tpv

Un responsable comercial necesita preparar una propuesta para un cliente importante. Tiene poco tiempo, varias condiciones que comparar y una herramienta de inteligencia artificial que suele ayudarle a organizar la información.

Abre el asistente desde su cuenta personal, copia una tabla con precios, descuentos y datos de clientes, y solicita un análisis de las mejores condiciones comerciales.

En unos minutos obtiene un documento que puede utilizar como punto de partida. Ha resuelto una tarea que antes le llevaba bastante más tiempo.

Sin embargo, la empresa desconoce que esos datos han salido de sus sistemas y se han introducido en un servicio externo. Tampoco sabe qué condiciones de privacidad tiene la cuenta utilizada, cuánto tiempo puede conservarse la información o quién podría acceder a ella.

Esta situación es un ejemplo de Shadow AI en empresas, también conocida como IA en la sombra: el uso de herramientas de inteligencia artificial al margen de la autorización, el conocimiento o las políticas de la organización.

El fenómeno está ganando relevancia porque la adopción de IA por parte de los empleados avanza más rápido que su integración formal en las empresas.

Un estudio de Cegid difundido en septiembre de 2026 muestra precisamente esa distancia entre lo que hacen los profesionales y los controles que han establecido sus organizaciones.

El reto para las pymes consiste en reducir los riesgos sin perder las oportunidades de productividad que han llevado a los empleados a utilizar estas herramientas.

Qué es Shadow AI y por qué aparece en las empresas

El concepto de Shadow AI procede de una situación que las empresas conocen desde hace años: empleados que utilizan aplicaciones tecnológicas sin pasar por los procedimientos habituales de autorización.

Antes podía tratarse de un servicio de almacenamiento, una aplicación de mensajería o una herramienta para organizar proyectos.

Ahora, una persona puede abrir un asistente de inteligencia artificial, introducir información y recibir una respuesta útil sin que el departamento de tecnología intervenga.

La facilidad de acceso explica parte del fenómeno.

No hace falta implantar un servidor, conectar una aplicación al ERP ni solicitar un proyecto informático. En algunos casos, basta con registrarse y comenzar a trabajar.

Pero también existen motivos relacionados con la organización.

Una empresa puede estar evaluando herramientas de IA mientras sus empleados ya necesitan resolver tareas concretas. Si no encuentran una alternativa autorizada, algunos recurren a aplicaciones externas.

Otros quizá desconozcan que existe una política interna o no sepan qué información pueden compartir.

No todo uso no autorizado implica que se haya producido una filtración

Conviene distinguir el comportamiento del riesgo materializado.

Que una persona utilice un asistente no aprobado no significa automáticamente que se hayan divulgado datos confidenciales o incumplido la normativa.

Las consecuencias dependen del servicio, de la información utilizada, de su configuración y de las condiciones contractuales.

No es lo mismo pedir ideas para estructurar una presentación sin aportar datos empresariales que cargar un fichero completo de clientes.

Tampoco tiene las mismas implicaciones utilizar una cuenta personal que trabajar con una solución empresarial evaluada por la organización y configurada para tratar determinados datos.

Sin embargo, cuando la empresa desconoce qué herramientas se están utilizando, resulta difícil realizar esa valoración.

El problema principal es la pérdida de visibilidad y control sobre el uso de la tecnología.

Qué revela el estudio de Cegid de septiembre de 2026

Cegid difundió el estudio El momento de la verdad de la IA en la empresa, elaborado por OpinionWay a partir de una encuesta a 2.006 profesionales de oficina de España, Francia, Portugal y Alemania.

La muestra española estuvo formada por 501 personas y el trabajo de campo se realizó entre el 22 de mayo y el 4 de junio de 2026.

Los resultados, recogidos en la sala de prensa de Cegid y en la cobertura de Channel Partner, muestran una adopción elevada de inteligencia artificial en el trabajo.

Entre los profesionales de oficina encuestados en España:

  • El 82 % afirma utilizar herramientas de IA para sus tareas laborales.
  • El 40 % declara utilizarlas habitualmente y otro 42 % de forma ocasional.
  • Entre quienes ya han utilizado IA, el 82 % reconoce haber recurrido a herramientas no proporcionadas por su empresa sin comunicarlo.
  • Solo el 44 % señala haber recibido formación específica sobre IA por parte de su organización.

Hay un matiz importante: el segundo 82 % se refiere a quienes utilizan inteligencia artificial, no a todos los trabajadores españoles.

Además, las cifras proceden de declaraciones de profesionales de oficina. No representan una medición técnica de todas las aplicaciones utilizadas en las empresas ni permiten afirmar que se haya producido una filtración de datos en ese porcentaje.

