Shadow AI: qué es, riesgos y política de uso en tu empresa

¿Qué es el Shadow AI y en qué se diferencia del Shadow IT?

El Shadow IT — el uso de software no autorizado en la empresa — lleva décadas siendo un dolor de cabeza para los departamentos de IT. El Shadow AI hereda ese problema pero lo amplifica en dos dimensiones que lo hacen cualitativamente distinto.

Primero, la escala. Según el informe State of Shadow AI 2025 de Reco AI, la empresa media aloja 1.200 aplicaciones de IA no autorizadas. No son 5 o 10 empleados usando ChatGPT: es prácticamente toda la plantilla usando docenas de herramientas distintas de forma simultánea y sin ningún control.

Segundo, el flujo de datos. Con el Shadow IT clásico, el riesgo era que los datos entraran en sistemas no controlados. Con el Shadow AI, los datos salen activamente: el empleado introduce información en un modelo externo, ese modelo la procesa en servidores de terceros, y la empresa pierde el control de qué ocurre con esa información a partir de ese momento.

¿Cuánto Shadow AI tiene tu empresa? Los datos que deberían preocupar a cualquier directivo

El Shadow AI no es una tendencia futura — es una realidad presente y masiva en cualquier empresa con más de diez empleados.

• El 78% de los empleados ya usa sus propias herramientas de IA en el trabajo, según el Work Trend Index 2024 de Microsoft y LinkedIn. No lo hacen porque no confíen en la empresa: lo hacen porque les hace el trabajo más fácil y no existe una alternativa corporativa.
• El 27,4% de los datos corporativos que los empleados introducen en herramientas de IA son sensibles, según Cyberhaven (2024). Los tipos más frecuentes: información de soporte a clientes (16,3%), código fuente (12,7%) e información de I+D (10,8%). Un año antes, ese porcentaje era del 10,7%.
• El 46% de los trabajadores del conocimiento seguiría usando IA aunque su empresa la prohibiera, según un estudio de Software AG con 6.000 participantes. Prohibir no resuelve el problema: solo lo vuelve más opaco.
• El 86% de las organizaciones no tiene visibilidad sobre los flujos de datos hacia herramientas de IA, según el State of Shadow AI Report 2025 de Reco AI. La mayoría de las empresas no saben qué datos están saliendo ni a dónde.
• Las brechas de datos asociadas al uso de IA cuestan de media más de 650.000 dólares por incidente, según el IBM Cost of Data Breach Report 2025. El coste no es solo económico: incluye sanciones regulatorias, daño reputacional y tiempo de respuesta.

Los 4 riesgos reales del Shadow AI para tu empresa

El Shadow AI no es un problema abstracto de compliance. Tiene consecuencias concretas en cuatro dimensiones que afectan directamente al negocio.

1. Riesgo de datos y cumplimiento GDPR

Cuando un empleado introduce datos de clientes, empleados o socios en una herramienta de IA externa, está realizando un tratamiento de datos personales. El RGPD exige que ese tratamiento tenga base legal, que exista un Acuerdo de Encargado del Tratamiento (DPA) con el proveedor de la herramienta y que los datos no se transfieran fuera del Espacio Económico Europeo sin garantías adecuadas.

Ninguna de esas condiciones se cumple cuando un empleado usa su cuenta personal de ChatGPT con datos de clientes. La empresa es responsable de ese tratamiento ante la AEPD (Agencia Española de Protección de Datos) aunque no lo haya autorizado. El Reglamento Europeo de Inteligencia Artificial añade una capa adicional de obligaciones para los sistemas de IA de alto riesgo, lo que puede afectar a herramientas que los empleados usan sin saberlo.

2. Riesgo de seguridad y filtración de información

Las herramientas de IA públicas pueden usar los inputs del usuario para mejorar sus modelos, dependiendo de los términos de servicio y de la configuración de la cuenta. Un empleado que usa la versión gratuita de una herramienta puede estar contribuyendo con datos corporativos al entrenamiento de un modelo que mañana responderá las preguntas de un competidor.

Además, el Shadow AI amplía la superficie de ataque de la empresa frente al prompt injection: si un empleado usa un agente de IA que procesa documentos externos — correos, PDFs, webs — sin las debidas medidas de seguridad, un atacante puede manipular ese agente a través de los documentos que lee.

3. Riesgo de calidad y decisiones basadas en información incorrecta

Los modelos de lenguaje alucinan. Inventan datos, citan fuentes inexistentes y presentan información incorrecta con total confianza. Un empleado que usa Shadow AI sin formación adecuada puede tomar decisiones de negocio, redactar contratos o generar informes basados en información fabricada por el modelo, sin saberlo.

Ejemplo real: un abogado presenta ante un tribunal casos citados por ChatGPT que no existen. El tribunal lo detecta. La firma sufre consecuencias profesionales y reputacionales graves.

