Gobernanza de la IA empresarial en 2026: por qué las herramientas que utilizan los empleados están por delante de las políticas que los cubren

Cuando el equipo legal de una empresa termina de redactar su política de uso aceptable de la IA generativa, un porcentaje significativo de sus ingenieros, analistas y gerentes de producto ya la han superado. No deliberadamente. No maliciosamente. Prácticamente.

Esta es la dinámica central de lo que la industria ahora llama IA en la sombra: el uso no autorizado y no gobernado de herramientas de IA en todas las organizaciones empresariales, que se ejecuta en paralelo (y a menudo muy por delante) de cualquier marco de gobierno que los equipos de TI y de cumplimiento hayan logrado implementar. No es un problema de nicho que afecte a un puñado de primeros usuarios. Es la realidad operativa dominante de la IA en 2026, y la mayoría de los programas de gobernanza empresarial de la IA están estructurados para resolver un problema que ya ha cambiado fundamentalmente de forma.

La escala no es un error de redondeo

Las cifras no son ambiguas. Entre el 40 y el 65 por ciento de los empleados empresariales informan que utilizan herramientas de IA no aprobadas por su departamento de TI, según encuestas empresariales documentadas en el Informe sobre el costo de una violación de datos de 2025 de IBM y el Informe de amenazas y nube de Netskope de 2026. Los datos de Netskope encuentran específicamente que el 47% de todos los usuarios de IA generativa en entornos empresariales todavía acceden a herramientas a través de cuentas personales no administradas, evitando por completo los controles de datos empresariales. Más de la mitad de esos empleados admiten haber ingresado datos confidenciales de la empresa, incluida información de clientes, proyecciones financieras y procesos patentados. Y lo que es más importante, menos del 20 por ciento de esos empleados creen que están haciendo algo mal.

Los empleados que ejecutan el código fuente de semiconductores a través de ChatGPT para depurar errores, pegan proyecciones financieras de clientes en Claude para generar resúmenes de la junta directiva o introducen transcripciones de reuniones internas en una herramienta de inteligencia artificial para consumidores para producir elementos de acción no actúan en contra de los intereses de la empresa. Están actuando exactamente en interés de la empresa: intentan cerrar los tickets más rápido, entregar el trabajo antes de la fecha límite y hacer más en las mismas horas. La presión de productividad que impulsa la adopción de la IA en la sombra no es un error en el sistema. Es el sistema.

La brecha de gobernanza no es una brecha de conocimiento. Muchos de estos empleados saben que existe una política. El treinta y ocho por ciento de los trabajadores admite haber malinterpretado las políticas de IA de la empresa, lo que ha provocado violaciones involuntarias. El cincuenta y seis por ciento dice que carece de una orientación clara. Pero incluso entre los empleados que entienden las reglas, la brecha persiste. Una política que los empleados comprenden pero que habitualmente ignoran no es un marco de gobernanza. Es una exención de responsabilidad.

El incidente de Samsung no fue una anomalía: fue una vista previa

La filtración de datos de semiconductores de Samsung de 2023 es el incidente de IA empresarial más citado por una buena razón: cristalizó todas las dimensiones del riesgo de IA en la sombra en tres eventos discretos, que se desarrollaron dentro de los 20 días posteriores a que la compañía levantara su prohibición interna de ChatGPT.

El primer incidente involucró a un ingeniero que pegaba el código fuente de una base de datos patentada en ChatGPT para verificar si había errores. El código contenía información crítica sobre los procesos de fabricación de semiconductores de Samsung. El segundo involucró a un empleado que cargaba un código diseñado para identificar defectos en equipos semiconductores, en busca de sugerencias de optimización. El tercero ocurrió cuando un empleado convirtió transcripciones grabadas de reuniones internas en texto y luego las ingresó en ChatGPT.

En los tres casos los empleados no actuaron imprudentemente. Intentaban trabajar de manera más eficiente utilizando una herramienta que su empleador había indicado recientemente, aunque de manera informal, que estaba permitida. Como lo documentó más tarde el análisis posterior al incidente, Samsung había levantado su prohibición de ChatGPT con una política basada en memorandos (un aviso de límite de caracteres de 1.024 bytes) y sin aplicación técnica. El límite de caracteres no se aplicó a nivel de red. No había ningún sistema de clasificación de contenidos a nivel del navegador o del terminal. Una política sin aplicación es aspiración, no seguridad.

La lección estructural más profunda no se refería específicamente a ChatGPT. Se trataba del marco: cuando los empleados perciben una herramienta de inteligencia artificial como una “herramienta de productividad” en lugar de un “servicio de procesamiento de datos externo”, aplican el modelo mental equivocado sobre lo que es seguro compartir. El incidente de Samsung catalizó una serie de respuestas de gobernanza en toda la industria: a mediados de 2023, más del 75 por ciento de las empresas Fortune 500 habían implementado algún tipo de política generativa de uso de IA, pero el ritmo al que esas políticas han seguido el ritmo de la proliferación de herramientas es una cuestión separada y más preocupante.

Samsung prohibió ChatGPT después de los incidentes. Y como lo han señalado desde entonces múltiples avisos de gobernanza: prohibir una herramienta específica lleva a los empleados a utilizar otras herramientas menos visibles. Se pierde visibilidad. El riesgo se multiplica.

