Hay una decisión que se está tomando en estos meses en muchas salas de directorio de la región, y casi siempre se toma rápido, casi al pasar, como quien resuelve un asunto menor antes de entrar al tema de fondo. Alguien pregunta qué hacemos con la inteligencia artificial, otro responde que por ahora mejor no, y queda un correo de recursos humanos diciendo que el uso de herramientas de inteligencia artificial no está autorizado.
Tiene toda la lógica del mundo. Y los datos dicen que produce exactamente lo contrario de lo que busca.
El número que debería cambiar la conversación
Entre el 21 de junio y el 13 de julio de este año, el proyecto AI@Work del Civic Health and Institutions Project preguntó a 23.462 personas en Estados Unidos qué hacen de verdad con la inteligencia artificial en su trabajo. No qué opinan: qué hacen. Es la encuesta más grande que existe hoy sobre el tema.
El hallazgo general ya es incómodo: el 62% ha introducido al menos una categoría de información sensible en una herramienta de inteligencia artificial. Cifras financieras, el 36,2%. Correos o transcripciones internas, el 29,8%. Documentos internos o código propietario, el 25,7%. Datos de clientes, el 25,4%.
Pero lo que importa para quien dirige es el cruce con las políticas de la empresa:
Léalo otra vez, porque es contraintuitivo y conviene que lo sea: donde la prohibición es total, la exposición es la más alta de las tres.
Y hay un segundo dato que explica el mecanismo. Donde la política es clara, el 17,7% de los empleados oculta que usó inteligencia artificial. Donde no hay política formal, lo oculta el 46,2%. La prohibición no elimina el uso. Elimina la visibilidad del uso.
Conviene una precisión antes de seguir, porque esta serie no publica una cifra sin decir qué la sostiene. El estudio es estadounidense, sus estimaciones están declaradas como provisionales porque la recolección seguía en curso, y mide conducta declarada, no observada. Nada de eso lo invalida: por tamaño de muestra y por fecha de campo, no hay en este momento nada mejor. Pero no es un dato latinoamericano, y más adelante volveremos sobre ese punto, porque el vacío también dice algo.
Por qué pasa
La explicación no es que la gente sea desleal. Es que la prohibición le pide a un empleado que haga su trabajo más lento que el de al lado.
Una encuesta de PagerDuty con Wakefield Research a 1.250 profesionales de empresas con ingresos sobre quinientos millones de dólares, publicada en junio de este año, lo deja a la vista: el 66% usó herramientas de inteligencia artificial en el trabajo aun creyendo que la política de su empresa no lo permitía. El 77% considera que las restricciones de su empresa limitan su crecimiento profesional. Y el 81% cree que la dirección opera con reglas distintas a las suyas.
Esa última percepción tiene respaldo. En una encuesta de BlackFog con Sapio Research a dos mil empleados, con campo en noviembre del año pasado, el 69% de los presidentes y altos directivos dijo que la velocidad vale más que la privacidad o la seguridad, frente al 37% en roles administrativos. La inteligencia artificial en la sombra no sube desde abajo. Baja desde arriba.
Y el estudio global de la Universidad de Melbourne con KPMG, sobre 48.340 personas en 47 países, añade el dato que cierra el cuadro: el 44% de los empleados admite usar inteligencia artificial de maneras que contravienen las políticas de su organización, y el 61% evita revelar cuándo la usó.
Lo que se va cuando alguien pega un texto
Aquí conviene bajar de las encuestas a la medición. Hay empresas que no preguntan: observan el tráfico real desde los equipos de la organización.
Cyberhaven analizó el comportamiento de 222 empresas durante el año pasado y encontró que el 39,7% de las interacciones con herramientas de inteligencia artificial involucra datos sensibles, y que el empleado promedio introduce información sensible en una de estas herramientas una vez cada tres días.
Netskope, por su parte, midió que la organización promedio registra 223 violaciones de política de datos por mes asociadas a inteligencia artificial generativa, provenientes de apenas el 3% de sus usuarios. Y desglosó qué sale: código fuente el 42%, datos regulados el 32%, propiedad intelectual el 16%.