4. Riesgo de propiedad intelectual y confidencialidad

El código fuente introducido en herramientas de IA públicas puede, según los términos de servicio del proveedor, ser usado para entrenar modelos futuros o ser accesible a otros usuarios. La estrategia comercial dictada a un asistente de IA puede no estar protegida como información confidencial si no existe un acuerdo contractual con el proveedor que lo garantice. La empresa pierde control sobre su propiedad intelectual sin siquiera saberlo.

Por qué los empleados usan Shadow AI (y por qué prohibirlo no funciona)

Antes de crear una política, es fundamental entender la motivación. Los empleados no usan Shadow AI para sabotear a su empresa — lo usan porque les ayuda a trabajar mejor y más rápido, y porque la empresa no les ha dado una alternativa oficial.

• Velocidad: redactar un email, resumir un documento o traducir un texto en segundos frente a hacerlo manualmente en minutos. El incentivo productivo es inmediato y real.
• Ausencia de alternativa corporativa: si la empresa no ofrece herramientas de IA, los empleados las buscan por su cuenta. La demanda no desaparece por no tener oferta oficial.
• Desconocimiento del riesgo: la mayoría de los empleados no saben que introducir datos de clientes en ChatGPT tiene implicaciones legales. No actúan de mala fe — actúan sin información.
• Fricción en los procesos oficiales: cuando la herramienta corporativa requiere aprobación de IT, formación previa o configuración compleja, el empleado opta por la alternativa que funciona en 30 segundos.

El dato de Software AG es concluyente: el 46% de los empleados seguiría usando IA aunque la empresa la prohibiera. Una política de prohibición sin alternativa es una política de Shadow AI más opaco, no de menos Shadow AI.

Cómo detectar Shadow AI en tu empresa

La detección de Shadow AI es significativamente más difícil que la del Shadow IT clásico porque opera a través del navegador, sin instalación local, y frecuentemente embebido en herramientas ya autorizadas como Microsoft 365, Google Workspace o Slack.

Las señales más fiables son indirectas:

• Análisis de tráfico de red: volumen inusual de peticiones a dominios como openai.com, anthropic.com, perplexity.ai, gemini.google.com o similares desde dispositivos corporativos.
• Auditoría de extensiones de navegador: las extensiones de IA para Chrome o Edge son una de las vías de Shadow AI más invisibles. Un inventario de extensiones instaladas en dispositivos corporativos puede revelar el alcance real.
• Revisión de políticas de herramientas corporativas: muchas aplicaciones ya autorizadas — Microsoft Copilot, Google Workspace, Notion, Slack— han incorporado funciones de IA. Si no están configuradas con las políticas de datos correctas, son también Shadow AI.
• Encuesta anónima a empleados: la forma más rápida y honesta de conocer el alcance real. Los empleados responden con franqueza cuando la encuesta es anónima y el objetivo declarado es mejorar las herramientas disponibles, no sancionar.

Cómo crear una política de uso de IA que funcione: 5 pasos

Una política eficaz no es un documento de prohibiciones — es un marco que canaliza el uso de IA hacia herramientas controladas, formando a los empleados sobre los riesgos y ofreciendo alternativas reales. Sin alternativa real, cualquier política fracasa.

Paso 1 — Haz el inventario antes de escribir la política

Antes de regular, necesitas saber qué existe. Audita qué herramientas de IA se están usando realmente en la empresa, por qué departamentos y para qué tareas. Esa información determina qué necesitas regular y qué alternativas corporativas son prioritarias. Una política escrita sin ese diagnóstico regula sobre papel, no sobre la realidad.

Paso 2 — Clasifica los casos de uso por nivel de riesgo

No todos los usos de IA tienen el mismo riesgo. Un empleado que usa IA para generar ideas de titulares de marketing tiene un riesgo distinto al que usa IA para resumir contratos con datos de clientes. La política debe clasificar los casos de uso en tres niveles:

Paso 3 — Define qué herramientas están autorizadas y en qué condiciones

Para cada nivel de riesgo, especifica qué herramientas están aprobadas, bajo qué condiciones y con qué configuración de privacidad. Una herramienta puede estar aprobada para uso de bajo riesgo pero no para datos sensibles. La política debe ser tan concreta que cualquier empleado pueda aplicarla sin consultar a IT para cada caso.

Para los casos de alto riesgo que requieren soberanía total de los datos, la infraestructura de IA local es la alternativa que elimina el riesgo de transferencia a servidores externos: el modelo corre en los servidores propios de la empresa y los datos nunca salen del perímetro corporativo.