Lo que realmente está saliendo de su organización en este momento

La divulgación de datos confidenciales no se limita a los fabricantes de semiconductores. En 2024 y 2025, varios bufetes de abogados descubrieron que sus asociados estaban utilizando ChatGPT para consumidores para redactar comunicaciones y escritos legales para los clientes, exponiendo información privilegiada entre abogado y cliente a sistemas externos, lo que provocó que los colegios de abogados advirtieran que dicho uso puede constituir una mala práctica. Varios sistemas hospitalarios descubrieron empleados que utilizaban herramientas de inteligencia artificial con datos de pacientes bajo el supuesto de que la desidentificación cumplía con los requisitos de HIPAA. No es así. El Departamento de Salud y Servicios Humanos de EE. UU. ha aclarado que la información de salud protegida no se puede compartir con sistemas de inteligencia artificial de terceros sin acuerdos de procesamiento de datos adecuados, independientemente de la desidentificación.

Según el Informe sobre el costo de una vulneración de datos de 2025 de IBM, el punto de referencia más autorizado sobre economía de vulneraciones, ahora en su vigésimo año, las organizaciones con altos niveles de IA en la sombra enfrentaron un promedio de $670,000 en costos adicionales de vulneración en comparación con aquellas con IA en la sombra baja o nula. Las infracciones que involucran IA en la sombra cuestan $4,63 millones en promedio versus $3,96 millones por incidentes estándar. La IA en la sombra fue un factor en 1 de cada 5 violaciones de datos estudiadas, y esas violaciones resultaron en tasas significativamente más altas de compromiso de la PII del cliente (65 % frente al promedio global del 53 %) y robo de propiedad intelectual (40 % frente al 33 % a nivel mundial). El informe de IBM desplazó la escasez de habilidades de seguridad de los tres factores de violación más costosos, reemplazándola con IA en la sombra: la primera vez que el problema ocupa un lugar tan alto en 20 años de investigación.

Los datos de IBM existen dentro de un contexto operativo más amplio. El Informe sobre la nube y las amenazas 2026 de Netskope encontró que los incidentes de violación de políticas de datos vinculados a la IA generativa se duplicaron año tras año, y la organización promedio ahora registra 223 violaciones de políticas de datos vinculadas a GenAI por mes. Entre el cuartil superior de organizaciones, esa cifra se eleva a 2.100 incidentes por mes. El volumen de solicitudes enviadas a los servicios GenAI aumentó un 500 % con respecto al año anterior, de un promedio de 3000 a 18 000 por mes. Cuando la cuenta personal de ChatGPT de un empleado procesa un documento que contiene información de identificación personal del cliente, no existe una política de DLP empresarial que lo detecte. Los datos ya salieron del edificio.

¿Qué tipos de datos se están moviendo? Basado en incidentes documentados y datos de encuestas: código fuente propietario, proyecciones financieras de clientes, documentos de estrategia interna, datos de desempeño de recursos humanos, PII de clientes, investigación de fusiones y adquisiciones e inteligencia competitiva. Vale la pena detenerse en la exposición a la inteligencia competitiva. Un ingeniero que compara el producto de un competidor utiliza una herramienta de inteligencia artificial para resumir un análisis interno patentado. Un líder de ventas pega el modelo de precios de la empresa en una IA para generar puntos de conversación de negociación. Estos no son casos extremos hipotéticos. Son los patrones de uso funcional que impulsan la adopción de la IA en la sombra en primer lugar: tareas de alto valor y alta frecuencia donde la ganancia de productividad es obvia y los gastos generales de gobernanza parecen desproporcionados.

La brecha en el marco de gobernanza

El informe de IBM sobre el costo de una vulneración de datos en 2025 encontró que solo el 37 por ciento de las organizaciones tienen políticas para gestionar la IA o detectar la IA en la sombra. Entre las organizaciones que sí tienen políticas de gobernanza, sólo el 34 por ciento realiza auditorías periódicas para detectar el uso no autorizado de IA. La conclusión del informe es directa: "La adopción de la IA está superando tanto a la seguridad como a la gobernanza".

Entre las organizaciones que sí tienen políticas, los problemas estructurales son consistentes. La mayoría de los marcos de gobernanza se diseñaron para un modelo de adquisiciones: TI aprueba herramientas, revisa contratos legales, la seguridad evalúa a los proveedores y los usuarios trabajan dentro de la pila aprobada. Ese modelo supone que las herramientas ingresan a la organización a través de una puerta controlada. Las herramientas de IA generativa no entran por una puerta controlada. Son pestañas del navegador, cuentas personales, extensiones del navegador, claves API registradas en repositorios de desarrolladores y, cada vez más, agentes autónomos que los contribuyentes individuales construyen sobre las API del modelo básico en una tarde.