Aun con esas limitaciones, el estudio identifica un problema relevante.

Los empleados están incorporando herramientas a su trabajo mientras las organizaciones todavía están definiendo cómo utilizarlas.

Según las respuestas recogidas, solo una minoría considera que la IA está completamente integrada en las prácticas habituales de su empresa.

Una adopción rápida puede ocultar necesidades reales

Los resultados también ofrecen una lectura constructiva.

Si los profesionales utilizan IA para redactar, analizar documentos, resumir información o preparar tareas, probablemente estén intentando resolver necesidades de productividad.

La empresa debería conocer esas necesidades antes de diseñar una política.

Puede que determinados procesos administrativos resulten demasiado lentos. Quizá comercial necesite mejores herramientas para preparar propuestas o dirección quiera acceder a información sin depender de múltiples informes.

La respuesta no debería consistir únicamente en identificar aplicaciones no aprobadas.

También conviene estudiar qué trabajo están intentando simplificar los empleados y cómo puede realizarse de forma controlada.

En nuestro artículo sobre IA en la empresa en 2026: de experimentar a integrar con criterio analizamos esa transición hacia una inteligencia artificial conectada con procesos, datos y responsabilidades empresariales.

Los principales riesgos de utilizar IA sin supervisión

La IA en la sombra puede afectar a distintas áreas del negocio.

Algunas consecuencias están relacionadas con la protección de la información. Otras tienen que ver con la calidad de las decisiones, los contratos o la seguridad de los sistemas.

Conviene analizarlas por separado para no aplicar el mismo control a cualquier herramienta.

Información confidencial que sale del entorno empresarial

Volvamos al ejemplo del comercial.

Una tabla con precios y condiciones de clientes puede contener información valiosa para la empresa, aunque no incluya datos personales.

Los descuentos negociados, los márgenes, las ofertas pendientes o las estrategias de precios pueden estar sujetos a compromisos de confidencialidad.

Introducirlos en una herramienta externa requiere conocer qué uso hará el proveedor de esa información.

Es importante comprobar las condiciones del servicio, las políticas de conservación, la posible utilización para mejorar o entrenar modelos y los mecanismos de eliminación de datos.

Estas condiciones no son iguales en todas las plataformas. Algunas modalidades empresariales ofrecen controles contractuales y técnicos diferentes de los disponibles en cuentas personales.

Por eso no sería correcto afirmar que toda información introducida en cualquier asistente se utiliza automáticamente para entrenar modelos.

El problema aparece cuando nadie ha comprobado las condiciones reales.

Datos personales y obligaciones de protección de datos

La situación es todavía más delicada si se utilizan datos de clientes, empleados o proveedores.

Por ejemplo, un trabajador puede cargar un fichero con nombres, correos electrónicos, teléfonos e importes de facturación para solicitar una clasificación comercial.

Si esa información contiene datos personales, la empresa necesita valorar el tratamiento conforme al Reglamento General de Protección de Datos.

La revisión puede incluir la finalidad, la base jurídica, la minimización de datos, el papel del proveedor, las garantías contractuales, las transferencias internacionales cuando procedan y las medidas de seguridad.

Utilizar un servicio externo no supone necesariamente un incumplimiento del RGPD.

Pero tampoco basta con que el empleado tenga acceso legítimo a los datos dentro del ERP para concluir que puede introducirlos en cualquier herramienta.

La Agencia Española de Protección de Datos ha analizado los riesgos de los prompts para la confidencialidad, recordando la importancia de gobernar la información que se introduce en servicios generativos.

Decisiones basadas en respuestas incorrectas

La confidencialidad no es el único riesgo.

Una IA puede generar una explicación convincente que contenga errores, datos inventados o interpretaciones equivocadas.

Imaginemos que administración utiliza un asistente para resumir obligaciones de facturación y aplica sus conclusiones sin contrastarlas con fuentes oficiales.

O que compras acepta una recomendación basada en un documento incompleto.

El problema puede aparecer después, cuando una decisión ya ha producido consecuencias.

Por eso conviene distinguir entre utilizar IA para preparar información y delegar en ella una decisión.

Cuanto mayor sea el impacto sobre clientes, empleados, operaciones o dinero, más importantes resultan las fuentes verificables y la revisión humana.

Aplicaciones que reciben más permisos de los necesarios

El riesgo aumenta cuando una herramienta deja de trabajar únicamente con textos copiados y pasa a conectarse con aplicaciones empresariales.

Un complemento puede solicitar acceso al correo, a documentos compartidos o a un repositorio de información.

Una integración puede necesitar permisos para consultar datos y, en algunos casos, modificarlos.

