No es un fenómeno marginal
La Cloud Security Alliance reporta que el 98% de las organizaciones encuestadas ya registra uso no sancionado de IA, mientras el 86% carece de visibilidad sobre cómo fluyen los datos hacia y desde estas herramientas. Solo el 37% cuenta con alguna política de gobernanza de IA.
Fuente: Cloud Security Alliance.
Esto ya no puede describirse como una colección de incidentes aislados. Es una brecha estructural entre adopción y gobernanza.
El problema no empezó con los agentes
La primera generación de Shadow AI era relativamente sencilla. Un empleado tenía un documento y necesitaba resumirlo, así que copiaba el contenido en su chatbot personal. Una persona de marketing necesitaba generar una campaña. Un desarrollador necesitaba resolver un problema de código. Un analista necesitaba interpretar información.
La motivación era casi siempre la misma: hacer el trabajo mejor y más rápido.
Esto es importante porque cambia la forma de abordar el problema. No estamos necesariamente frente a empleados maliciosos. Estamos frente a empleados que encontraron una capacidad tecnológica antes que su organización.
Pero Shadow AI acaba de cambiar de escala
El problema actual ya no consiste únicamente en qué información está pegando un empleado en un chatbot. Con la llegada de los agentes, las preguntas cambian por completo:
- ¿A qué puede acceder un agente de IA?
- ¿Con qué identidad?
- ¿Qué permisos tiene?
- ¿Qué sistemas puede consultar?
- ¿Qué acciones puede ejecutar?
- ¿Quién autorizó esa conexión?
- ¿Qué evidencia queda?
- Necesita que alguien le entregue la información
- Interacción puntual, sin memoria del sistema
- Riesgo concentrado en qué dato se comparte
- Puede tener acceso permanente a información y herramientas
- Puede ejecutar acciones e interactuar con sistemas empresariales
- Opera a una velocidad que ningún proceso manual de aprobación puede acompañar
La paradoja: bloquear puede empeorar el problema
Aquí aparece una de las decisiones más difíciles para un CIO, CISO o responsable de cumplimiento. La reacción natural es bloquear dominios, aplicaciones, extensiones y cuentas personales. Desde una perspectiva de seguridad, es comprensible.
Pero existe un problema: bloquear la herramienta no elimina la necesidad que llevó al empleado a utilizarla. Si una persona necesita resumir 50 páginas en diez minutos y la organización no le proporciona una alternativa, la necesidad sigue existiendo.
- Puede cambiar de herramienta
- Puede utilizar otro dispositivo
- Puede buscar otro servicio
- Puede encontrar otro camino
La verdadera crisis no es la IA no autorizada
Es la falta de visibilidad sobre lo que está ocurriendo dentro de la organización. Una empresa puede tener una política de uso responsable de IA, un comité de IA, un proceso de aprobación y una herramienta corporativa autorizada — y aun así no saber qué IA utilizan realmente sus empleados.
Ese es el punto en el que una política deja de ser gobernanza. Gobernanza requiere capacidad de observar, clasificar, decidir, controlar y demostrar.
Qué debería hacer una organización
No empezaría por una política. Empezaría por visibilidad.
Construir un inventario real de herramientas, modelos, agentes, integraciones, datos y usuarios — incluyendo lo que no fue aprobado formalmente. No puedes gobernar lo que no sabes que existe.
No basta con saber que alguien usa una herramienta. Hay que entender para qué, con qué datos y con qué impacto. Generar ideas para una presentación no es lo mismo que un agente accediendo a datos de clientes.
El riesgo depende del contexto de uso, no solo del nombre de la herramienta: datos sensibles, decisiones sobre personas, sistemas críticos, autonomía, integraciones y regulación aplicable.
Si la alternativa oficial es peor que la herramienta que el empleado ya encontró, la política perderá. La organización necesita ofrecer herramientas aprobadas que sean seguras, útiles, rápidas y accesibles.
No todo uso de IA debe bloquearse. Pero sí debemos saber qué información puede salir de la organización, hacia dónde, bajo qué condiciones y con qué garantías.
