IA en la sombra: la superficie de ataque que nadie está gobernando

IA en la sombra: el 69% de las organizaciones sospecha o tiene pruebas de que sus empleados usan IA generativa prohibida (Gartner, 2025). El problema ya no es de productividad, es de arquitectura.

Un comercial conecta un asistente de IA a su correo para resumir las conversaciones con clientes. Un jefe de obra sube el pliego de una licitación a un chatbot para extraer las partidas críticas.

Tiempo de lectura: 11 minutos | Palabras clave: IA en la sombra, riesgos de shadow AI, gobernanza de agentes de IA, ciberseguridad operativa, superficie de ataque

Alguien de operaciones autoriza a un agente para que lea el CRM y prepare el forecast del trimestre. Nadie lo aprobó, nadie lo revisó y hoy nadie sabe qué datos salieron de la empresa ni dónde están.

Eso es la IA en la sombra: herramientas y agentes de IA que operan dentro de tu empresa sin autorización, sin control de accesos y sin que IT sepa que existen. Según Gartner (2025), el 69% de las organizaciones sospecha o ya tiene evidencia de que sus empleados usan herramientas públicas de IA generativa que están prohibidas. El mismo análisis prevé que para 2030 más del 40% de las empresas sufrirá incidentes de seguridad o cumplimiento vinculados a ese uso no autorizado.

Los riesgos de shadow AI no se miden en horas perdidas ni en respuestas poco fiables. Se miden en contratos, tarifas, datos de clientes y propiedad intelectual que pueden quedar fuera de tu perímetro por una sola sesión mal gestionada. Este artículo lo aborda desde la arquitectura y la seguridad operativa: dónde se abre la brecha, por qué los controles habituales no la cierran y qué hacer para gobernarla.

Cómo la IA en la sombra ha cambiado las reglas de la ciberseguridad

Durante años, la shadow IT fue un problema acotado. Alguien contrataba un SaaS con la tarjeta corporativa, IT lo descubría en la factura y se decidía si se integraba o se cancelaba. La IA rompe ese esquema por dos motivos.

El primero es que la IA no solo almacena datos, los procesa, los resume y, según el proveedor y el tipo de cuenta, puede conservarlos. Un documento pegado en un asistente público deja de estar bajo tus políticas de retención, cifrado y acceso en el momento en que se envía.

El segundo es que la IA ha pasado de ser una pestaña del navegador a ser un agente con permisos. Un agente conectado al CRM o al ERP no lee un documento, lee todo lo que su token le permite leer. Y ese permiso lo concedió, muchas veces, un usuario con dos clics y sin revisión de seguridad.

Qué convierte a la IA en la sombra en superficie de ataque

Cada integración no revisada es una identidad no humana con acceso a tus sistemas críticos. No aparece en tu inventario, no tiene un responsable asignado y nadie revisa sus permisos cuando cambia el proceso o se va la persona que la creó.

En una empresa de alquiler de maquinaria, ese agente puede ver la disponibilidad de la flota, las tarifas por cliente y las condiciones de cada contrato. En una constructora, los precios de licitación, los márgenes por obra y los datos de subcontratistas. Es exactamente la información que un competidor o un atacante querría tener.

Los datos confirman la tendencia. El Global Cybersecurity Outlook 2026 del World Economic Forum recoge que el 87% de los encuestados identificó las vulnerabilidades relacionadas con la IA como el riesgo cibernético de más rápido crecimiento durante 2025. Las fugas de datos asociadas a la IA generativa pasaron de ser la principal preocupación del 22% de los encuestados en 2025 al 34% en 2026.

El coste también está medido. Según el Cost of a Data Breach Report 2025 de IBM, un nivel alto de shadow AI añadió 670.000 USD al coste medio global de una brecha. El mismo informe señala que el 97% de las organizaciones que sufrieron un incidente de seguridad relacionado con IA no tenía controles de acceso adecuados para la IA, y que el 63% no contaba con políticas de gobernanza para gestionarla o impedir su uso en la sombra.

"Un agente de IA conectado a tu ERP sin revisión no es una herramienta de productividad. Es una cuenta con acceso a tus datos críticos que nadie ha dado de alta y nadie va a dar de baja."

Por qué los equipos de seguridad están más expuestos que la mayoría

La intuición dice que el equipo de seguridad es el último que usaría IA no autorizada. La realidad operativa dice lo contrario. IBM (2026) describe cómo la IA en la sombra ha llegado al propio SOC y convierte a los equipos de seguridad en su propio punto ciego.

