Shadow AI: el 71% de tus empleados ya usa IA que no controlas, y tus políticas son un acto de fe
Tienes política de gobernanza de IA. Tus empleados la ignoran con toda la tranquilidad del mundo. Aquí están los datos —incluidos los de España— y el porqué nadie lo frena de verdad.
En este artículo
El Cuñado tiene política de gobernanza de IA
El Cuñado dice: "Nosotros lo tenemos controlado. Tenemos política de uso de IA, la firmaron todos y nadie sube datos confidenciales a herramientas externas."
La realidad es: esa política vale exactamente lo que vale pedirle a ChatGPT en el prompt que no prometa descuentos a los clientes. Es un acto de fe. No un control.
Y los datos no son opinión de consultor con PowerPoint. Son encuestas con muestras concretas, nombres y fechas.
Según una encuesta de Microsoft a trabajadores del Reino Unido, el 71% ya usó herramientas de IA de consumo no aprobadas en el trabajo, y la mitad lo hace semanalmente. Un estudio de Protiviti de febrero de 2026 sobre 345 líderes empresariales revela que aproximadamente la mitad desconoce hasta qué punto sus empleados usan IA. Solo 4 de cada 10 tienen una política formal de gobernanza.
En España la cifra es todavía más llamativa. El estudio de Red Hat sobre empresas españolas encontró que el 98% de los encuestados afirma estar experimentando shadow AI en su organización. Casi la totalidad. No es un problema de cuatro early adopters impacientes: es el estado por defecto de cualquier empresa española con más de un puñado de empleados.
Dicho de otra forma: en la mayoría de empresas, la gobernanza de IA es un documento que alguien redactó, alguien firmó y nadie aplica.
Por qué esto no es sorpresa para nadie que haya mirado para atrás
Esto no es nuevo. Es el mismo patrón que se repite cada vez que llega una herramienta que reduce fricción y los departamentos de IT tardan en aprobarla.
Antes fue el almacenamiento en la nube no autorizado (Dropbox personal en el ordenador de trabajo). Antes fue Slack cuando IT insistía en que usarais el correo corporativo. Antes fue compartir contraseñas porque el sistema de acceso era un tormento. Según el análisis de Infosecurity Magazine de junio de 2026, los empleados crean atajos informales cuando la gobernanza frena su trabajo. La IA generativa no es una excepción: es el episodio más reciente de una serie que lleva décadas repitiéndose. Como resume un consultor recogido por Javadex: "el patrón siempre es el mismo: la empresa tarda en reaccionar y los empleados van más rápido que la política corporativa."
Lo que cambia esta vez es la escala del riesgo potencial.
Con Dropbox personal, el peor escenario era que un documento interno quedara en un servidor sin cifrar. Con herramientas de IA generativa conectadas a modelos públicos, el peor escenario es que datos confidenciales (código propietario, contratos de clientes, información regulada) entren en sistemas que podrían regurgitarlos a terceros. No como teoría: como hecho documentado.
Samsung lo vivió en carne propia. Sus ingenieros subieron código interno a ChatGPT. La compañía prohibió las herramientas de IA generativa en dispositivos corporativos cuando ya era tarde. Amazon detectó que respuestas de ChatGPT se parecían a datos internos de la compañía antes de que existiera la versión enterprise. Dos casos concretos, los dos antes de que existieran las protecciones enterprise actuales (lo que significa que el riesgo no era el mismo que hoy con ChatGPT Enterprise o Claude for Work). Pero ilustran perfectamente qué pasa cuando la velocidad de adopción supera a la velocidad de la gobernanza.
Los números que deberían quitarte el sueño (y su contexto)
Antes de lanzarlos, una advertencia honesta: estas cifras vienen de fuentes distintas con metodologías distintas. No son universales ni comparables directamente. Pero apuntan todas en la misma dirección.
El volumen del problema:
- 200 herramientas de IA no autorizadas por cada 1.000 empleados en empresas medianas (dato de Reco, un único proveedor de seguridad sin detalle muestral público; tómalo como indicador, no como ley universal).
