La ciberseguridad ofrece una demanda más fuerte a largo plazo, salarios más altos impulsados por la urgencia y una mayor resiliencia contra la automatización de la IA que el análisis de datos en 2026. El análisis de datos sigue siendo una excelente carrera para los profesionales centrados en los negocios, pero la ciberseguridad actualmente ofrece caminos de especialización más amplios, una mayor seguridad laboral y un crecimiento más rápido del mercado.
Si está intentando decidir entre el análisis de datos y el análisis de datos, no está solo.
Miles de profesionales que ingresarán a la tecnología en 2026 se enfrentan a la misma pregunta. Ambos campos ofrecen salarios altos, oportunidades de trabajo remoto y un fuerte crecimiento profesional. Ambos están fuertemente ligados a la inteligencia artificial, la computación en la nube y la transformación empresarial.
Pero una vez que deje atrás el asesoramiento profesional superficial, se dará cuenta de que estas industrias son fundamentalmente diferentes.
La ciberseguridad se centra en defender los sistemas, detectar amenazas, proteger la infraestructura y responder a los ataques.
El análisis de datos se centra en extraer información empresarial a partir de datos estructurados y no estructurados.
Una carrera gira en torno a operaciones de seguridad, gestión de riesgos e inteligencia sobre amenazas.
El otro gira en torno a paneles de control, consultas SQL, informes, previsiones y optimización empresarial.
El desafío es que la mayoría de los artículos comparativos apenas tocan la superficie.
Te dicen:
- La ciberseguridad está creciendo
- El análisis de datos paga bien
- Ambos necesitan habilidades para resolver problemas
Esa información no es suficiente para tomar una decisión profesional.
Necesitas entender:
- ¿Qué campo tiene una demanda más fuerte a largo plazo
- ¿Cuál es más fácil de aprender?
- Cuál paga más en USA
- Cómo la IA afecta a ambas industrias
- Cómo es realmente el trabajo diario
- Qué certificaciones importan
- Qué habilidades quieren los empleadores en 2026
- Cómo se comparan las operaciones de SOC con los flujos de trabajo de análisis
- Si los datos de ciberseguridadanalistavale la pena seguir estos roles
Esta guía analiza la ciberseguridad frente al análisis de datos desde una perspectiva operativa real.
Verá ejemplos prácticos, flujos de trabajo SIEM, comparaciones salariales, asignaciones de MITRE ATT&CK y casos de uso del mundo real que la mayoría de los competidores ignoran por completo.
Al final, sabrá qué camino se adapta a sus objetivos, personalidad y estrategia profesional a largo plazo.
Consulte nuestro último blog enCómo ingresar a la seguridad cibernética sin experiencia
¿Qué es la ciberseguridad?
La ciberseguridad es la práctica de proteger sistemas, aplicaciones, redes, identidades y datos de las amenazas cibernéticas.
Las organizaciones ahora dependen completamente de la infraestructura digital. Los bancos procesan millones de transacciones en línea diariamente. Los hospitales almacenan registros confidenciales de pacientes. Los fabricantes confían en sistemas industriales conectados. Los gobiernos protegen la infraestructura nacional de ataques patrocinados por el estado.
Cada uno de esos sistemas es un objetivo.
Los profesionales de la ciberseguridad existen para reducir ese riesgo.
Objetivos centrales de la ciberseguridad
Los equipos de ciberseguridad se centran en:
- Prevención de amenazas
- Detección de amenazas
- Respuesta a incidentes
- Gestión de vulnerabilidades
- Seguridad de identidad
- Seguridad en la nube
- Cumplimiento y gobernanza
- Monitoreo de seguridad
- Caza de amenazas
- Análisis forense digital
A diferencia de muchos campos tecnológicos, la ciberseguridad es muy conflictiva.
Estás defendiendo los sistemas contra atacantes que evolucionan continuamente en sus tácticas.
Por eso la ciberseguridad cambia rápidamente.
Un analista de seguridad que trabaja en un Centro de Operaciones de Seguridad (SOC) puede dedicar su día:
- Investigando alertas de phishing
- Correlación de registros SIEM
- Revisando actividad sospechosa de PowerShell
- Monitoreo de telemetría de terminales
- Respondiendo a los indicadores de ransomware
- Incremento de incidentes a los socorristas
- Mapeo del comportamiento del atacante a MITRE ATT&CK
Ejemplo: flujo de trabajo SOC real
Imagine que un empleado recibe un correo electrónico de phishing.