Hay un dato de Netskope que conviene no esconder porque matiza el resto: el uso desde cuentas personales bajó del 78% al 47% de los usuarios de inteligencia artificial en un año, mientras el uso desde cuentas gestionadas por la organización subió del 25% al 62%. Es decir, el control sí está avanzando en las empresas que lo intentaron. Esa es la buena noticia, y está medida igual que la mala.
El primer caso que una empresa tuvo que declarar
Hasta este año, todo esto se discutía con estadísticas. Ya no.
El 11 de mayo de 2026, CB Financial Services, la sociedad matriz de Community Bank, un banco regional de Pensilvania, presentó ante la Comisión de Valores de Estados Unidos un Formulario 8-K bajo el apartado de incidentes materiales de ciberseguridad. Es el primer reporte de este tipo en la historia por uso no autorizado de inteligencia artificial, y el documento está publicado, cualquiera puede leerlo.
El texto dice que el banco tuvo conocimiento de un incidente interno relacionado con el manejo de cierta información no pública de clientes, y que ese manejo ocurrió, en palabras del propio documento, "using an unauthorized artificial intelligence-based software application" — usando una aplicación de software basada en inteligencia artificial no autorizada.
La información expuesta: nombres de clientes, números de seguridad social y fechas de nacimiento. El banco lo declaró material, y dio la razón: por el volumen y la naturaleza sensible de la información no pública involucrada.
Ahora el detalle que convierte esto en una pieza sobre gobierno del dato y no sobre ciberseguridad. No hubo un ataque. El propio documento aclara que no hubo interrupción de operaciones, ni acceso a las cuentas de los clientes, ni a los sistemas de pago, ni a la infraestructura central de tecnología. Nadie entró. Nadie rompió nada. Alguien, adentro, puso información donde no correspondía, con una herramienta que la empresa no había aprobado.
Dos precisiones de honestidad: el documento no nombra la aplicación y no afirma expresamente que haya sido un empleado, aunque es la lectura natural. Y el número de clientes afectados no se ha divulgado.
Conviene también corregir, de paso, el caso que todo el mundo cita cuando se habla de este tema. Lo verificado de Samsung en 2023 es que la empresa prohibió a su personal el uso de inteligencia artificial generativa, con el despido como sanción declarada, y que Bloomberg vio el memorando. Los detalles que circulan —tres empleados, código fuente, actas de reunión— provienen de reportes de medios coreanos que The Register califica expresamente de no confirmados, y Samsung nunca los confirmó. Si usted va a citar un caso en su directorio, cite el de Pensilvania: está firmado, está fechado y está presentado ante un regulador.
Lo que cuesta, con la cifra bien citada
El informe anual de IBM con el Ponemon Institute, publicado el 29 de julio de este año sobre 602 organizaciones y brechas ocurridas entre marzo de 2025 y febrero de 2026, da el costo promedio global de una brecha de datos en 4,99 millones de dólares, un 12% más que el año anterior y el máximo de la serie.
Sobre inteligencia artificial en la sombra, el informe registra dos cosas. Primero, que los incidentes donde estuvo presente pasaron del 20% al 43% de las organizaciones en un año: se duplicaron. Segundo, que las brechas donde estuvo presente promedian 5,39 millones de dólares, contra 4,63 millones el año anterior.
Y la cifra que debería incomodar a cualquier junta: el 68% de las organizaciones afectadas no tenía una política de gobernanza de inteligencia artificial que le permitiera gestionarla o detectar su uso no autorizado. Más adelante, el mismo informe agrega que el 92% de las organizaciones con una brecha relacionada con inteligencia artificial carecía de controles de acceso adecuados a modelos y datos.
Hay una cifra que circula mucho sobre este tema y que está mal citada en casi todas partes: la de que las brechas con inteligencia artificial en la sombra cuestan 670.000 dólares más que el promedio. No es eso. En el informe de IBM del año pasado, esos 670.000 dólares son la diferencia entre las organizaciones con un nivel alto de inteligencia artificial en la sombra (4,74 millones) y las que tienen un nivel bajo o nulo (4,07 millones). Quien la cita contra el promedio general está mezclando dos tablas distintas. Lo digo porque es el tipo de dato que llega a una presentación de directorio sin que nadie lo haya ido a buscar al original.
