Primero, descargas una base de clientes para segmentarla con ChatGPT. Un colega utiliza, desde su cuenta personal, una herramienta de inteligencia artificial para resumir documentos. Un tercero prepara un análisis con un modelo que la empresa nunca autorizó, y ese resultado termina alimentando una decisión de negocio.
Ninguno busca necesariamente vulnerar una política corporativa. En muchos casos, simplemente intenta terminar una tarea más rápido.
Ahí aparece el Shadow AI: el uso de aplicaciones o modelos de inteligencia artificial sin el conocimiento, la aprobación o la supervisión del área de TI. Se trata de una práctica que traslada a la IA un problema conocido desde la época del Shadow IT, pero con una diferencia: ahora los empleados pueden entregar directamente información empresarial a modelos externos.
La situación ya no es marginal. Netskope estima que, en 2026, el 30% de los usuarios empresariales de IA utiliza únicamente aplicaciones personales, mientras que otro 14% combina herramientas administradas por su organización con servicios personales. La compañía también detectó que el descenso inicial del Shadow AI se frenó este año, una señal de que las aplicaciones no autorizadas probablemente seguirán conviviendo con las corporativas.
Para Mariano Orihuela, director de Mercado Corporativo de Claro, el problema comienza incluso antes de que alguien abra ChatGPT. “El Shadow AI termina siendo una derivada de qué tan robusta y madura es, en general, la gobernanza de tecnologías de la información dentro de una empresa”, sostiene en conversación con Sectoriales Tech.
Detectar Shadow AI exige primero conocer el tráfico y los datos
¿Cómo puede una compañía identificar un uso tecnológico que, por definición, ocurre fuera de sus canales oficiales? Orihuela propone observar la infraestructura tecnológica que ya existe alrededor del trabajador: los controles de tráfico, la seguridad perimetral, las herramientas DLP (Data Loss Prevention), el MDM (Mobile Device Management) y las soluciones de detección en endpoints pueden revelar conexiones con plataformas de IA o impedir que determinados archivos salgan del entorno corporativo.
Las propias aplicaciones dejan rastros de tráfico. Sin embargo, descubrir que alguien accedió a ChatGPT dice poco sobre el riesgo si la empresa desconoce qué información pudo haber llevado consigo.
“Si no se tiene un sistema DLP y alguien puede descargar una base de clientes porque quiere crear, sin ninguna mala intención, un modelo de segmentación con ChatGPT, el primer problema no es necesariamente ChatGPT. El problema es que esa persona pudo descargar la base completa”, explica Orihuela.
Los datos externos muestran la magnitud de esa brecha. El Cloud and Threat Report 2026 de Netskope encontró que los incidentes relacionados con el envío de información sensible a aplicaciones de IA generativa se duplicaron durante 2025. En promedio, cada organización registró 223 violaciones mensuales de políticas de datos relacionadas con IA. Además, la mitad de las compañías analizadas todavía no contaba con políticas técnicamente aplicables para proteger la información utilizada en estas plataformas.
Bloquear ChatGPT puede desplazar el problema
La reacción más inmediata puede ser bloquear el acceso. Sin embargo, Orihuela advierte que una política demasiado restrictiva puede terminar generando una falsa sensación de seguridad. La empresa puede bloquear una aplicación en la laptop corporativa, pero el trabajador aún tiene acceso a su teléfono personal, una computadora doméstica o una cuenta privada. “Lo prohibido muchas veces se vuelve más atractivo”, comenta.
Además, no todo uso externo implica el mismo nivel de exposición. Consultar desde un celular cómo estructurar una presentación es muy diferente de cargar contratos, bases de datos o documentos confidenciales. Por eso, Orihuela propone que las compañías definan primero qué quieren impedir y qué usos están dispuestas a aceptar.
La conducta del empleado también responde a la calidad de las alternativas disponibles. Un estudio patrocinado por IBM entre 1,000 trabajadores de oficina en Estados Unidos encontró que, aunque el 80% utilizaba IA en su trabajo, apenas el 22% dependía exclusivamente de herramientas proporcionadas por su empleador. Cerca del 40% señaló que prefería soluciones externas porque ofrecían mejores funcionalidades.
