La seguretat d'una intranet corporativa amb IA i cerca intel·ligent no és un esdeveniment puntual, sinó un procés continu. Cada vegada que una empresa connecta documents interns, dades de clients o fluxos de treball a un cercador intel·ligent, amplia la seva superfície d'exposició. Per això, la pregunta de cada quant s'ha d'actualitzar no té una única resposta vàlida per a tots els casos. Depèn de la criticitat del sistema, del tipus d'informació gestionada i de l'arquitectura tecnològica escollida. El que sí que es pot afirmar és que tota intranet amb IA necessita una estratègia d'actualització que combini pegats d'emergència, finestres de manteniment programades i proves per evitar que la protecció interrompi l'operació.
Abans de fixar una cadència, cal entendre què significa actualitzar una intranet amb IA. No és tan simple com instal·lar una nova versió. Una intranet moderna pertany a la categoria de programari a mida: integra models de llenguatge, bases de dades vectorials, API de cerca, sistemes d'autenticació i connectors amb eines de negoci. Cadascun d'aquests components té el seu propi cicle de vida i les seves pròpies vulnerabilitats. A més, les dades emmagatzemades contenen informació confidencial, propietat intel·lectual, dades de clients i coneixement operatiu. Si un component queda obsolet, pot esdevenir una porta d'entrada a la resta del sistema.
La superfície d'amenaça també és nova. Una intranet amb IA pateix els riscos clàssics de qualsevol aplicació web, com ara injecció de codi, configuracions insegures o accés no autoritzat, però afegeix vectors propis de la intel·ligència artificial. Per exemple, la manipulació dels documents indexats per alterar les respostes del cercador, la injecció d'instruccions ocultes en un text, o l'exfiltració d'informació confidencial a través de les respostes del model. Per tant, les actualitzacions no s'han de limitar a aplicar pegats al programari; també han de revisar els models d'IA, els sistemes de filtratge, els permisos de cada usuari i les regles d'accés a les dades.
Cada quant s'ha d'actualitzar? En termes pràctics, una intranet corporativa amb IA en producció hauria de revisar els avisos de seguretat diàriament, aplicar pegats crítics en un màxim de 48 a 72 hores, desplegar actualitzacions importants cada mes i fer una revisió integral de components cada trimestre. Aquesta cadència pot variar segons el sector, la mida de l'empresa i els requisits legals. Una companyia regulada o un proveïdor de serveis financers necessitarà terminis més estrictes que un departament intern amb dades de baixa sensibilitat. L'objectiu és reduir la finestra d'exposició sense generar interrupcions innecessàries. Cada actualització ha d'incloure proves de regressió, còpies de seguretat i un pla de reversió.
Per complir aquesta cadència, és útil dividir la intranet en capes. A la capa d'aplicació hi ha el portal, les API, el motor de cerca i la lògica d'automatització. Aquí s'actualitzen frameworks, biblioteques i dependències, amb especial atenció als components de processament del llenguatge. A la capa de dades hi ha les bases de dades relacionals, els índexs vectorials i l'emmagatzematge de documents. Cal revisar índexs, xifratge, permisos i polítiques de retenció. A la capa d'identitat es gestionen els accessos mitjançant directoris actius, SAML o OAuth; els canvis de rol, les altes i les baixes s'han de propagar sense demora. A la capa d'infraestructura s'inclouen els servidors, els contenidors, el sistema operatiu, la VPN i els túnels de connexió. Si la infraestructura es recolza en serveis de núvol AWS/Azure, el proveïdor es responsabilitza de part dels pegats, però la configuració de xarxa, els buckets d'emmagatzematge i les polítiques d'identitat continuen sent responsabilitat de l'equip que construeix la intranet. Treballar amb serveis de núvol AWS/Azure ben administrats redueix la càrrega de manteniment i aporta mecanismes de seguretat gestionada.
Els agents d'IA afegeixen una capa addicional. Un cercador es limita a oferir respostes, però un agent pot executar tasques: redactar documents, actualitzar registres, contactar amb un client o canviar un estat a l'ERP. Cada vegada que es modifica el prompt, s'afegeix una eina o s'amplia un permís, l'exposició canvia. Per això, els agents d'IA requereixen actualitzacions específiques: noves versions del model, regles d'ús més restrictives, filtres de sortida i traçabilitat de les seves accions. Sense aquestes actualitzacions, un agent pot prendre decisions amb informació desactualitzada o accedir a dades que no hauria. La governança, els registres d'auditoria i la supervisió humana formen part de l'estratègia de seguretat. Un quadre de comandament a Power BI permet a la direcció veure l'estat real de la plataforma: vulnerabilitats obertes, temps mitjà d'aplicació de pegats, incidències pendents i nivell de compliment. La visibilitat és tan important com la pròpia actualització.
El cost de no actualitzar és difícil de veure fins que passa un incident. Una vulnerabilitat sense pegat pot permetre que un document confidencial surti de l'empresa, que un agent d'IA executi una acció no desitjada o que un atacant es mogui lateralment per la xarxa. A més, molts marcs normatius exigeixen evidències de manteniment. Si una auditoria descobreix que una intranet fa mesos que no s'actualitza, l'empresa es pot enfrontar a sancions, pèrdua de confiança i danys reputacionals. Per això, la cadència d'actualitzacions ha d'estar documentada, aprovada per la direcció i auditada periòdicament.
Una política d'actualització sostenible parteix d'un inventari complet de components. Cada biblioteca, model, API i servidor ha d'estar identificat amb la seva versió i el seu responsable. Un escàner de dependències pot detectar biblioteques obsoletes o vulnerabilitats conegudes. El següent pas és classificar les troballes per severitat i definir un temps màxim de correcció per a cada nivell: crític, alt, mitjà i baix. Després es planifiquen finestres de manteniment, es creen entorns de prova i s'estableixen criteris per aprovar cada desplegament. La seguretat no ha de recaure només en l'equip de desenvolupament; requereix implicació d'operacions, seguretat, negoci i direcció. Amb aquest marc, la pregunta sobre la freqüència d'actualització deixa de ser una opinió i es converteix en una decisió basada en dades i tolerància al risc.
Q2BSTUDIO, empresa de desenvolupament de programari i tecnologia, aplica aquest enfocament en cada projecte. Construeix programari a mida, desplega infraestructura de núvol a AWS/Azure, integra IA generativa, agents d'IA i business intelligence, i revisa periòdicament la seguretat des del codi fins a la xarxa. El seu mètode combina ciberseguretat mitjançant auditories, proves de penetració planificades i monitoratge continu perquè les actualitzacions no depenguin de la intuïció. En lloc d'oferir una garantia genèrica, defineix amb cada client un calendari de manteniment basat en el risc, els requisits normatius i la criticitat de cada component. Si la pregunta és cada quant s'ha d'actualitzar una intranet corporativa amb IA, la resposta correcta és: amb la freqüència que exigeixen les seves amenaces, demostrant cada pegat amb evidències i sense deixar cap capa desatesa.
En definitiva, l'actualització d'una intranet amb IA és una disciplina contínua, no una tasca prèvia a la posada en producció. La seguretat es protegeix amb rutines, responsabilitats clares i tecnologia capaç de mesurar el risc. Una empresa que adopta una intranet intel·ligent ha d'assumir que el programari, els models, els agents i la infraestructura evolucionen constantment. Qui incorpora aquests cicles d'actualització com a part integral del projecte redueix el risc, protegeix la seva informació i manté la confiança dels seus equips.