El motivo es la naturaleza del trabajo. Los analistas manejan material muy sensible bajo presión de tiempo y en tareas repetitivas: descifrar un script ofuscado, interpretar una línea de log, resumir alertas para el cambio de turno, redactar comentarios de tickets. Cada una de esas tareas se resuelve más rápido con un asistente de IA, y cada una implica pegar información que un atacante valoraría: nombres de servidores internos, usuarios, rangos de IP, reglas de detección e indicadores de incidentes activos.

Cuando la seguridad está externalizada, el problema escala. Si un proveedor de servicios gestionados expone datos de su cliente en una herramienta de IA no aprobada, ya no hablamos solo de un riesgo técnico, sino de un posible incumplimiento contractual.

En empresas medianas de alquiler y construcción el riesgo es mayor, porque el equipo de IT suele ser pequeño y las mismas personas cubren infraestructura, soporte y seguridad. La presión de la cola es constante y la tentación del atajo también. El WEF (2026) identifica la falta de conocimientos o habilidades como la principal barrera para adoptar IA en ciberseguridad, citada por el 54% de las organizaciones. Sin formación ni herramientas aprobadas, el atajo gana.

Por qué prohibir las herramientas de IA no funciona

La primera reacción de muchos comités de dirección es prohibir. Bloquear dominios, enviar un comunicado y dar el riesgo por cerrado. El dato de Gartner lo desmiente: el 69% de las organizaciones sospecha o sabe que sus empleados usan IA generativa que ya está prohibida. La prohibición existe y el uso continúa.

IBM (2026) explica por qué. Las herramientas son útiles y ahorran tiempo de verdad. Cuando se bloquean, el uso no desaparece, se traslada a dispositivos personales, cuentas privadas y conexiones que la empresa no monitoriza. El resultado es el contrario del que se buscaba: la empresa pierde la visibilidad que tenía sobre el problema.

Hay un segundo efecto, menos visible. Una prohibición en papel genera una falsa sensación de control. El riesgo aparece como mitigado en el registro de riesgos, nadie lo revisa y el comité deja de preguntar por él.

Lo hemos visto dentro de los proyectos. Cuando acompañamos a Unilabs en la digitalización de sus áreas comerciales y en la alineación entre IT y negocio, la conclusión fue la misma que en cualquier transformación: si la herramienta oficial no resuelve la necesidad del equipo, el equipo encuentra otra. La gobernanza empieza por entender el proceso, no por publicar una lista de herramientas vetadas.

"Prohibir la IA no elimina el riesgo. Lo saca de tu campo de visión, que era el único lugar donde podías gestionarlo."

Mejores prácticas para gobernar la IA en la sombra

Gobernar no significa frenar. El informe AI and Cyber: Empowering Defenders del WEF (2026) indica que las organizaciones que usan IA de forma extensiva en seguridad reducen el coste medio de una brecha hasta en 1,9 millones de dólares y acortan su ciclo de vida en unos 80 días. La IA bien gobernada es una ventaja. La IA en la sombra es una deuda.

Inventaria antes de legislar

No puedes gobernar lo que no ves. Gartner (2025) recomienda auditar de forma periódica la actividad de shadow AI e incorporar la evaluación de riesgos de IA generativa en el proceso de evaluación de cualquier SaaS. En la práctica: revisa qué aplicaciones tienen permisos OAuth sobre tu correo, tu CRM y tu ERP, qué extensiones de navegador con IA están instaladas y qué cuentas de servicio se han creado en los últimos doce meses.

Trata cada agente de IA como una identidad

Un agente conectado a tus sistemas debe tener lo mismo que cualquier usuario con acceso a datos críticos: un responsable con nombre, permisos mínimos, tokens con caducidad y una revisión periódica de accesos. El 97% de las organizaciones con incidentes de IA analizadas por IBM (2025) carecía de controles de acceso adecuados. Ese es el primer control que hay que cerrar.

Ofrece un canal aprobado más rápido que el atajo

Si la herramienta aprobada es más lenta o más limitada que la alternativa gratuita, perderás. IBM (2026) recomienda que los canales de IA aprobados igualen o superen la velocidad de las alternativas no autorizadas. La seguridad compite con la comodidad, y tiene que ganar en experiencia de uso.

Define reglas cortas sobre qué datos nunca entran

Un documento de 40 páginas no lo lee nadie. Una regla de tres líneas sí: credenciales, datos de clientes, precios de licitación y reglas de detección nunca se pegan en una herramienta de IA no aprobada. Las reglas tienen que ser fáciles de recordar bajo presión.