El marco de gestión de riesgos de IA del NIST, que se ha convertido en el estándar de gobernanza de facto para las empresas estadounidenses, proporciona una metodología de cuatro funciones (gobernar, mapear, medir y gestionar) que es técnicamente integral. Su perfil de IA generativa 2024 (NIST AI 600-1) agrega más de 200 acciones específicas para riesgos específicos de LLM, incluida la inyección rápida, la fuga de información confidencial y la integridad de los datos de capacitación. El marco está bien diseñado. El problema es que supone que las organizaciones saben qué IA están ejecutando. La mayoría no lo hace.

La empresa promedio ejecuta 108 servicios en la nube conocidos. La huella real de los servicios en uso activo supera esa cifra aproximadamente diez veces. La IA en la sombra agrava esto: las organizaciones descubren, a través de ejercicios de gobernanza, que se implementaron sistemas de IA que el liderazgo no tenía conocimiento: sistemas cuya clasificación de riesgos no ha sido revisada a medida que evolucionó su uso, y sistemas que operan sin ninguna propiedad formal o cadencia de revisión.

La Ley de IA de la UE añade fuerza regulatoria a lo que hasta ahora ha sido en gran medida presión consultiva. La aplicación total de los sistemas de IA de alto riesgo en virtud del Anexo III comienza el 2 de agosto de 2026. Las prácticas prohibidas de IA, incluida cierta categorización biométrica y reconocimiento de emociones en los lugares de trabajo, son aplicables desde febrero de 2025. Las obligaciones del modelo GPAI (que cubren a los proveedores de modelos básicos) comenzaron a aplicarse en agosto de 2025. Para las empresas con exposición al mercado de la UE, la IA en la sombra ya no es solo un riesgo de seguridad y cumplimiento. Es una responsabilidad regulatoria activa, con multas que potencialmente alcanzan el 3 por ciento del volumen de negocios anual global según el marco de sanciones de la Ley.

La implicación práctica: el cumplimiento de la Ley de IA de la UE comienza con un inventario. Los requisitos de transparencia del artículo 50, las clasificaciones de alto riesgo del Anexo III y las obligaciones de monitoreo continuo de la Ley presuponen que las organizaciones sepan qué sistemas de IA están implementando y con qué fines. La IA en la sombra, por definición, queda fuera de ese inventario. Como han señalado los profesionales del cumplimiento, el 73 por ciento de las brechas de cumplimiento surgen en el descubrimiento, no en la implementación.

Por qué el bloqueo no funciona

El instinto de prohibir es comprensible. También es, a gran escala, contraproducente.

Según el Informe de amenazas y nube 2026 de Netskope, aproximadamente el 90 por ciento de las organizaciones bloquean al menos una aplicación de IA por razones de seguridad. Pero bloquear una aplicación específica sin abordar la tarea subyacente crea sustitución, no eliminación. Cuando Samsung prohibió ChatGPT, los empleados pasaron a otras herramientas. Cuando las organizaciones bloquean ChatGPT a nivel de red, los empleados acceden a él a través de conexiones de datos móviles personales o cuentas personales. El modelo perimetral de gobernanza de la IA no se relaciona con cómo se accede y utiliza realmente las herramientas de IA.

La dinámica organizacional en torno al acceso a la IA también está cambiando de maneras que los equipos de gobierno han tardado en internalizar. Una proporción significativa de nuevos empleados ahora dice que el acceso a la IA influye en su elección de empleador. Las prohibiciones generales de las herramientas de inteligencia artificial conllevan un costo de talento que no aparece en el informe inmediato del incidente, pero sí aparece en el desgaste y en los procesos de reclutamiento a lo largo del tiempo.

El veintisiete por ciento de los empleados que utilizan herramientas no aprobadas informan que lo hacen porque las herramientas no autorizadas ofrecen una mejor funcionalidad que las aprobadas por su organización. Esto no es desafío. Es una respuesta racional a una brecha de herramientas. Si la pila de IA empresarial no admite las tareas que los empleados deben realizar (revisión de código, resumen de documentos, redacción de comunicaciones con el cliente, análisis de datos), los empleados llenarán ese vacío ellos mismos.

Las investigaciones muestran consistentemente que cuando se brindan alternativas aprobadas de nivel empresarial, el uso no autorizado de IA disminuye drásticamente. Lo contrario es igualmente significativo: cuando no se proporcionan alternativas aprobadas, los empleados continúan usando herramientas no autorizadas a su ritmo base, independientemente de la política. Una prohibición sin una alternativa no reduce el uso. Reduce la visibilidad.

El problema de la IA agente hace que todo sea más difícil

El desafío de la gobernanza es mucho más complejo que a principios de 2023, cuando la IA en la sombra significaba principalmente una pestaña del navegador. El riesgo más grave de IA en la sombra en 2026 es el aumento de agentes de IA creados por ciudadanos.

Los empleados con acceso a herramientas como Microsoft Copilot Studio, funciones de Zapier AI o acceso API directo a modelos básicos están creando flujos de trabajo automatizados que procesan datos comerciales, envían comunicaciones externas y toman decisiones operativas, sin ninguna visibilidad de TI ni revisión de seguridad. Un agente no autorizado con acceso OAuth persistente al CRM, la plataforma de correo electrónico y el calendario de una empresa no es solo un riesgo de exposición de datos. Es un sistema autónomo que opera dentro de una infraestructura crítica para el negocio sin controles de gobernanza.