La lectura es incómoda para TI: si la herramienta aprobada hace peor el trabajo, la política corporativa compite con un incentivo cotidiano para saltársela.
Del bloqueo a una alternativa empresarial útil
Para Orihuela, una estrategia frente al Shadow AI debería comenzar con un marco de gobierno que establezca objetivos, límites y usos permitidos. “Es importante no concentrarse únicamente en qué no se puede hacer, sino también explicar qué sí puede hacerse, por qué y para qué”, resalta.
Después viene la herramienta. La empresa necesita ofrecer una alternativa suficientemente útil para reducir el incentivo de recurrir a servicios externos. Esto puede incluir cuentas empresariales, entornos aislados, controles sobre los datos corporativos y acceso a modelos aprobados.
La gobernanza tampoco puede limitarse a escoger una plataforma. El estudio global de IBM sobre brechas de datos de 2025 encontró que el 63% de las organizaciones afectadas por incidentes no contaba con una política de gobierno de IA o todavía estaba desarrollándola. Entre aquellas que sí tenían una, solo el 34% realizaba auditorías periódicas para detectar usos no autorizados.
El mismo estudio vinculó el Shadow AI con una consecuencia económica: una de cada cinco organizaciones analizadas había experimentado una brecha relacionada con el uso no autorizado de IA. Además, aquellas con altos niveles de Shadow AI registraron costos por incidentes aproximadamente US$ 670,000 superiores a los de las organizaciones con poco o ningún uso clandestino.
¿Quién responde por una decisión tomada con IA?
El uso invisible plantea otra dificultad cuando el resultado ya salió del chatbot. Si un empleado utiliza un modelo personal para preparar un análisis que luego sustenta una decisión empresarial, reconstruir el proceso puede ser difícil: ¿qué versión del modelo utilizó?, ¿qué documentos cargó?, ¿qué prompt escribió?, ¿qué respuesta obtuvo y qué modificó después?
Orihuela considera que las empresas peruanas todavía tienen capacidades limitadas para reconstruir ese recorrido. Como mínimo, deberían poder conservar el prompt y conocer las restricciones aplicadas. “Si una empresa pretende utilizar sus resultados dentro de procesos de decisión, tiene que preocuparse también por la trazabilidad: conocer qué se preguntó, con qué información, bajo qué reglas y cómo se validó el resultado”, dice.
La cuestión cobra mayor importancia a medida que la IA se incorpora a procesos financieros, comerciales o de análisis, en los que una respuesta incorrecta puede dejar de ser un error individual y convertirse en una decisión corporativa.
Menos Shadow AI no basta como indicador
Una caída en el tráfico hacia aplicaciones prohibidas puede parecer una señal de éxito. Orihuela cree que medir únicamente ese dato dejaría fuera la otra mitad de la ecuación. La empresa también debería observar cuánto se utiliza la IA autorizada y qué resultados genera.
Su ejemplo es sencillo. Si preparar un cierre mensual toma tres días antes de implementar IA y luego requiere dos, existe una reducción medible de aproximadamente 33%. “No podemos decir que una herramienta mejora la productividad si previamente no hemos establecido una línea de base”, afirma.
El Shadow AI revela así un problema más amplio que el de la ciberseguridad. Los trabajadores ya encontraron casos de uso antes de que muchas organizaciones definieran cómo gobernarlos.
Cerrar accesos puede reducir una parte de la exposición. Sin embargo, un control sostenible dependerá de conocer qué información circula, entender por qué los empleados buscan otras herramientas y ofrecer una alternativa corporativa capaz de competir con ellas.
Si la aplicación oficial protege los datos, pero obliga al trabajador a hacer en una hora lo que una herramienta externa resuelve en diez minutos, la política de seguridad tendrá que competir todos los días con el incentivo de la productividad.
