridad interpersonal o ese tipo de lectura contextual que surge de estar en un espacio y conocer sus ritmos.

Los profesionales que prosperarán en esta categoría ocupacional durante la próxima década no son quienes se resisten a la tecnología ni quienes delegan por completo en ella. Son aquellos que desarrollan una fluidez operativa con la información generada por la IA, al mismo tiempo que mantienen el juicio situacional y las habilidades de interacción humana que ningún panel de alertas puede replicar. El agente que es capaz de observar a una persona señalada por la IA, evaluar el contexto completo y tomar una decisión proporcionada y legalmente defendible en tiempo real... esa persona es más valiosa en un entorno aumentado por IA de lo que lo era antes de que esta existiera.

La tecnología eleva el suelo de la capacidad de detección. No reduce el techo del criterio humano.