Gartner pronostica que el 40 por ciento de las aplicaciones empresariales contarán con agentes de IA para tareas específicas para fines de 2026, frente a menos del 5 por ciento en 2025. Esa trayectoria significa que la IA en la sombra basada en agentes no es un riesgo futuro. Es un proceso presente y en aceleración. Los vectores de amenazas específicos de la IA agente incluyen servidores Model Context Protocol (MCP) que exponen API internas, extensiones de navegador con capacidades de agente, agentes conectados a OAuth con acceso persistente a datos y expansión de tokens API que crea cadenas de acceso no monitoreadas en múltiples sistemas.

Los marcos de gobernanza tradicionales fueron diseñados para interacciones a velocidad humana e iniciadas por humanos. Por diseño, no pueden seguir el ritmo del comportamiento de los agentes autónomos que se ejecutan a la velocidad de la máquina, pueden encadenarse a través de múltiples sistemas y operan de forma continua en lugar de sesiones discretas. El paradigma de gobernanza requerido para la IA agente debe monitorear no solo lo que los empleados hacen con la IA, sino también lo que la IA hace de manera autónoma, incluida la superficie de ataque de inyección rápida que convierte a los agentes ocultos en armas cuando se encuentran con entradas adversas en la naturaleza. El OWASP Top 10 para LLM (edición 2025) ahora clasifica a la inyección rápida en la parte superior de su lista de riesgos, seguida de la divulgación de información confidencial y las vulnerabilidades de la cadena de suministro, las tres amplificadas directamente por la IA agente no gobernada.

El cambio del control a la habilitación gestionada

Las organizaciones que gestionarán la IA en la sombra con mayor eficacia en 2026 no son las que tienen la infraestructura de bloqueo más agresiva. Ellos son los que replantearon el problema de la gobernanza: desde “cómo evitamos que los empleados utilicen IA no autorizada” hasta “cómo canalizamos el uso de la IA hacia rutas gobernadas y monitoreadas que preserven el beneficio de productividad y al mismo tiempo controlen el riesgo”.

Ese replanteamiento tiene implicaciones estructurales sobre cómo se construyen los programas de gobernanza de la IA.

Cloud Security Alliance recomienda un marco de cinco pasos: descubrir, clasificar, evaluar riesgos, implementar controles y monitorear continuamente. La palabra fundamental es “continuamente”: la gobernanza es una función operativa activa, no un documento de política único. Un inventario eficaz de un sistema de IA es un artefacto vivo con revisiones trimestrales, no una hoja de cálculo producida durante una auditoría y archivada hasta la siguiente.

La gobernanza eficaz de la IA en la sombra comienza con un sistema de clasificación de herramientas por niveles. Las herramientas totalmente aprobadas funcionan sin restricciones más allá de las políticas estándar de manejo de datos. Las herramientas de uso limitado están aprobadas con reglas específicas de manejo de datos; por ejemplo, una herramienta de revisión de código que está permitida para códigos no propietarios pero prohibida para códigos de productos no publicados. Las herramientas prohibidas son aquellas con perfiles de riesgo inaceptables: manejo de datos no conforme, políticas de datos de capacitación poco claras, sin acuerdos de procesamiento de datos empresariales.

Este modelo escalonado hace dos cosas simultáneamente. Brinda a los empleados un marco claro y procesable para las herramientas que realmente desean usar y crea un canal definido al que migrar la IA en la sombra. El objetivo no es eliminar la IA en la sombra mediante la fuerza política. Se trata de hacer que el uso de la IA gobernada sea más fácil que el uso de la IA no gobernada, de modo que el camino de menor resistencia pase por el canal aprobado.

La clasificación de datos es un requisito previo, no una mejora. Sin un marco de clasificación de datos de trabajo, los empleados no pueden emitir juicios significativos sobre lo que es seguro compartir con una herramienta de IA, independientemente de la claridad de las políticas. Cuando los empleados pegan “documentos internos no confidenciales” en una herramienta de inteligencia artificial para el consumidor, el punto de fricción generalmente no es intencional: es que no tienen una definición operativamente útil de lo que se considera confidencial en el contexto del procesamiento de datos externos de inteligencia artificial.

Los programas de gobernanza con los mejores resultados de cumplimiento comparten una característica adicional: implementan asesoramiento en tiempo real y advertencias contextuales en lugar de bloques rígidos. Un empleado que pega datos en una herramienta de IA y recibe una advertencia en tiempo real (“este documento parece contener información de identificación personal del cliente, que requiere el uso de una herramienta de IA empresarial aprobada”) ha recibido orientación práctica en el momento de tomar una decisión. Esa intervención cuesta menos y produce mejores resultados que una investigación a posteriori.

Los programas de gobernanza necesitan más que marcos de políticas: necesitan infraestructura técnica. El panorama de herramientas para la IA en la sombra ha madurado significativamente en los últimos 18 meses y ahora se divide claramente en tres capas: descubrimiento y visibilidad, prevención de pérdida de datos y plataformas de gobernanza de IA. Ninguna herramienta cubre los tres; Los programas eficaces suelen combinar uno de cada capa.