- Casi el 80% de los trabajadores que usan IA lo hacen con herramientas propias, no corporativas (Microsoft, 2024).
- Según datos de Netskope, el número de usuarios de aplicaciones de IA generativa en entornos empresariales se ha triplicado en el último año; el volumen de prompts se ha multiplicado por seis. Y un 47% de esos usuarios accede a estas herramientas mediante cuentas personales o no gestionadas, lo que deja a IT sin visibilidad sobre qué se está subiendo y desde dónde.
- Gartner estima que para 2026 más del 80% de las empresas habrá utilizado APIs o modelos de IA generativa sin una gobernanza adecuada.
El coste ya real:
- El 86% de los líderes de TI encuestados por Freshworks (muestra de 1.000) reportó al menos un incidente negativo por uso no autorizado de IA en el último año.
- El 80% de esos mismos líderes cree que los empleados con IA no aprobada son más productivos.
Eso último es la tensión central del problema. No es un debate entre productividad y seguridad donde uno gana y el otro pierde. Es que ambas cosas son ciertas al mismo tiempo, y la mayoría de empresas no tiene un marco para gestionar esa tensión: solo tienen una política escrita que nadie controla.
"No hay cifras verificadas sobre cuántas fugas reales ha causado el shadow AI de forma agregada, pero los incidentes de Samsung y Amazon son lo bastante concretos para no mirar para otro lado."
El caso Gregg: cuando el responsable de política de IA viola la política de IA
Gregg Bayes-Brown es responsable de políticas de IA en una biotecnológica. Usó NotebookLM desde una cuenta personal de Google para reducir 150 horas de trabajo a 30 minutos. Sin pasar por IT. Sin aprobación corporativa.
Su argumento: el riesgo de fuga de datos le preocupaba menos que quedarse atrás frente a la competencia.
Este caso es más revelador que cualquier estadística porque no es un empleado ingenuo que no entiende los riesgos. Es la persona cuyo trabajo es precisamente definir qué se puede y qué no se puede hacer con IA en su empresa. Y aun así tomó esa decisión.
Eso es lo que ocurre cuando la gobernanza no existe o es papel mojado: el cálculo individual gana siempre al protocolo corporativo. La fricción del proceso aprobado es real e inmediata. El riesgo de la fuga de datos es abstracto y lejano. Las personas son racionales en el peor sentido posible.
Vale la pena matizar: Google declara que NotebookLM no entrena con los datos de usuario, pero no existe verificación independiente de esa afirmación. Bayes-Brown tomó su decisión asumiendo esa declaración como válida. En ausencia de gobernanza, cada empleado hace su propia evaluación de riesgo. Algunos aciertan. Otros no.
Lo que he visto en empresas españolas sin gobernanza: nadie sabe qué límites hay
He visto que esto pasa en todas las empresas en España que no tienen gobernanza real: nadie sabe qué límites hay ni qué se puede subir.
No es que los empleados decidan conscientemente saltarse las reglas. Es que las reglas son tan vagas que no sirven de guía práctica. "No subas datos confidenciales a herramientas externas" es una instrucción que no resuelve nada cuando el empleado tiene delante un documento de reunión con nombres de clientes y quiere resumirlo con IA para ahorrar dos horas. ¿Eso es "confidencial"? ¿Depende del cliente? ¿Del tipo de dato? ¿De si la herramienta es freemium o enterprise?
La política no responde esas preguntas porque fue redactada por un departamento legal que no sabe cómo funcionan estas herramientas, aprobada por un comité que tampoco las usa y comunicada en un email que nadie leyó entero.
Impedir que un empleado suba contenido confidencial a una IA es, en la práctica, más un acto de fe que un control. Como esos prompts de sistema que le dicen al modelo "no prometas descuentos a los clientes": si el usuario lo pide con suficiente insistencia, el modelo cede. La instrucción escrita no es un muro: es una sugerencia. Sin arquitectura de control real, la política no vale nada.