El atacante roba credenciales e intenta realizar movimientos laterales a través de la red.
Un analista de SOC que utilice Splunk Enterprise Security o Splunk Enterprise Security puede detectar:
- Inicios de sesión fallidos excesivos
- Acceso geográfico anormal
- Intentos de escalada de privilegios
- Ejecución sospechosa de PowerShell
- Anomalías en el proceso de punto final
Una consulta simple de Splunk puede verse así:
índice = windows Código de evento = 4625
| recuento de estadísticas por usuario, src_ip
| donde cuenta > 10Esta consulta identifica repetidos intentos fallidos de inicio de sesión, a menudo asociados con ataques de fuerza bruta.
Luego, el analista asigna la actividad a:
| Técnica MITRE ATT&CK | Descripción |
|---|---|
| T1110 | Fuerza bruta |
| T1078 | Cuentas válidas |
| T1021 | Servicios remotos |
Este lado operativo de la ciberseguridad es lo que la separa del análisis de datos tradicional.
No solo estás analizando datos.
Estás detectando amenazas activas.
Consulte nuestra última publicación enSeguridad GSOC: Centro de operaciones de seguridad global
Principales trayectorias profesionales en ciberseguridad
La ciberseguridad es extremadamente amplia.
Puedes especializarte en:
| Rol | Área de enfoque |
|---|---|
| Analista de SOC | Monitoreo de seguridad y clasificación de alertas |
| Ingeniero de seguridad | Refuerzo de la infraestructura |
| Cazador de amenazas | Detección proactiva de atacantes |
| Probador de penetración | Hacking ético |
| Ingeniero de seguridad en la nube | Seguridad de AWS/Azure/GCP |
| Respondedor de incidentes | Contención de infracciones |
| Analista de Riesgos de Gobernanza y Cumplimiento | Política y regulación |
| Analista de malware | Malware de ingeniería inversa |
| Ingeniero de detección | Creación de reglas SIEM |
| Arquitecto de seguridad | Diseño de seguridad empresarial |
Esa flexibilidad es una de las razones por las que la ciberseguridad sigue siendo una de las industrias tecnológicas de más rápido crecimiento.
¿Qué es el análisis de datos?
El análisis de datos se centra en extraer información significativa de los datos para mejorar las decisiones comerciales.
Las organizaciones modernas generan enormes cantidades de información todos los días:
- Tráfico del sitio web
- Compras de clientes
- Desempeño de marketing
- Transacciones financieras
- Uso del producto
- Métricas operativas
- Informes de ventas
- Datos de comportamiento del cliente
Las empresas necesitan profesionales que puedan interpretar esa información.
Ahí es donde entran los analistas de datos.
Objetivos centrales del análisis de datos
Los profesionales del análisis de datos ayudan a las organizaciones:
- Comprender las tendencias
- Mejorar la toma de decisiones
- Resultados previstos
- Optimizar operaciones
- Aumentar los ingresos
- Mejorar las experiencias de los clientes
- Reducir las ineficiencias
Un analista de datos puede pasar su día:
- Escribir consultas SQL
- Limpieza de conjuntos de datos
- Creación de paneles
- Creando visualizaciones
- Generando informes de KPI
- Análisis del desempeño empresarial
- Presentación de conclusiones a ejecutivos
Herramientas comunes de análisis de datos
El análisis de datos depende en gran medida de:
- SQL
- Sobresalir
- Pitón
- Cuadro
- Energía BI
- Gran consulta
- Copo de nieve
- Mirador
A diferencia de la ciberseguridad, la mayoría de los entornos de análisis de datos son menos reactivos.
Por lo general, trabaja en inteligencia empresarial en lugar de en detección activa de amenazas.
Ejemplo: flujo de trabajo de análisis de marketing
Un analista de marketing puede investigar:
- Qué campañas publicitarias generan las mayores conversiones
- Qué regiones geográficas generan más ingresos
- ¿Qué productos tienen un rendimiento inferior?
- Qué segmentos de clientes cambian más rápido
Luego, el analista crea paneles e informes para guiar las decisiones ejecutivas.