Capa 1: Descubrimiento y visibilidad de la IA en la sombra

El problema fundamental es el inventario. No puedes gobernar lo que no puedes ver.

Netskope es la solución de capa de red más implementada para la detección de IA en la sombra. Al inspeccionar el tráfico en la nube, identifica el acceso a aplicaciones de IA no autorizadas en tiempo real y mantiene un catálogo de más de 65 000 aplicaciones en la nube con puntuación de riesgo. Su Informe sobre la nube y las amenazas 2026 es también la fuente de datos primaria más rigurosa de la industria sobre los patrones de uso de la IA en la sombra. Lo mejor para organizaciones que necesitan visibilidad a nivel de red en todos los dispositivos administrados con aplicación DLP integrada.

Nudge Security muestra el inventario completo de herramientas de IA en uso mediante el análisis de metadatos de correo electrónico y mapas de relaciones OAuth, que cubren más de 200.000 aplicaciones, incluidas funciones de IA integradas en herramientas SaaS existentes. Su modelo de gobernanza conductual involucra a los empleados directamente para revisar las conexiones riesgosas de la IA en lugar de bloquear la adopción por completo, una elección de diseño que se alinea con la filosofía de habilitación administrada. Lo mejor para equipos de seguridad que necesitan una cobertura integral de IA en la sombra, incluidas herramientas en dispositivos personales.

Microsoft Purview es la opción predeterminada para las organizaciones que ejecutan Microsoft 365 y Azure. Su panel DSPM para IA proporciona visibilidad centralizada tanto de las interacciones de Microsoft Copilot como del uso de herramientas de IA de terceros cuando la extensión del navegador Purview se implementa en Edge, Chrome y Firefox. Puede detectar y aplicar políticas de DLP cuando los empleados pegan datos confidenciales en ChatGPT, Gemini u otros sitios externos de IA. Su limitación significativa: la cobertura es más fuerte dentro del ecosistema de Microsoft. Los entornos de IA heterogéneos suelen requerir herramientas complementarias.

Capa 2: Prevención de pérdida de datos para IA

Discovery le muestra qué herramientas están en uso. DLP le indica qué datos se mueven a través de ellos y los detiene cuando no debería hacerlo.

Nightfall AI proporciona DLP basado en aprendizaje automático diseñado específicamente para flujos de trabajo de IA y la nube. Sus detectores están capacitados para identificar datos confidenciales (PII, PHI, código fuente, credenciales, datos financieros) en mensajes no estructurados y sesiones de navegador, con capacidades de redacción o bloqueo en tiempo real. Se integra directamente con los flujos de trabajo del navegador y las plataformas en la nube, lo que permite a los empleados utilizar herramientas de inteligencia artificial para la productividad y al mismo tiempo hacer cumplir el RGPD y la HIPAA en el punto de entrada de datos.

Cyberhaven rastrea el linaje de datos en el punto final (dónde se originaron, adónde viajaron y qué herramientas de IA tocaron), brindando a los equipos de seguridad visibilidad forense sobre cómo se mueven los datos confidenciales en toda la organización. Es particularmente sólido para las organizaciones que necesitan reconstruir lo que sucedió después de un incidente o demostrar controles de cumplimiento durante una auditoría.

Lakera Guard opera como una capa de seguridad específicamente para aplicaciones basadas en LLM, ubicada entre el usuario y el modelo para filtrar inyecciones rápidas, jailbreaks y divulgación de información confidencial en tiempo real. Mantiene una base de datos continuamente actualizada de vectores de ataque conocidos e indicaciones adversarias. Para las organizaciones que crean o implementan aplicaciones LLM internas, Lakera aborda la superficie de amenazas de IA agente que las herramientas DLP de capa de red no pueden alcanzar.

Capa 3: Plataformas de gobernanza de IA

Discovery y DLP abordan la superficie de riesgo. Las plataformas de gobernanza abordan la infraestructura de políticas: inventarian todos los sistemas de inteligencia artificial de la empresa, mantienen clasificaciones de riesgos, rastrean las obligaciones regulatorias y producen documentación lista para auditoría.

Credo AI es la opción más diseñada específicamente en esta categoría, que cubre el descubrimiento de IA en la sombra, la evaluación de riesgos, la aplicación de políticas y el monitoreo continuo de agentes, modelos y aplicaciones de IA desde una única plataforma. Incluye paquetes de políticas prediseñadas asignadas a la Ley de IA de la UE, NIST AI RMF e ISO 42001, lo que reduce significativamente la carga de trabajo de integración de cumplimiento. Gartner nombró a Credo AI en su Guía de mercado para plataformas de gobernanza de IA (2025), y la empresa ocupó el puesto número 6 en IA aplicada entre las empresas más innovadoras de 2026 de Fast Company. Lo mejor para empresas que necesitan una gobernanza de ciclo de vida completo, desde el inventario de modelos hasta la supervisión de IA agente.

IBM watsonx.governance es la respuesta del operador tradicional a la gobernanza de la IA, y cubre la gestión de riesgos de modelos, el mapeo de cumplimiento normativo y hojas informativas automatizadas para los modelos implementados. Para las organizaciones que ya están profundamente inmersas en el ecosistema de IBM, o aquellas que administran grandes carteras de modelos personalizados junto con IA comercial, proporciona la capacidad de gobernanza a nivel de modelo más madura disponible. La desventaja es la complejidad de la implementación: es una plataforma empresarial con un cronograma de implementación empresarial.