La empresa debe conocer qué puede leer el servicio, qué acciones puede realizar y cómo se revocan sus accesos.

Un asistente autorizado para consultar determinada documentación no debería recibir automáticamente permisos para modificarla o compartirla.

Esta necesidad de controlar permisos también aparece en los agentes de IA integrados en el ERP con Cegid Ekon XRP, donde la automatización requiere reglas de negocio, validaciones y seguimiento de las operaciones.

Por qué prohibir todas las herramientas no suele resolver el problema

Una política demasiado restrictiva puede parecer una solución sencilla.

La empresa comunica que no se permite utilizar inteligencia artificial y considera que el riesgo ha desaparecido.

Pero una prohibición no garantiza que los empleados dejen de utilizar estas aplicaciones, especialmente si ya dependen de ellas para realizar determinadas tareas.

Además, puede impedir que la organización conozca qué necesidades existen.

La alternativa consiste en establecer límites claros y ofrecer opciones que permitan trabajar.

Por ejemplo, una empresa puede autorizar el uso de determinados asistentes para crear borradores con información no confidencial, mientras reserva otros casos para herramientas evaluadas y configuradas específicamente.

También puede decidir que determinados datos nunca deben introducirse en servicios externos no aprobados.

El objetivo es que cada empleado comprenda qué puede hacer y por qué.

Una política útil debe distinguir entre tareas y tipos de información

No todas las actividades presentan el mismo riesgo.

La política puede organizar los usos en tres categorías:

Tipo de uso Ejemplo Criterio recomendado
Bajo riesgo Pedir ideas para organizar una reunión sin aportar datos reales Permitirlo mediante herramientas y condiciones autorizadas
Uso condicionado Analizar información comercial o documentos internos Exigir herramienta aprobada, permisos adecuados y controles definidos
Uso no permitido sin autorización específica Introducir nóminas, datos personales sensibles, credenciales o secretos empresariales en una cuenta externa Bloquear ese procedimiento y establecer una alternativa segura

Esta clasificación es orientativa.

La empresa debe adaptarla a sus datos, contratos y obligaciones.

También conviene recordar que eliminar un nombre no siempre convierte un documento en anónimo.

Una combinación de importes, fechas, referencias o descripciones puede permitir identificar indirectamente a una persona o una operación.

La anonimización necesita ser efectiva y adecuada al contexto.

Una política de IA útil debería poder responder a una pregunta muy concreta: ¿puedo utilizar esta herramienta para realizar esta tarea con estos datos?

Si la respuesta no está clara, el empleado debe saber a quién consultar.

Gobernanza de IA: qué controles necesita una pyme

La gobernanza puede parecer un concepto reservado a grandes organizaciones, pero su aplicación puede ser sencilla.

Consiste en definir qué herramientas están permitidas, qué información pueden utilizar, quién responde de cada uso y cómo se gestionan las incidencias.

No es necesario crear un departamento independiente para cada nueva aplicación.

En una pyme, las responsabilidades pueden distribuirse entre dirección, tecnología, administración y las personas encargadas de protección de datos o seguridad, según su estructura.

Lo importante es que las decisiones no dependan únicamente de la iniciativa individual.

Un inventario antes de comprar nuevas licencias

El primer paso debería ser conocer qué herramientas utilizan los equipos.

Conviene preguntar para qué tareas se usan, qué datos reciben y qué resultados se esperan.

La revisión debería realizarse con un enfoque práctico, explicando su finalidad y respetando las obligaciones laborales y de protección de datos.

No se trata de vigilar indiscriminadamente las conversaciones de los empleados.

Se trata de identificar aplicaciones, conexiones y procesos que la organización necesita controlar.

Este inventario también puede mostrar duplicidades.

Quizá varios departamentos estén pagando servicios diferentes para resolver tareas similares.

O puede que una herramienta ya autorizada ofrezca funciones que parte del equipo desconoce.

Revisar proveedores y condiciones de uso

Antes de aprobar una solución, conviene comprobar quién presta el servicio, dónde y cómo se procesan los datos, qué políticas de conservación aplica y cuáles son sus condiciones de confidencialidad.

También deben revisarse los controles de acceso, las posibilidades de administración de usuarios, los registros de actividad y el tratamiento de la información compartida.

Cuando existe una conexión con el ERP, CRM, correo o sistemas documentales, deben definirse los permisos necesarios y las operaciones que el asistente podrá realizar.

La evaluación debería incluir una prueba con información adecuada y un procedimiento para retirar el acceso cuando deje de ser necesario.

Autorizar una herramienta no significa autorizar cualquier uso de esa herramienta.

Una plataforma puede resultar apropiada para determinados trabajos y no para otros que impliquen datos especialmente delicados.