Para la región, IBM reporta un costo promedio de brecha en América Latina de 4,65 millones de dólares, con un promedio de 40.300 registros comprometidos por incidente, y que el 52% de las organizaciones no cifraba los datos sensibles ni en reposo ni en tránsito. Una advertencia necesaria: esa muestra latinoamericana es de solo 28 organizaciones, de México, Argentina, Chile y Colombia, y no desagrega inteligencia artificial en la sombra. Es un orden de magnitud, no una medición fina.
Colombia y Ecuador: el mismo problema, dos obligaciones distintas
En Colombia el dato existe y es alto. EY, en su Work Reimagined Survey difundida en febrero de este año, midió que el 92% de los trabajadores colombianos encuestados usa herramientas de inteligencia artificial en el trabajo, el 34% a diario, y que el 82% usa herramientas personales de inteligencia artificial para apoyar su trabajo. EY lo nombra con el término técnico, shadow AI, y advierte sobre los riesgos de gobernanza y cumplimiento. La limitación a declarar: el informe no publica tamaño de muestra ni fechas de campo.
Del lado del control, el estudio Colombia AI Pulse de Endeavor, sobre 493 profesionales con campo en julio de este año, encontró que una de cada dos empresas señala la ciberseguridad y la privacidad como la principal barrera para escalar, que el 62% tiene políticas de inteligencia artificial documentadas y aplicadas, y que alrededor del 20% opera sin ninguna política definida.
Y en la región, el ESET Security Report Latinoamérica 2026, sobre más de 2.500 profesionales de tecnología y seguridad en más de diez países, midió que el 39,2% de las organizaciones latinoamericanas no tiene ninguna política sobre el uso de inteligencia artificial.
Ponga las dos cifras juntas: ocho de cada diez trabajadores colombianos usando inteligencia artificial personal para trabajar, y cuatro de cada diez organizaciones de la región sin una sola regla escrita sobre el asunto. Ese es el tamaño de la distancia entre la adopción y el control, y está medido.
Ahora, lo que cada país ya le exige.
En Ecuador, la inteligencia artificial en la sombra no es un riesgo: es un incumplimiento. La Resolución SPDP-SPD-2026-0009-R, de febrero de este año, reformada en septiembre, obliga al responsable del tratamiento a incluir en su Registro de Actividades de Tratamiento todos los tratamientos de datos personales que se hagan con sistemas de inteligencia artificial, incluidas las decisiones automatizadas, y a realizar la evaluación de impacto antes de implementarlos. Un sistema que nadie aprobó no está en ese registro, y no tiene evaluación de impacto. No hace falta discutir si es riesgoso. Está fuera de la norma por construcción.
En Colombia la obligación es anterior y es distinta. La Circular Externa 002 de 2024 de la Superintendencia de Industria y Comercio exige una ponderación previa antes de usar inteligencia artificial sobre datos personales —idoneidad, necesidad, razonabilidad, proporcionalidad— y, cuando hay alto riesgo para los derechos de los titulares, un estudio de impacto. Y pone una exigencia sobre el dato mismo: los datos tratados por estos sistemas deben ser veraces, completos, exactos, actualizados y comprobables, y prohíbe tratar datos parciales, incompletos o que induzcan a error. Nadie puede ponderar lo que no sabe que existe.
La diferencia práctica para una empresa con operación en los dos países: en Ecuador el incumplimiento es de registro y es inmediato; en Colombia es de análisis previo y de calidad del dato. En los dos casos, un uso que la empresa no ve no se puede cumplir.
El dato latinoamericano que falta, otra vez, y lo que se publicó en su lugar
En la pieza anterior de esta serie busqué un caso latinoamericano con pérdida pública y verificable, y no encontré ninguno. Con este tema pasa algo parecido, y vale la pena decirlo con precisión.