Plataformas empresariales de IA aprobadas (las alternativas gobernadas)

Ningún programa de gobernanza funciona sin alternativas aprobadas que en realidad sean mejores que las que los empleados utilizan por sí solos. Los niveles empresariales de las principales plataformas de IA ahora ofrecen el aislamiento de datos, el cumplimiento de SOC 2 y el registro de auditoría de los que carecen los niveles de consumidores.

ChatGPT Enterprise: aislamiento de datos, sin capacitación sobre las entradas de los clientes, SSO, verificación de dominio y controles administrativos. El reemplazo directo más claro para el uso de ChatGPT por parte del consumidor. Claude for Enterprise: controles de manejo de datos empresariales, ventana contextual extendida optimizada para flujos de trabajo de documentos grandes y funciones de visibilidad administrativa. Sólido para casos de uso con gran cantidad de documentos en los sectores jurídico, financiero e investigación. Microsoft Copilot para Microsoft 365: profundamente integrado en Word, Excel, Teams y Outlook con los controles de límites de datos empresariales de Microsoft y la integración de cumplimiento de Purview. La elección natural para organizaciones estandarizadas en M365. Google Gemini for Workspace: asistente de inteligencia artificial de nivel empresarial integrado en Google Docs, Gmail y Meet, con controles de gestión de datos de Workspace y sin uso de datos de clientes para la capacitación de modelos.

En qué se están equivocando las juntas directivas y los CISO

La conversación sobre gobernanza en la mayoría de las empresas todavía se desarrolla en el lugar equivocado. La gobernanza de la IA que reside exclusivamente en TI y la seguridad tiene una limitación estructural inherente: produce políticas que abordan la superficie de riesgo que TI puede ver, que no es la misma que la superficie de riesgo que existe.

La gobernanza eficaz de la IA en 2026 es una disciplina multifuncional. Necesidades legales de poseer la exposición contractual y de responsabilidad. El cumplimiento debe ser dueño del mapeo regulatorio: la Ley de IA de la UE, NIST AI RMF, requisitos de divulgación de IA de la SEC, obligaciones específicas del sector como HIPAA y SOC 2. Los líderes de las unidades de negocios deben ser dueños del inventario de casos de uso, porque son la única capa organizacional con visibilidad de qué flujos de trabajo están ejecutando realmente sus equipos con herramientas de IA. RR.HH. debe hacerse cargo de la dimensión de formación y comunicación de políticas. La seguridad es dueña de la detección y respuesta a incidentes. TI posee los controles técnicos y el conjunto de herramientas aprobadas.

La estructura de RACI es importante porque la IA en la sombra es fundamentalmente un problema organizacional distribuido. No aparece en el registro del servidor. Aparece en el historial del navegador de un empleado, en una auditoría de los permisos de OAuth, en una revisión de cumplimiento de una comunicación de un cliente que fue redactada por IA utilizando una cuenta personal.

La gobernanza de la IA a nivel de junta directiva se considera cada vez más una responsabilidad fiduciaria, no solo una función técnica. La “Operación Cumplimiento de IA” de la FTC en 2024 inició cinco acciones coercitivas contra empresas que hacían afirmaciones engañosas sobre IA, estableciendo que “no existe ninguna exención de IA de las leyes en los libros”, en palabras de la propia agencia. En Europa, la autoridad de protección de datos de Italia impuso a OpenAI una multa de 15 millones de euros en diciembre de 2024 por violaciones del RGPD en el procesamiento de datos de capacitación, un caso que OpenAI luego anuló en apelación, pero que desencadenó investigaciones paralelas en Francia, Alemania, España y Polonia. El entorno regulatorio ha pasado del asesoramiento al cumplimiento. Las juntas directivas que no pueden demostrar una gobernanza estructurada de la IA (inventarios documentados, clasificaciones de riesgo, cadencias de monitoreo) están expuestas a un escrutinio que no estaba presente hace dos años.

El problema del inventario es por dónde empezar

Para la formación de equipos o la reconstrucción de programas de gobernanza de IA: el inventario es el primer paso no negociable.

Un inventario honesto del sistema de IA cubre todas las implementaciones de IA en el uso organizacional, incluidas las herramientas utilizadas por departamentos individuales sin visibilidad centralizada, la IA integrada en el proveedor no evaluada por separado y las herramientas de IA en la sombra que los ejercicios de gobernanza emergen por primera vez. Clasifica cada sistema por nivel de riesgo, exposición regulatoria y criticidad empresarial. Identifica la propiedad.

Este ejercicio constantemente saca a la luz sistemas que los líderes no sabían que estaban implementados. Muestra sistemas cuyo uso se ha expandido mucho más allá de su alcance original aprobado. Saca a la luz la brecha entre la pila de IA aprobada y la pila de IA real, y esa brecha es donde reside la verdadera exposición al cumplimiento.