Vigila el dato, no la web

Bloquear dominios es una carrera perdida, porque cada semana aparecen herramientas nuevas. La prevención de pérdida de datos orientada a patrones sensibles (credenciales, identificadores de clientes, direcciones IP internas) funciona con independencia de la herramienta que se use.

Revisa antes de desplegar, y después también

Según el WEF (2026), el porcentaje de organizaciones que evalúa la seguridad de sus herramientas de IA casi se duplicó, del 37% en 2025 al 64% en 2026. Aun así, aproximadamente un tercio sigue sin ningún proceso para validar la seguridad de la IA antes de desplegarla. Una revisión única no basta: los agentes cambian de permisos, los proveedores cambian de condiciones y los procesos evolucionan.

Prepara la respuesta antes del incidente

Si mañana descubres que un agente con acceso a tu CRM estaba conectado a una cuenta personal, ¿quién revoca el token, quién determina qué datos salieron y quién decide si hay que notificar? Si la respuesta no está escrita, el incidente la escribirá por ti. Incluye las fugas vía IA en tus playbooks de respuesta a incidentes con responsables y tiempos definidos.

En Strolling Digital abordamos esta gobernanza desde la operación: procesos, responsables y arquitectura de accesos. Para la capa técnica de ciberseguridad trabajamos junto a Sattrix, nuestro aliado en ciberseguridad, de forma que el diagnóstico operativo y la protección técnica avancen coordinados.

"La pregunta no es si tu equipo usa IA. Es cuántos agentes tienen hoy acceso a tus datos críticos sin que nadie sea responsable de ellos."

La IA en la sombra no es un problema de disciplina de los empleados. Es la señal de que la empresa adoptó IA más rápido de lo que la gobernó. Cerrar esa distancia exige tratarla como lo que es, un riesgo operativo con impacto directo en datos, contratos y continuidad del negocio.

Preguntas Frecuentes

¿Qué es la IA en la sombra o shadow AI?

Es el uso de herramientas y agentes de IA dentro de una empresa sin autorización ni supervisión de IT o seguridad. Incluye desde asistentes públicos donde los empleados pegan documentos hasta agentes conectados al CRM o al ERP sin revisión de accesos. Según Gartner (2025), el 69% de las organizaciones sospecha o tiene evidencia de este uso.

¿Cuáles son los principales riesgos de shadow AI para una empresa?

El principal es la salida de datos sensibles (contratos, tarifas, datos de clientes, propiedad intelectual) fuera del control de la empresa. A eso se suman los agentes con permisos sobre sistemas críticos que no figuran en ningún inventario y los incumplimientos regulatorios o contractuales. Gartner prevé que para 2030 más del 40% de las empresas sufrirá incidentes de seguridad o cumplimiento vinculados a la IA no autorizada.

¿Cuánto cuesta una brecha de datos relacionada con shadow AI?

Según el Cost of a Data Breach Report 2025 de IBM, un nivel alto de shadow AI añadió 670.000 USD al coste medio global de una brecha. El mismo informe indica que el 97% de las organizaciones que sufrieron un incidente relacionado con IA carecía de controles de acceso adecuados para la IA.

¿Por qué no basta con prohibir ChatGPT y otras herramientas de IA en la empresa?

Porque las herramientas son útiles y los empleados siguen usándolas desde dispositivos personales o cuentas privadas cuando se bloquean. La prohibición no elimina el riesgo, elimina la visibilidad sobre él. Es más eficaz ofrecer un canal aprobado igual de rápido y vigilar los datos sensibles en lugar de bloquear dominios.

¿Cómo se gobiernan los agentes de IA conectados al CRM o al ERP?

Tratándolos como identidades: cada agente necesita un responsable con nombre, permisos mínimos, tokens con caducidad y revisiones periódicas de acceso. Antes de eso hay que inventariar qué aplicaciones tienen permisos OAuth sobre los sistemas críticos. Las fugas vía IA también deben estar incluidas en los playbooks de respuesta a incidentes.

¿Por qué los equipos de seguridad también usan IA no autorizada?

Porque trabajan bajo presión de tiempo con tareas repetitivas, como interpretar logs, analizar scripts o resumir alertas, que la IA resuelve más rápido. El riesgo es que en esas tareas se pegan datos muy valiosos para un atacante, como nombres de servidores, rangos de IP o reglas de detección. IBM (2026) describe este fenómeno como la llegada de la IA en la sombra al propio SOC.