El problema se amplifica con la siguiente ola. Según Writer y Workplace Intelligence, el 50% de los oficinistas ya utiliza agentes de IA. Los agentes no solo reciben instrucciones: toman decisiones, generan código y actúan de forma autónoma. Si el shadow AI actual ya escapa al control de IT, la superficie de ataque de los agentes no aprobados es un orden de magnitud mayor. Y no hay visibilidad sobre ello.
Por qué prohibir todo es la peor respuesta posible
La respuesta instintiva de IT cuando detecta shadow AI es bloquear. Cortafuegos, listas negras, restricciones de red. Samsung lo hizo. Es comprensible.
Y no funciona.
Cuando bloqueas las herramientas visibles, el uso no desaparece: migra a donde IT no puede verlo. Empleados que usaban ChatGPT desde el navegador corporativo con un mínimo de trazabilidad pasan a usarlo desde el móvil personal en la misma reunión. El riesgo no se elimina: se invisibiliza. Pierdes incluso el poco control que tenías. Los datos de Netskope lo ilustran de forma brutal: si ya un 47% de los accesos a IA generativa se producen desde cuentas personales o no gestionadas, bloquear las herramientas aprobadas no hace más que empujar ese porcentaje hacia arriba.
Según el análisis de Infosecurity Magazine, no todo uso de IA conlleva el mismo riesgo. Resumir notas de una reunión interna con nombres de proyecto difiere radicalmente de subir una base de datos de clientes o información regulada por GDPR a un sistema público. Un modelo de gobernanza basado en riesgo real es más viable y más efectivo que los bloqueos generales. El enfoque no debería ser "¿qué herramientas prohibimos?" sino "¿qué datos no pueden salir bajo ninguna circunstancia, y cómo lo controlamos técnicamente?"
Esa distinción importa porque cambia completamente el diseño de la solución. No es un problema de política: es un problema de arquitectura. Las herramientas enterprise de los grandes proveedores (Microsoft con Agent 365, lanzado con disponibilidad general en mayo de 2026 precisamente para "tomar el control de la proliferación de agentes", o las opciones equivalentes de Anthropic y OpenAI) intentan ofrecer la productividad de las herramientas de consumo con controles corporativos integrados. Pero incluso eso no cierra la brecha si los empleados siguen encontrando las herramientas aprobadas lentas o limitadas frente a las alternativas.
El precedente más caro de shadow IT no fue de IA: en 2014, un médico desactivó un servidor personal conectado a la red hospitalaria dejando accesibles miles de historiales médicos vía Google. El acuerdo costó 4,8 millones de dólares. Una sola persona. Una sola mala decisión. Sin intención maliciosa. Ese es el escenario que la gobernanza tiene que prevenir, no el empleado que resume sus notas de reunión.
Lo que separa una política de papel de una gobernanza real
El 90% de los líderes de TI de grandes empresas planea aumentar el presupuesto en herramientas de IA este año, según datos de 2026. Gastar más en herramientas aprobadas no cierra automáticamente la brecha con las que los empleados ya usan. Si la herramienta corporativa no hace lo que el empleado necesita, seguirá buscando alternativas.
Una gobernanza real tiene tres componentes que la mayoría de empresas españolas no tiene ninguno:
Visibilidad técnica. Saber qué herramientas se están usando, desde qué dispositivos y con qué frecuencia. Sin eso, todo lo demás es decoración. No puedes gestionar lo que no ves. Que la mitad de las empresas ni conozca el alcance real del uso de IA entre sus empleados (según Protiviti) significa que este primer componente falta en la mayoría de organizaciones.
Clasificación de datos accionable. No "datos confidenciales" como categoría abstracta, sino reglas concretas operativas: qué puede salir de la red corporativa, en qué circunstancias y hacia qué sistemas. Una clasificación que el empleado pueda aplicar en dos segundos cuando tiene un documento delante.
