Durante décadas, la introducción de nuevas tecnologías ha seguido un patrón predecible para los responsables de seguridad informática: un primero momento de expectación, una segunda fase cargada de esperanza y, finalmente, la realidad de enfrentar desafíos complejos al implementarlas. Sin embargo, con la inteligencia artificial (IA), las empresas apenas tienen tiempo de aprovechar las primeras ventajas antes de confrontar serios riesgos.
He visto esta evolución tecnológica repetirse incontables veces, desde las primeras herramientas de Ingeniería Asistida por Computadora (CASE) hace más de 30 años, hasta las actuales tecnologías de generación automática de código, copilotos y agentes autónomos. No es novedoso que la IA soporte funciones relevantes para las organizaciones; lo innovador son la velocidad, alcance y poder decisorio que se le otorgan a estos sistemas, que pueden afectar directamente procesos críticos y datos sensibles.
El uso de IA por parte de empleados y desarrolladores está ya generalizado, pero la cuestión fundamental es si esta adopción ocurre dentro de un marco gobernado y visible para la organización o si permanece como un punto ciego —un fenómeno conocido como «shadow AI»— donde la confianza ciega no equivale a transparencia ni control. Los directores de seguridad deben diseñar caminos autorizados que combinen visibilidad, entradas confiables, ejecución controlada y rendición de cuentas inequívoca. 
La IA ha entrado en la fase de «realidad dura»
El despliegue de la IA avanza a una velocidad que muchas empresas no pueden gestionar adecuadamente. Según un estudio de IBM, el 77% de los altos cargos tecnológicos reconoce que la adopción de IA supera actualmente sus capacidades de gobernanza. En paralelo, el 70% declara que los equipos de negocio implementan tecnologías más rápido de lo que el área de IT puede rastrear, y sólo un 11% se siente preparado para la expansión masiva prevista de agentes de IA en los próximos meses.
Además, el fenómeno del «shadow AI» no es completamente opaco: en muchos casos, la dirección anima a la experimentación incluso cuando los equipos de seguridad carecen de datos claros sobre qué herramientas, algoritmos, conjuntos de datos o flujos de trabajo están utilizando los empleados. Un estudio del MIT revela que más del 90% de las compañías tiene trabajadores que usan herramientas personales de IA para tareas profesionales, aunque apenas el 40% de esas empresas cuenta con suscripciones oficiales a modelos de lenguaje a gran escala (LLM).
Esta brecha adquiere mayor trascendencia a medida que los sistemas de IA pasan de funciones asistenciales a acciones autónomas con impacto directo, como gestionar credenciales, ejecutar código o modificar sistemas productivos. El riesgo no es una cuestión de «si» sino de «cuándo» ocurrirá una incidencia. Por ello, la integración ordenada y controlada no es opcional sino imprescindible.
Prohibir la IA no elimina el riesgo
En uno de los consejos de gobernanza de IA en los que participo, he constatado este conflicto: los responsables de negocio temen que la seguridad frene la transformación digital y la innovación. Esta preocupación es legítima. La función del CISO no es impedir el avance, sino actuar como copiloto en el viaje: conocer el destino, prever los obstáculos y ayudar a trazar la ruta más segura para llegar.
Las prohibiciones estrictas pueden generar una falsa sensación de seguridad si los empleados optan por acceder a herramientas no autorizadas o utilizan cuentas personales, evitando así los controles del equipo de seguridad. Este «shadow AI» es una señal clara de que el camino oficial no está satisfaciendo las necesidades del negocio. La clave está en facilitar una vía segura que supere en utilidad y comodidad al atajo no controlado. Para ello, el CISO debe implementar capacidades que permitan tanto la prevención de incidentes como la resiliencia ante ciberamenazas. Esto debe ser considerado un requisito básico e innegociable.
Convertir el punto ciego en una hoja de ruta
Los responsables de seguridad deben basar su estrategia en cómo se está usando realmente la IA, no sólo en políticas idealizadas. Algunas recomendaciones son:
- Inventariar casos de uso, no solo herramientas: Mapear qué datos accede la IA, qué acciones realiza y en qué sistemas interviene. A medida que aumenta autonomía e impacto, aplicar controles más estrictos.
- Establecer entradas confiables: El software generado hereda riesgos de los paquetes, librerías y dependencias utilizadas. Acceder únicamente a componentes aprobados, mínimos y mantenidos para mitigar riesgos.
- Tratar la ejecución como no confiable hasta su verificación: Aislar la actividad de agentes, aplicar el principio de mínimo privilegio, restringir credenciales y acceso en red, y establecer límites operativos fuera del propio agente.
- Medir la eficacia del camino autorizado: Registrar visibilidad, uso aprobado versus no aprobado, excepciones y si los empleados eluden controles establecidos. La gobernanza debe evolucionar conforme la IA progresa de mera asistencia a autonomía ejecutiva.
La seguridad debe ser un facilitador, no un freno
El CISO actual debe combinar conocimientos técnicos, comprensión del negocio, gestión del riesgo y gobernanza de IA en una única estrategia coherente. Un informe de KPMG revela que casi tres cuartas partes de los líderes ven riesgo, seguridad y privacidad como frenos importantes para la IA, pero sólo el 24% los integra en la estrategia y tecnología. Además, el 58% considera crucial contar con capacidades a nivel empresarial, aunque solo el 12% se siente capaz de ofrecerlas eficazmente.
Los líderes de seguridad deben definir dónde es válido experimentar y facilitar entornos aprobados, componentes confiables y sistemas reutilizables de protección. Esto requiere una estrecha colaboración entre seguridad, ingeniería, plataformas y negocios. El objetivo es que la seguridad deje de ser un filtro al final del proceso para incorporarse desde la arquitectura y el diseño responsables. No esperaríamos a decidir la existencia de puertas o ventanas hasta tras finalizar la casa; la seguridad debe insertarse con esa misma anticipación.
No espere a que pase el ciclo del hype
No se trata de esperar a perfeccionar los programas de gobernanza antes de adoptar IA. Las organizaciones que mejor logren esta transición serán aquellas que permitan experimentar a sus empleados, siempre dentro de límites visibles, confiables y aplicables. El objetivo es evitar que cada nueva herramienta, dependencia o acción autónoma de la IA se convierta en un riesgo empresarial fuera de control.