Este flujo de trabajo orientado a los negocios hace que el análisis de datos sea atractivo para los profesionales que disfrutan del análisis estructurado y el pensamiento estratégico.
Ciberseguridad frente a análisis de datos: las principales diferencias
A nivel superficial, ambas carreras involucran tecnología y análisis.
Pero la mentalidad operativa detrás de cada rol es completamente diferente.
Objetivo principal
La ciberseguridad existe para proteger los sistemas.
El análisis de datos existe para mejorar las decisiones.
Esa única distinción lo cambia todo.
La ciberseguridad pregunta:
- ¿Es esta actividad maliciosa?
- ¿Cómo reducimos el riesgo?
- ¿Cómo detenemos a los atacantes?
- ¿Qué vulnerabilidades existen?
El análisis de datos pregunta:
- ¿Por qué cayeron los ingresos?
- ¿Qué tendencias existen?
- ¿Qué campaña tuvo mejores resultados?
- ¿Cómo pueden mejorar las operaciones?
Comparación del entorno laboral
| Factores | Ciberseguridad | Análisis de datos |
|---|---|---|
| Objetivo principal | Defensa contra amenazas | Información empresarial |
| Estilo de trabajo | Reactivo y proactivo | Estructurado y estratégico |
| Nivel de estrés | Más alto | Moderado |
| Profundidad técnica | Muy alto | Moderado a alto |
| Requisito de comunicación | Medio | Alto |
| Riesgo de automatización de la IA | Inferior | Más alto |
| Presión de cumplimiento | Alto | Medio |
| Urgencia operativa | Crítico | Impulsado por las empresas |
Ajuste de personalidad
La ciberseguridad suele ser adecuada para profesionales que:
- Disfrute de las investigaciones
- Prefiere entornos de rápido movimiento
- Como sistemas de resolución de problemas
- Disfrute resolviendo problemas técnicos
- Mantén la calma bajo presión
El análisis de datos suele ser adecuado para profesionales que:
- Disfrute de la estrategia empresarial
- Me gusta la narración de datos
- Prefiere flujos de trabajo estructurados
- Disfrute de presentaciones y reportajes
- Como encontrar patrones en números
Salario de ciberseguridad frente a análisis de datos en EE. UU.
El salario es una de las principales razones por las que los profesionales comparan estas carreras.
Ambos campos pagan bien.
Pero la ciberseguridad actualmente tiene una ventaja salarial a largo plazo más fuerte debido a la escasez de talento global.
Comparación de salarios de nivel inicial
| Rol | Salario promedio en EE. UU. |
|---|---|
| Analista de SOC junior | $72,000 a $95,000 |
| Analista de seguridad | $80,000 a $110,000 |
| Analista de datos junior | $60,000 a $85,000 |
| Analista de Inteligencia de Negocios | $75,000 a $100,000 |
Comparación de salarios de nivel medio
| Rol | Salario promedio en EE. UU. |
|---|---|
| Ingeniero de seguridad en la nube | $140,000+ |
| Cazador de amenazas | $130,000+ |
| Ingeniero de detección | $145,000+ |
| Analista senior de datos | $110,000+ |
| Ingeniero BI | $120,000+ |
| Gerente de análisis | $130,000+ |
Por qué los salarios en ciberseguridad siguen aumentando
Las organizaciones no pueden permitirse el lujoincumplimientos.
Los incidentes de ransomware ahora cuestan millones en tiempo de inactividad, exposición legal y daños a la reputación.
Esto crea una contratación impulsada por la urgencia.
Las empresas pagan voluntariamente salarios superiores a los profesionales que pueden:
- Reducir las superficies de ataque
- Mejorar las capacidades de detección
- Infraestructura de nube segura
- Responder a los incidentes rápidamente
Esa urgencia crea una aceleración salarial más fuerte que muchas funciones analíticas.
Analista de datos versus demanda laboral de seguridad cibernética
Ambas industrias seguirán creciendo en 2026.
Pero la demanda de ciberseguridad se está expandiendo a un ritmo operativo mucho más rápido.
Por qué la demanda de ciberseguridad está aumentando
Varios factores impulsan el crecimiento de la ciberseguridad:
- Ataques impulsados por IA
- Adopción de la nube
- Operaciones de ransomware
- Amenazas del Estado-nación
- Ataques a la cadena de suministro
- Seguridad de la fuerza laboral remota
- Requisitos de cumplimiento
- Protección de infraestructuras críticas
Las organizaciones de todos los sectores ahora necesitan equipos de ciberseguridad.