Herramientas aprobadas que funcionen de verdad. El shadow AI existe porque las alternativas oficiales son peores. Si quieres que la gente use las herramientas que controlas, esas herramientas tienen que ser competitivas. Si no lo son, estás eligiendo perder la carrera de productividad o perder el control de los datos. No hay tercer camino.
La gobernanza de IA no es un problema de comunicación interna ni de formación en ciberseguridad. Es un problema de ingeniería y diseño de sistemas. Y si quieres saber cómo se construye esa arquitectura en la práctica (pilares técnicos concretos, casos reales de fallos y una checklist para no dejarte nada en el tintero), aquí tienes el recurso donde está todo eso: Gobernanza de IA a escala: pilares técnicos, casos reales de fallos y checklist práctico.
Mientras las empresas traten la gobernanza como un tema de RRHH o de legal, el 98% de las organizaciones españolas seguirá conviviendo con un shadow AI que no ve, no mide y no controla.
El riesgo acumulativo que nadie está calculando
Hay una frase del CISO de Mimecast, Leslie Nielsen, que resume bien el problema: es una "muerte por mil cortes, y la gente simplemente no lo entiende". Nadie sube intencionadamente el secreto comercial de la empresa a ChatGPT. Suben un fragmento de contrato para que les ayude a redactar una cláusula. Suben un email de cliente para que les ayude a responderlo. Suben un informe financiero para que lo resuma. Cada acción individual parece razonable. El acumulado es una fuga sostenida de información corporativa hacia sistemas externos sin auditoría, sin trazabilidad y sin posibilidad de retroceder.
Y el ritmo se acelera. Si el volumen de prompts en entornos empresariales se ha multiplicado por seis en un año y casi la mitad de esos accesos se producen desde cuentas no gestionadas, la magnitud del problema no está estabilizada: está creciendo.
El problema real no es que tus empleados usen IA. Es que tú no sabes cuál están usando, con qué datos lo están haciendo ni qué consecuencias tendrá cuando alguien en el otro extremo de ese sistema tenga acceso a lo que subieron.
Y la política firmada que tienes en el servidor de RRHH no lo va a impedir.
Preguntas frecuentes
¿Qué es el shadow AI y por qué es un problema para las empresas?
El shadow AI es el uso de herramientas de inteligencia artificial no autorizadas ni supervisadas por la empresa. Es un problema porque los empleados pueden subir datos confidenciales (contratos, código propietario, información de clientes) a sistemas externos sin auditoría ni trazabilidad. Samsung y Amazon ya vivieron incidentes reales antes de que existieran las versiones enterprise actuales.
¿Cuántos empleados usan realmente herramientas de IA no aprobadas?
Según una encuesta de Microsoft a trabajadores británicos, el 71% ha usado herramientas de IA de consumo no autorizadas en el trabajo, y la mitad lo hace semanalmente. En España, el dato de Red Hat es aún más extremo: el 98% de las empresas encuestadas afirma estar experimentando shadow AI en su organización.
¿Por qué no basta con prohibir las herramientas no autorizadas?
Porque prohibir no elimina el uso: lo invisibiliza. Los empleados pasan del navegador corporativo (donde IT tiene algo de trazabilidad) al móvil personal en la misma reunión. El riesgo no desaparece; desaparece la visibilidad sobre él. Una encuesta de Freshworks a 1.000 líderes de TI muestra que el 80% reconoce que los empleados con IA no aprobada son más productivos, lo que explica por qué la prohibición sola no funciona.
¿Qué tienen que hacer las empresas para gestionar el shadow AI de verdad?
Tres cosas que la mayoría no tiene: visibilidad técnica real sobre qué herramientas se usan y desde dónde; clasificación de datos operativa y concreta (no "datos confidenciales" como categoría vaga); y herramientas aprobadas que compitan en utilidad con las alternativas. Según Protiviti, solo 4 de cada 10 empresas tienen siquiera una política formal de gobernanza. Sin esos tres pilares, todo lo demás es decoración.