Paso 4 — Forma a los empleados en riesgos, no en reglas

Una política que solo lista prohibiciones sin explicar por qué se incumple. La formación eficaz explica concretamente qué ocurre cuando un empleado introduce datos de clientes en una herramienta no autorizada: quién tiene acceso a esos datos, qué puede hacer el proveedor con ellos y cuáles son las consecuencias legales para la empresa y potencialmente para el propio empleado.

La formación debe responder tres preguntas en lenguaje no técnico: qué no puedo hacer, qué sí puedo hacer y qué herramienta uso si necesito IA para una tarea concreta.

Paso 5 — Revisa y actualiza cada trimestre

El ecosistema de herramientas de IA cambia más rápido que cualquier política puede anticipar. Una política escrita en enero puede haber quedado obsoleta en abril porque Microsoft, Google o Slack han lanzado nuevas funciones de IA en herramientas ya autorizadas. La revisión trimestral no es opcional — es parte del modelo de gobernanza.

De Shadow AI a IA controlada: el modelo de gobernanza en tres capas

Una vez que tienes la política, el siguiente paso es el modelo operativo que la sostiene. Las empresas que han resuelto el problema del Shadow AI no lo han hecho prohibiendo — lo han hecho haciendo que la alternativa oficial sea mejor que la no oficial.

El indicador de éxito no es cero Shadow AI — eso es imposible de medir y probablemente imposible de conseguir. El indicador de éxito es que los empleados tengan herramientas corporativas que cubran sus necesidades reales de productividad con IA, y que sepan cuándo y cómo usarlas.

Preguntas frecuentes sobre Shadow AI

• ¿Es ilegal que un empleado use ChatGPT con datos de clientes?

  Depende de los datos y de la configuración de la herramienta. Si los datos son personales en el sentido del RGPD — nombre, email, información de salud, datos financieros — y no existe un Acuerdo de Encargado del Tratamiento (DPA) entre la empresa y OpenAI, ese tratamiento puede no tener base legal. La empresa es responsable de ese tratamiento aunque no lo haya autorizado. Las versiones empresariales de ChatGPT (ChatGPT Enterprise) sí incluyen DPA y garantías de no uso para entrenamiento, pero las cuentas personales gratuitas o de pago básico no necesariamente.

• ¿Puede la empresa monitorizar el uso de IA de sus empleados?

  Sí, con límites. La monitorización de dispositivos y redes corporativas es legítima cuando existe una política de uso aceptable comunicada previamente a los empleados, cuando tiene finalidad legítima (seguridad de la información, cumplimiento normativo) y cuando es proporcional. Monitorizar todo el tráfico web de todos los empleados en todo momento puede ser desproporcionado. Lo recomendable es una auditoría periódica de dominios de IA en el tráfico corporativo y la implantación de controles técnicos en dispositivos de empresa, comunicados de forma transparente en la política de uso.

• ¿Qué pasa si un empleado usa Shadow AI y se produce una brecha de datos?

  La empresa sigue siendo responsable ante la AEPD aunque el empleado haya actuado sin autorización. La responsabilidad del empleado existe pero no exime a la empresa. En la práctica, las autoridades de protección de datos evalúan si la empresa tenía medidas técnicas y organizativas razonables para prevenir ese uso no autorizado: política de uso de IA, formación a empleados, controles técnicos. Si la empresa no tenía nada de eso, la sanción puede ser significativa.

• ¿Cómo equilibro la política de Shadow AI con no frenar la productividad?

  La clave es no confundir control con prohibición. Una política que identifica qué herramientas están aprobadas para qué usos, con procesos de solicitud rápidos para nuevas herramientas, no frena la productividad — la canaliza. El problema real no es que los empleados usen IA: es que la usen sin formación, sin herramientas adecuadas y con datos que no deberían salir del perímetro corporativo. Resolver eso aumenta la productividad y reduce el riesgo simultáneamente.

• ¿El Shadow AI afecta también a las pequeñas empresas?

  Sí, y proporcionalmente más. Según el State of Shadow AI Report 2025 de Reco AI, las empresas pequeñas (11-50 empleados) tienen el mayor riesgo relativo, con una media de 269 herramientas de IA no autorizadas por cada 1.000 empleados. Las pymes tienen menos recursos para detectarlo y menos capacidad de respuesta cuando ocurre un incidente. Además, el impacto reputacional de una brecha de datos es proporcionalmente mayor en una empresa pequeña que en una gran corporación.

• ¿Cuánto tiempo lleva implementar una política de uso de IA?

  Una política básica funcional puede estar lista en cuatro a seis semanas: dos semanas para el inventario y diagnóstico, dos semanas para redactar y validar el documento con legal y DPO, y una o dos semanas para la comunicación y formación inicial. La parte más lenta no es escribir la política — es identificar las herramientas corporativas alternativas que la política necesita para ser efectiva. Sin esa parte, la política es papel mojado.