Esto incluye:
- Atención sanitaria
- Finanzas
- Comercio minorista
- Gobierno
- Fabricación
- Aviación
- Energía
- Empresas SaaS
Según estimaciones de la industria, la brecha de fuerza laboral en ciberseguridad sigue siendo de millones en todo el mundo.
La demanda de análisis de datos sigue siendo fuerte
El análisis de datos también sigue creciendo porque las empresas dependen en gran medida de:
- Previsión
- Seguimiento de KPI
- Optimización operativa
- Información sobre los clientes
- Modelado predictivo
Sin embargo, las herramientas de inteligencia artificial automatizan cada vez más las tareas analíticas básicas.
Las plataformas modernas ya pueden:
- Generar paneles automáticamente
- Crear visualizaciones
- Resumir conjuntos de datos
- Producir conocimientos en lenguaje natural
Eso no elimina a los analistas de datos.
Pero sí cambia el rol hacia:
- Pensamiento estratégico
- Análisis avanzado
- Interpretación empresarial
- Supervisión de la IA
¿Qué carrera tiene mejor alcance futuro?
Si su objetivo es la máxima resiliencia a largo plazo contra la automatización, la ciberseguridad actualmente tiene la ventaja.
Los actores de amenazas evolucionan de manera impredecible.
Los defensores humanos siguen siendo fundamentales.
Eso hace que la ciberseguridad sea una de las carreras tecnológicas a largo plazo más sólidas.
Ciberseguridad o análisis de datos: ¿cuál es más fácil de aprender?
Esta es una de las preguntas comparativas más buscadas en línea.
La respuesta depende de su formación técnica y estilo de aprendizaje.
Por qué la ciberseguridad parece más difícil
La ciberseguridad requiere un amplio conocimiento de la infraestructura.
Para comprender los ataques, primero debe comprender:
- Redes
- Linux
- Sistemas Windows
- Gestión de identidad
- Arquitectura de la nube
- Protocolos de seguridad
- Sistemas de registro
- Ingeniería de detección
Los principiantes suelen sentirse abrumados porque la ciberseguridad abarca muchos dominios técnicos.
Por qué el análisis de datos parece más accesible
El análisis de datos suele proporcionar una vía de entrada más sencilla.
Puedes empezar con:
- Sobresalir
- SQL
- Paneles
- Herramientas de visualización
Puedes construirproyectos de cartera relativamente rápido.
Por ejemplo:
- Paneles de ventas
- Informes de análisis de marketing
- Estudios de segmentación de clientes
- Visualizaciones de tendencias de ingresos
Este ciclo de retroalimentación más rápido hace que los análisis sean más amigables para los principiantes.
Pero más fácil no significa mejor
Como el análisis de datos parece accesible, la competencia es intensa.
Miles de personas completan cursos intensivos de análisis de nivel básico cada mes.
La ciberseguridad tiene una curva de aprendizaje más pronunciada, pero los empleadores todavía tienen dificultades para encontrar profesionales calificados.
Eso crea una oportunidad más fuerte para candidatos capacitados.
El auge del analista de datos de ciberseguridad
Una de las tendencias profesionales más importantes para 2026 es el aumento de los roles de análisis de seguridad híbridos.
Un analista de datos de ciberseguridad combina:
- Análisis de amenazas
- Investigación SIEM
- Correlación de datos
- Análisis de registros
- Interpretación de telemetría de seguridad
- Análisis de comportamiento
Estos profesionales cierran la brecha entre el análisis tradicional y las operaciones de ciberseguridad.
Qué hacen realmente los analistas de datos de ciberseguridad
Los analistas de datos de seguridad pueden:
- Analizar registros de firewall
- Investigar la telemetría de terminales
- Correlacionar alertas SIEM
- Detectar amenazas internas
- Identificar el comportamiento anormal del usuario
- Crear paneles de detección
- Construir modelos de detección de anomalías
Este papel es cada vez más importante en:
- Entornos SOC
- Proveedores de servicios de seguridad gestionados (MSSP)
- Equipos de seguridad empresarial
- Operaciones de inteligencia sobre amenazas
Ejemplo: Detección de Security Analytics
Un analista de datos de ciberseguridad puede crear una consulta que identifique una ejecución sospechosa de PowerShell.