Un agente necesita mucho más que una aprobación inicial: identidad, permisos, límites, supervisión, trazabilidad y evidencia — mantenidos durante todo su ciclo de vida.
La solución no es eliminar el Shadow AI
Esta es probablemente la conclusión más incómoda: no vamos a eliminar el Shadow AI simplemente prohibiéndolo. La adopción de IA no depende únicamente de las políticas corporativas. Depende de las personas, y las personas seguirán buscando herramientas que les permitan trabajar mejor.
El ejemplo más sencillo es también el más revelador: tomar una fotografía de un documento y enviarla a un LLM personal. Puede ocurrir en segundos. No requiere una integración, no requiere un proyecto de TI, no requiere intención maliciosa. Y precisamente por eso es tan difícil de resolver únicamente con controles tradicionales.
Pero que sea fácil no significa que esté bien. No es ético enviar información corporativa a una herramienta personal simplemente porque es la forma más rápida de resolver un problema. El empleado tiene una responsabilidad. Pero la organización también.
De Shadow AI a Governed AI
Por eso creo que debemos cambiar la conversación. No "¿cómo impedimos que nuestros empleados utilicen IA?", sino "¿cómo conseguimos que utilizar IA de forma segura sea más fácil que utilizarla a escondidas?". Ese cambio parece pequeño, pero cambia completamente el modelo de gobierno.
- Prohibir
- Detectar
- Sancionar
- Descubrir
- Entender
- Clasificar
- Habilitar
- Controlar
- Evidenciar
La meta no debería ser una empresa donde nadie utilice IA fuera del catálogo oficial. La meta debería ser una empresa donde la IA que ya está siendo utilizada pueda convertirse en IA conocida, evaluada, autorizada y gobernada.
La crisis no se resuelve apagando la IA. Se resuelve haciendo que la gobernanza sea capaz de seguirle el ritmo. Y esa, probablemente, será una de las grandes pruebas de madurez empresarial de los próximos años.
Preguntas frecuentes
Shadow AI es el uso de herramientas, modelos o agentes de inteligencia artificial dentro de una organización sin aprobación, supervisión o registro formal de TI o del área de gobernanza. Incluye desde un empleado pegando información en un chatbot personal hasta un agente con acceso a sistemas empresariales que nadie autorizó formalmente.
Porque bloquear la herramienta no elimina la necesidad que llevó al empleado a usarla. Si una persona necesita resumir 50 páginas en diez minutos y la organización no le da una alternativa, buscará otra herramienta, otro dispositivo o otro camino. El riesgo no desaparece: se vuelve menos visible, que es precisamente lo que lo hace más peligroso.
Un chatbot necesita que alguien le entregue información cada vez. Un agente puede tener acceso permanente a sistemas, consultar herramientas y ejecutar acciones por sí mismo, a una velocidad que ningún proceso manual de aprobación puede acompañar. Por eso gobernar agentes requiere gestionar identidad, permisos y trazabilidad — no solo qué datos se comparten.
No por una política, sino por visibilidad: construir un inventario real de herramientas, modelos, agentes, integraciones y usuarios — incluyendo lo que nunca fue aprobado formalmente. A partir de ahí se puede entender el uso, clasificar el riesgo por contexto y ofrecer una alternativa corporativa que sea tan buena como la que el empleado ya encontró.
ISO/IEC 42001:2023 exige exactamente lo que el Shadow AI pone en evidencia: un inventario de sistemas de IA (Anexo A.4), evaluación de impacto y riesgo (§6.1, §8.2) y controles sobre el ciclo de vida de cada sistema, incluidos los que no fueron desarrollados internamente. Implementar el estándar obliga a descubrir y clasificar la IA que ya se usa, no solo la que fue aprobada.
¿Sabes qué IA están usando realmente tus equipos?
Nuestro diagnóstico gratuito identifica el uso real de IA en tu organización — herramientas, agentes y datos — y lo mapea contra lo que exige ISO 42001.
También puede interesarte: Inventario de sistemas de IA · Guía ISO 42001 en Colombia · ISO 42001 vs EU AI Act