La Ley de IA de la UE concreta esto: la aplicación total de los sistemas de IA de alto riesgo comienza el 2 de agosto de 2026. Una organización que no puede presentar un inventario actual y preciso del sistema de IA a un regulador está en una posición materialmente peor que otra que sí puede hacerlo, independientemente de cuán bien diseñados estén sus otros mecanismos de gobernanza. El inventario es la base de la que depende cualquier otra función de gobernanza.

Para las empresas estadounidenses que actualmente no están dentro del alcance de la Ley de IA de la UE, el perfil NIST AI RMF GenAI (NIST AI 600-1) proporciona el marco de gobernanza más útil operativamente disponible actualmente para la IA generativa específicamente. Alinearse con él posiciona bien a las organizaciones para los requisitos anticipados de gobernanza federal de IA de EE. UU. y para la certificación ISO/IEC 42001 que se requiere cada vez más en contextos de asociación y adquisición de IA empresarial.

El marco correcto para 2026

Shadow AI no es un problema de seguridad con una solución de seguridad. Se trata de una desalineación estructural entre el ritmo al que los individuos adoptan la capacidad de IA y el ritmo al que la gobernanza organizacional se ha adaptado a esa adopción.

Los empleados no esperan que TI apruebe la próxima generación de herramientas. Hoy están creando flujos de trabajo, agentes y automatización, utilizando cualquier herramienta que les brinde los mejores resultados en las tareas que tienen por delante. Los programas de gobernanza que tratan esto como un problema de cumplimiento que debe resolverse mediante controles más estrictos pasarán los próximos tres años en una carrera armamentista con su propia fuerza laboral. Los programas que lo tratan como un problema de habilitación –donde el objetivo es construir una infraestructura de gobernanza que se mueva lo suficientemente rápido para satisfacer a los empleados dondequiera que estén– producirán resultados materialmente mejores tanto en productividad como en riesgo.

Los datos de IBM y Netskope son consistentes: los incidentes de IA en la sombra son más costosos, más difíciles de detectar y más dañinos que los eventos de infracción estándar. Los mecanismos de gobernanza que reducen esa exposición no son los que dicen no. Ellos son los que crean un camino rápido y bien gobernado hacia el sí, con clasificación de datos, capacitación en tiempo real, conjuntos de herramientas aprobadas y monitoreo continuo integrados en los flujos de trabajo normales.

Es posible que su política empresarial de IA ya esté desactualizada. La cuestión no es si reconstruirlo. Lo que justifica su caso es si lo reconstruirá antes o después del primer incidente.

Explicador visual de Marktechpost

Gobernanza de la IA empresarial: 2026

El problema de la IA en las sombras :
Por qué su IA empresarial
Las políticas ya están desactualizadas

Los empleados están utilizando ChatGPT, Claude y agentes de IA personalizados en toda su organización en este momento, fuera de cada política, cada regla de DLP y cada pila aprobada. Esto es lo que dicen los datos y qué hacer al respecto.

La escala

Los números no son ambiguos

40–65%

de los empleados empresariales utilizan herramientas de inteligencia artificial no aprobadas

47%

de los usuarios de GenAI acceden a herramientas a través de cuentas personales no administradas — Netskope 2026

<20%

de los empleados que utilizan la IA en la sombra creen que están haciendo algo mal

37%

de las organizaciones tienen alguna política para gestionar o detectar la IA en la sombra: IBM 2025

500%

Aumento de las indicaciones enviadas a los servicios GenAI año tras año: Netskope 2026

Los empleados no esperan la aprobación de TI. Están optimizando para cumplir con su fecha límite y la IA es la herramienta más rápida que tienen.

Estudio de caso

Samsung: tres fugas en 20 días

En abril de 2023, Samsung levantó su prohibición de ChatGPT. En 20 días, los ingenieros filtraron datos confidenciales tres veces: cada incidente estructuralmente idéntico y cada empleado actuó de buena fe.

Incidente 1El ingeniero pega el código fuente de la base de datos de semiconductores patentada en ChatGPT para depurar errores. Detalles críticos del proceso de fabricación expuestos.

Incidente 2: Un empleado carga un código de detección de defectos para equipos semiconductores que buscan optimización de la IA. Las secuencias de prueba patentadas abandonan la organización.

Incidente 3: El empleado convierte la transcripción de la reunión interna a través de una herramienta de inteligencia artificial y luego introduce las actas en ChatGPT. Discusiones estratégicas expuestas a sistemas externos.

La política vigente: una nota con un aviso de caracteres de 1024 bytes y sin aplicación de la red. Una política sin aplicación es aspiración, no seguridad.

Riesgo financiero

Cuánto cuesta la IA en la sombra por infracción

El informe de IBM sobre el costo de una vulneración de datos en 2025 estudió la IA en la sombra como un factor de vulneración por primera vez en 600 organizaciones. Desplazó la escasez de habilidades en seguridad de los tres factores más costosos.

+$670K

Costo de infracción adicional cuando se trata de IA en la sombra versus IA en la sombra baja o nula

4,63 millones de dólares

Costo total promedio de infracción cuando la IA en la sombra es un factor contribuyente

1 de cada 5

Las infracciones estudiadas tenían IA en la sombra como factor contribuyente.