Ejemplo:
índice = Windows Código de evento = 4104
| buscar powershell
| recuento de estadísticas por usuario, host
| donde cuenta > 20Este tipo de análisis de comportamiento ayuda a los equipos de seguridad a identificar posibles actividades de secuencias de comandos maliciosas.
Impacto de la IA en la ciberseguridad frente al análisis de datos
La inteligencia artificial está transformando ambas industrias.
Pero no por igual.
IA en análisis de datos
La IA ahora automatiza muchas tareas de análisis:
- Generación de paneles
- Resumen de datos
- Recomendaciones de visualización
- Generación de SQL
- Previsión predictiva
Esto significa que los analistas se centran cada vez más en:
- Interpretación estratégica
- Comunicación empresarial
- Modelado analítico avanzado
IA en ciberseguridad
La ciberseguridad utiliza la IA de manera diferente.
La IA ayuda con:
- Detección de amenazas
- Correlación de registros
- Análisis de comportamiento
- Clasificación de malware
- Priorización de incidentes
Sin embargo, los atacantes también utilizan la IA.
Esto crea un ciclo de confrontación constante.
Los analistas humanos siguen siendo esenciales porque:
- Los falsos positivos requieren validación
- Los actores de amenazas evolucionan rápidamente
- Los incidentes de seguridad implican un juicio contextual
- La lógica de detección necesita ajustes
El auge de los SOC impulsados por IA
Los SOC modernos dependen cada vez más de:
- Plataformas XDR
- Detecciones asistidas por IA
- Análisis del comportamiento de usuarios y entidades (UEBA)
- Enriquecimiento de inteligencia sobre amenazas
- Clasificación automatizada de incidentes
Los profesionales que comprenden tanto la ciberseguridad como el análisis obtienen importantes ventajas en este entorno.
Mejores certificaciones en ciberseguridad frente a análisis de datos
Mejores certificaciones de ciberseguridad
Certificaciones para principiantes
- Seguridad CompTIA+
- Red CompTIA+
- Certificado de ciberseguridad de Google
- CiscoCCNA
Certificaciones Intermedias
- CySA+
- GSEC
- CEH
- Especialidad en seguridad de AWS
Certificaciones avanzadas
- CISS
- OSCP
- Certificaciones GIAC
Mejores certificaciones de análisis de datos
- Certificado de análisis de datos de Google
- Microsoft PL-300
- Especialista en Tableau Desktop
- Certificado de analista de datos de IBM
Los gerentes de contratación de ciberseguridad a menudo dan prioridad a las habilidades prácticas.
Los gerentes de contratación de análisis a menudo priorizan las carteras y la comunicación.
Mejor hoja de ruta de aprendizaje para la ciberseguridad
Paso 1: Aprenda los fundamentos de las redes
Entender:
- TCP/IP
- DNS
- HTTP/HTTPS
- Cortafuegos
- VPN
- Enrutamiento
Paso 2: Aprenda la administración de Linux y Windows
Los analistas de SOC investigan constantemente la actividad del sistema operativo.
Paso 3: Aprenda las plataformas SIEM
Centrarse en:
- Splunk
- Centinela de Microsoft
- QRadar
- Seguridad elástica
Paso 4: Estudie MITRE ATT&CK
Aprenda cómo operan los atacantes y asigne sus técnicas a estrategias de detección utilizando el marco MITRE ATT&CK.
Paso 5: Construya un laboratorio en casa
Uso:
- KaliLinux
- Máquinas virtuales de Windows
- Sistemas
- Libre de salpicaduras
- Cebolla de seguridad
Paso 6: Practique la ingeniería de detección
Crear:
- Alertas SIEM
- Reglas de correlación
- Detecciones de comportamiento
- Consultas de búsqueda de amenazas
Mejor hoja de ruta de aprendizaje para análisis de datos
Paso 1: aprenda Excel
Maestro:
- Tablas dinámicas
- Funciones de búsqueda
- Visualización básica
Paso 2: Aprenda SQL
SQL sigue siendo la habilidad principal de los profesionales de la analítica.