No existe ningún estudio de medición directa de inteligencia artificial en la sombra con muestra colombiana o ecuatoriana. Toda la telemetría —Cyberhaven, Netskope, las demás— es global o anglosajona, sin desglose por país. Todo lo local es declarativo. Ecuador, además, no aparece en ninguna de las grandes encuestas internacionales que revisé: ni en la de la Universidad de Melbourne con KPMG, sobre 47 países; ni en la de Cisco, sobre 12; ni en la muestra latinoamericana de IBM. Colombia sí está en las tres.
Y aquí viene la parte que conviene saber antes de citar a alguien.
Buena parte de lo que se publicó en septiembre de este año en Colombia y Ecuador sobre este tema proviene de un solo estudio, de 91 encuestados. La metodología real la publicó un solo medio: 91 personas, de las cuales 57 en Ecuador, 32 en Colombia y 2 en Perú, 81 de ellas del área de tecnología, sistemas o ciberseguridad, con campo entre el 25 de agosto y el 8 de septiembre, y participación voluntaria. El propio artículo advierte que es una fotografía y que sus asociaciones son exploratorias.
Lo que pasó después con esa fotografía es el problema. Un diario colombiano de circulación nacional presentó como cifras de Colombia porcentajes con un decimal que parecen corresponder a la submuestra colombiana: 32 respuestas, donde cada encuestado vale 3,1 puntos porcentuales. Un diario ecuatoriano presentó como dato de Ecuador un 33% que, en el estudio, es la cifra del total de la muestra. Y un tercer medio reportó un porcentaje que no coincide con ninguno de los dos, junto con una afirmación considerablemente más fuerte que la que el estudio respalda.
No lo señalo para desacreditar a nadie. Lo señalo porque usted va a tomar decisiones con estas cifras, y porque una muestra de 91 personas mayoritariamente técnicas, repartida entre tres países, no sostiene una conclusión sobre las empresas de un país. El estudio no dice eso. Lo dijeron los titulares.
Tres preguntas para su próxima reunión de directorio
¿Cuál es hoy nuestra política sobre inteligencia artificial, y en cuál de los tres escenarios del estudio nos deja?
Si la respuesta es que no hay política, usted está en el escenario del 48,8%. Si es que está prohibida, está en el del 83%. Y si es que hay una política clara, está en el 74,2%, que tampoco es un buen lugar, pero al menos es un lugar donde la conversación se puede tener en voz alta.
¿Qué herramientas de inteligencia artificial está usando hoy nuestra gente, y cómo lo sabemos?
No cómo lo suponemos. Cómo lo sabemos. Si la única fuente es que nadie ha reportado nada, recuerde que el 46,2% oculta el uso justamente donde no hay política formal.
Si mañana tuviéramos que declarar un incidente como el de Pensilvania, ¿podríamos decir qué información salió, cuándo y hacia dónde?
Esa es la pregunta que convierte el tema en gobierno del dato. El banco de Pensilvania pudo decirlo: nombres, números de seguridad social, fechas de nacimiento. Pudo decirlo porque sabía qué información tenía y dónde estaba. Una empresa que no lo sabe no tiene un problema de inteligencia artificial. Tiene un problema anterior, que la inteligencia artificial acaba de hacer visible.
Lo que hay que llevarse
La prohibición se siente como una decisión de control, y por eso es tan fácil de tomar. Pero lo que la evidencia muestra es que no reduce el uso: reduce lo que usted puede ver del uso. Y un riesgo que no se ve no se gestiona, no se audita y no se puede reportar.
La alternativa no es permitir todo. Es algo más simple y bastante más incómodo, porque implica trabajo en vez de un correo: saber qué información tiene la empresa, cuál de ella no puede salir bajo ninguna circunstancia, y darle a la gente una herramienta aprobada que le permita hacer su trabajo sin tener que esconderse. En ese orden. Primero el inventario, después la herramienta, nunca al revés.
Es la primera pregunta que hacemos cuando entramos a una empresa, antes de mirar cualquier herramienta:
¿Sabe usted qué datos entran a sus sistemas, y quién los revisó?
Este año esa pregunta tiene una hermana, y es más urgente: ¿sabe usted qué datos están saliendo?
Si quiere ponerle nombre y apellido a esa responsabilidad, le dejo el diagnóstico en knowcell.com/diagnostico.