65%

de las infracciones de la IA en la sombra resultan en un compromiso de la PII del cliente frente al promedio del 53 %

40%

resultan en robo de propiedad intelectual frente al 33% promedio

Brecha de gobernanza

Por qué los marcos actuales no dan en el blanco

La mayoría de los marcos asumen que las herramientas ingresan a través de una puerta de adquisición controlada. La IA generativa llega como una pestaña del navegador antes de que finalice el documento de políticas.

NIST AI RMF 1.0 Técnicamente completo, pero supone que sabes qué IA estás ejecutando. La mayoría de las organizaciones no lo hacen.

Ley de IA de la UE: 2 de agosto de 2026 Comienza la aplicación total del Anexo III. Las multas por incumplimiento alcanzan el 3% de la facturación anual mundial.

ISO/IEC 42001Cada vez más requerida en adquisiciones empresariales. No se puede lograr sin un inventario del sistema de IA en vivo.

OWASP LLM Top 10 (2025) Inyección rápida, divulgación de información confidencial y vulnerabilidades de la cadena de suministro ocupan del 1 al 3. Todo amplificado por una IA agente no gobernada.

El 73% de las brechas de cumplimiento surgen en el descubrimiento, no en la implementación. El problema del inventario es el problema de la gobernanza.

Riesgo emergente

El problema de la IA agente hace que todo sea más difícil

Shadow AI en 2023 era una pestaña del navegador. En 2026, serán agentes autónomos creados por empleados sobre API de modelo básico: procesando datos comerciales, enviando comunicaciones y tomando decisiones sin visibilidad de TI.

40%

de las aplicaciones empresariales contarán con agentes de IA para tareas específicas para finales de 2026, frente al <5 % en 2025 — Gartner, agosto de 2025

Servidores MCPExponga las API internas a orquestadores de agentes externos sin revisión de gobernanza.

Agentes conectados a OAuth Acceso persistente a CRM, correo electrónico y calendario, funcionando continuamente a la velocidad de la máquina.

Extensiones de navegador Capacidades de agente autónomo que se ejecutan en segundo plano en cada página que visita un empleado.

Expansión de tokens API Cadenas de acceso no monitoreadas creadas en múltiples sistemas sin un registro de auditoría centralizado.

Información clave

Por qué el bloqueo no funciona

El 90% de las organizaciones bloquea al menos una aplicación de IA. El bloqueo sin alternativa crea sustitución, no eliminación. El riesgo se traslada a herramientas que son menos visibles, no menos peligrosas.

27%

de los usuarios de IA en la sombra dicen que las herramientas no autorizadas ofrecen una mejor funcionalidad que la pila aprobada

↓89%

caída en el uso no autorizado de IA cuando se proporcionan alternativas aprobadas de nivel empresarial

1

Prohibición sin alternativa Los empleados recurren a herramientas menos visibles. El riesgo se multiplica. La gobernanza se pierde de vista por completo.

2

Implementar una alternativa aprobada . El uso no autorizado cae aproximadamente un 89 %. El riesgo pasa a un canal gobernado y monitoreado.

3

Combínelo con asesoramiento en tiempo real . Las advertencias contextuales en el momento de la entrada de datos superan la investigación posterior al incidente.

Herramientas Paisaje

Las tres capas que todo programa de gobernanza necesita

Ninguna herramienta cubre las tres capas. Los programas efectivos combinan uno de cada uno.

Marco de acción

Cambio del control a la habilitación gestionada

Los programas que darán resultados en 2026 no son los que dicen no. Están construyendo un camino bien gobernado hacia el sí, más rápido de lo que los empleados pueden sortearlo.

1

Cree un inventario de IA honesto. Todas las herramientas en uso: aprobadas, paralelas e integradas por el proveedor. No negociable para el cumplimiento de la Ley de IA de la UE.

2

Implementar clasificación de herramientas de 3 niveles Totalmente aprobada/Uso limitado/Prohibida. Ofrezca a los empleados un marco de decisión utilizable, no una lista de prohibiciones.

3

Implemente primero la clasificación de datos . Los empleados no pueden tomar decisiones seguras sin saber qué se considera sensible en un contexto de IA.

4

Proporcione alternativas empresariales gobernadas ChatGPT Enterprise, Claude for Enterprise, Microsoft Copilot M365, Google Gemini for Workspace: SOC 2, aislamiento de datos, controles administrativos.

5

Monitorear continuamente, no periódicamente Shadow AI es un riesgo operativo real. El inventario, los controles y las auditorías son funciones continuas, no eventos anuales.

Su política empresarial de IA ya está desactualizada. La pregunta es si lo reconstruirás antes o después del primer incidente.

Fuentes: IBM Costo de la violación de datos 2025 • Netskope Cloud & Threat Report 2026 • Gartner 2025 • NIST AI RMF • Ley de IA de la UE

MARKTECHPOST.COM

No dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 150.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.

¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros

Michal Sutter es un profesional de la ciencia de datos con una Maestría en Ciencia de Datos de la Universidad de Padua. Con una base sólida en análisis estadístico, aprendizaje automático e ingeniería de datos, Michal se destaca en transformar conjuntos de datos complejos en conocimientos prácticos.