Paso 3: Aprenda las herramientas de visualización
Centrarse en:
- Energía BI
- Cuadro
- Mirador
Paso 4: aprende Python
Utilice Python para:
- Limpieza de datos
- Automatización
- Análisis
- Visualización
Paso 5: Crear proyectos de cartera
Los ejemplos incluyen:
- Paneles de ventas
- Análisis de tendencias financieras
- Informes de desempeño de marketing
- Estudios de segmentación de clientes
Pros y contras de la ciberseguridad
Ventajas
- Demanda laboral excepcional
- Salarios fuertes
- Múltiples rutas de especialización
- Alta relevancia a largo plazo
- Menor riesgo de automatización
- Oportunidades de trabajo remoto
- Rápido crecimiento profesional
Contras
- Curva de aprendizaje pronunciada
- Estrés operacional
- Se requiere aprendizaje constante
- Presión de respuesta a incidentes
- Complejidad técnica
Pros y contras del análisis de datos
Ventajas
- Camino de entrada para principiantes más fácil
- Fuerte relevancia empresarial
- Menor estrés operativo
- Valioso en todas las industrias
- Excelentes oportunidades remotas
Contras
- La competencia inicial es intensa
- El riesgo de automatización de la IA es mayor
- Algunas tareas de presentación de informes se vuelven repetitivas
- Los límites salariales pueden ser inferiores a los de los puestos avanzados de ciberseguridad
¿Qué carrera deberías elegir?
Elija la ciberseguridad si:
- Te gusta solucionar problemas de sistemas
- Te gustan los entornos en rápido movimiento
- Disfrutas de las investigaciones
- Quiere una demanda fuerte a largo plazo
- Disfrutas de la profundidad técnica
Elija análisis de datos si:
- Disfrutas de información empresarial
- Te gustan los flujos de trabajo estructurados
- Te gusta contar historias con datos
- Prefieres menos estrés operativo
- Disfrutas de la visualización y los informes
La mejor opción para el crecimiento profesional a largo plazo
En 2026, la ciberseguridad ofrece actualmente una oportunidad más sólida a largo plazo.
La combinación de:
- Ataques impulsados por IA
- Adopción de la nube
- Escasez global de talento
- Ampliación de los requisitos de cumplimiento
- Demanda de automatización de seguridad
crea una enorme presión de contratación.
Esa presión continúa elevando los salarios y la demanda.
Veredicto final
La ciberseguridad y el análisis de datos son trayectorias profesionales valiosas.
Pero atienden a diferentes tipos de profesionales.
El análisis de datos es ideal si disfruta de la inteligencia empresarial, los informes, SQL, los paneles y la toma de decisiones estratégicas.
La ciberseguridad es ideal si le gusta defender sistemas, investigar amenazas, crear detecciones y trabajar en entornos operativos.
Para lograr resiliencia a largo plazo, salarios más altos impulsados por la urgencia y una mayor demanda del mercado, la ciberseguridad actualmente tiene la ventaja.
Sin embargo, los profesionales más valiosos combinan cada vez más ambas habilidades.
El análisis de seguridad, la ingeniería SIEM, la ingeniería de detección y la inteligencia sobre amenazas dependen en gran medida del análisis de datos.
Esa intersección entre análisis y ciberseguridad puede convertirse en una de las trayectorias profesionales más poderosas de la década.
Preguntas frecuentes
¿Es la ciberseguridad mejor que el análisis de datos?
Actualmente, la ciberseguridad ofrece una mayor demanda laboral, un mayor potencial salarial a largo plazo y una mayor resiliencia frente a la automatización que el análisis de datos.
¿Qué es más fácil de aprender, la ciberseguridad o el análisis de datos?
El análisis de datos suele ser más fácil para los principiantes porque requiere menos conocimientos de infraestructura y sistemas.
¿Puede un analista de datos hacer la transición a la ciberseguridad?
Sí. Muchos analistas pasan a funciones de análisis de seguridad, operaciones SIEM e inteligencia de amenazas.
¿Qué es un analista de datos de ciberseguridad?
Un analista de datos de ciberseguridad analiza la telemetría de seguridad, los registros SIEM, los datos de los terminales y los patrones de comportamiento para identificar amenazas.
¿Qué carrera tiene mejores perspectivas de futuro en 2026?
Actualmente, la ciberseguridad tiene un mayor crecimiento a largo plazo debido al aumento de las ciberamenazas, los ataques impulsados por IA y la escasez de talento a nivel mundial.