Glosario de IA Strategy & Business
¿Qué es la shadow AI (IA en la sombra)?
← Todos los términos del glosarioUso de herramientas de IA, como chatbots públicos o funciones de IA en aplicaciones, por parte de empleados sin aprobación ni control de TI, seguridad o cumplimiento.
Explicación
La shadow AI, o IA en la sombra, es el uso de herramientas y servicios de IA dentro de una organización sin que TI, seguridad o cumplimiento lo sepan o lo hayan aprobado. El caso típico es alguien que pega datos de clientes o documentos internos en un chatbot público para redactar una respuesta o resumir un informe. También incluye funciones de IA activadas dentro de software que la empresa ya usa y cuentas personales usadas para trabajar. Los riesgos son fugas de datos, incumplimientos normativos y decisiones basadas en respuestas sin revisar. La respuesta habitual no es prohibir, sino ofrecer herramientas aprobadas, reglas claras sobre datos y opciones seguras por defecto.
Por qué ocurre
La shadow AI desciende de la shadow IT. La gente adopta herramientas de IA porque son útiles, fáciles de usar y a menudo gratis, y porque la opción aprobada no existe, tarda en llegar o es peor.
Suele empezar por la presión del día a día: un plazo, un documento largo, una tarea repetitiva. Es una señal que conviene escuchar. Donde aparece shadow AI suele haber demanda real y un buen caso de uso.
Los riesgos
- Datos confidenciales o personales enviados a servicios con condiciones de retención y entrenamiento desconocidas.
- Incumplimientos de la normativa de privacidad, de contratos con clientes o de reglas del sector.
- Respuestas usadas en decisiones sin revisión ni trazabilidad.
- No saber qué sistemas de IA se usan, lo que complica cumplir normas como el Reglamento Europeo de IA.
- Calidad desigual y costes duplicados entre equipos.
Cómo gestionarla
- Averigua qué se usa con encuestas, datos de red y conversaciones, sin empezar por el castigo.
- Ofrece herramientas aprobadas tan buenas y tan fáciles como las públicas.
- Clasifica los datos y di con claridad qué datos pueden ir a qué herramienta.
- Fija opciones seguras por defecto: cuentas corporativas, sin entrenamiento con datos de la empresa, registros y control de accesos.
- Forma a la gente en los riesgos y dale una vía rápida para pedir herramientas nuevas.
- Cuando la detectes, incorpórala al inventario de gobernanza de la IA.
Preguntas frecuentes
¿Qué es un ejemplo de shadow AI?
Una persona pega el contrato de un cliente en un chatbot público gratuito para que se lo resuma, o un equipo conecta un asistente de notas con IA a sus reuniones sin revisión. En los dos casos, datos de la empresa llegan a un servicio que TI, seguridad y legal no han evaluado.
¿Qué diferencia hay entre shadow IT y shadow AI?
La shadow IT es cualquier aplicación o servicio usado sin aprobación de TI. La shadow AI es la parte que tiene que ver con herramientas y funciones de IA. Añade riesgos propios: los datos pueden servir para entrenar modelos y las respuestas pueden ser erróneas y aun así usarse para decidir.
¿Deben las empresas prohibir las herramientas de IA públicas?
Prohibir suele esconder el uso más que pararlo. Funciona mejor dar alternativas aprobadas, fijar reglas claras sobre datos y vigilar. Aun así, algunos usos o tipos de datos pueden seguir prohibidos cuando el riesgo es alto.
¿Cómo detecta una empresa la shadow AI?
Lo habitual es revisar el tráfico de red y los gastos en servicios de IA, comprobar qué funciones de IA están activas en el software actual y, sencillamente, preguntar a los equipos qué usan. Una encuesta sin represalias suele sacar a la luz más que el escaneo técnico.
Guías de decisión que usan este término
- Construir o comprar agentes de IA: ¿qué agentes conviene tener en propiedad y cuáles alquilar?
- Microsoft Copilot o agentes de IA a medida: ¿cuándo basta el asistente de la suite y cuándo necesitas agentes propios?
- Un único proveedor de IA vs estrategia multimodelo: ¿conviene apostar por uno solo?
- Equipo interno, consultora de IA o plataforma: ¿quién debe construir tu IA?
- Gobierno de la IA centralizado o federado: ¿quién debe decidir qué en tu organización?
- AI gateway o integraciones directas por API: ¿cómo conectar tus aplicaciones a los modelos?
- IA por licencia o por consumo: ¿qué modelo de precio encaja con el uso real que hará tu organización?
- ¿Agente único o sistema multiagente: cómo debes diseñar tu arquitectura?
Cómo llevarlo a la práctica
Dónde aparece en Thinkia
Para seguir leyendo
Términos relacionados
Fuentes
Actualizado: 2026-10-21