Establecer un procedimiento para las incidencias

La política también debería explicar qué hacer si alguien ha compartido información por error.

Por ejemplo, si un empleado descubre que ha introducido un documento confidencial en una herramienta no autorizada, necesita saber cómo comunicarlo rápidamente.

El equipo responsable podrá comprobar qué datos se han compartido, qué opciones de eliminación existen y si corresponde activar un procedimiento de seguridad o protección de datos.

No toda utilización indebida implica automáticamente una brecha de datos personales notificable.

La valoración depende de los hechos y del riesgo.

Pero una comunicación temprana facilita investigar lo sucedido y adoptar medidas antes de que la situación se complique.

La formación es tan importante como las herramientas autorizadas

El estudio de Cegid señala que menos de la mitad de los profesionales españoles encuestados había recibido formación específica sobre inteligencia artificial.

Ese dato ayuda a comprender por qué pueden existir usos poco controlados incluso en empresas que ya han comenzado a incorporar esta tecnología.

Un empleado puede saber utilizar un asistente y desconocer qué consecuencias tiene introducir información corporativa.

También puede confiar demasiado en una respuesta porque está bien redactada.

O no saber que una extensión puede acceder a documentos y correos mediante los permisos concedidos.

La formación debería centrarse en situaciones reales de trabajo.

Comercial necesita comprender qué información de clientes puede utilizar. Administración debe conocer los riesgos de cargar documentos con datos personales. Marketing necesita saber cómo comprobar contenidos y fuentes. Los responsables de tecnología deben entender las condiciones de acceso e integración.

El AI Act también contempla la alfabetización en IA

El artículo 4 del Reglamento europeo de inteligencia artificial, aplicable desde el 2 de febrero de 2025, establece obligaciones relacionadas con la alfabetización en IA para proveedores y responsables del despliegue.

La norma exige adoptar medidas adecuadas para favorecer los conocimientos del personal que trabaja con estos sistemas, teniendo en cuenta su experiencia, formación y el contexto de uso.

No establece un curso universal que todas las empresas deban impartir de la misma manera.

La Comisión Europea explica el alcance del artículo 4 y la necesidad de adaptar las medidas a cada organización.

Por su parte, el artículo 50 recoge obligaciones de transparencia aplicables desde agosto de 2026 a determinados sistemas y contenidos generados con IA.

Estas obligaciones no significan que cualquier herramienta de IA externa esté prohibida por el Reglamento.

Su aplicación depende del sistema, del uso y del papel que desempeñe cada organización.

Analizamos estas diferencias en nuestro artículo sobre las obligaciones de transparencia del AI Act para empresas.

En cualquier caso, la normativa no sustituye las obligaciones de protección de datos, seguridad y confidencialidad que ya corresponden a la empresa.

Cómo empezar a reducir la IA en la sombra durante los próximos 30 días

Una pyme puede avanzar considerablemente sin intentar resolver todos los usos de inteligencia artificial de una sola vez.

Conviene comenzar por aquellos que afectan a información sensible o procesos importantes.

Durante la primera semana, el trabajo puede centrarse en identificar las herramientas utilizadas y las tareas que los empleados están intentando simplificar.

No hace falta empezar por los casos más sofisticados. Los usos cotidianos de redacción, análisis documental o preparación de informes pueden ofrecer una visión bastante clara de la situación.

En la segunda semana, la empresa puede revisar los servicios detectados y clasificarlos según el tipo de información y los riesgos.

Este análisis debería permitir distinguir qué herramientas pueden autorizarse, cuáles necesitan condiciones adicionales y cuáles no resultan adecuadas para determinados trabajos.

Durante la tercera semana, conviene definir una política breve y facilitar alternativas aprobadas para las tareas más frecuentes.

La política debe explicar qué datos están protegidos, qué aplicaciones pueden utilizarse, quién autoriza las excepciones y cómo comunicar una incidencia.

Finalmente, en la cuarta semana, puede organizarse una formación práctica y revisar algunos casos de uso reales para comprobar que las reglas se entienden.

El trabajo no termina al cabo de un mes.

Las herramientas cambian, aparecen nuevas funcionalidades y los empleados descubren otras necesidades. Por eso conviene mantener una revisión periódica de las aplicaciones y los permisos.

También es importante comprobar si las alternativas autorizadas están funcionando.

Si una empresa prohíbe varios servicios, pero no proporciona una forma razonable de realizar el trabajo, probablemente continuará teniendo dificultades para conocer qué herramientas utilizan sus equipos.

En nuestro artículo sobre automatización empresarial con un ERP avanzado explicamos por qué conectar los procesos y eliminar tareas duplicadas puede resultar más útil que añadir aplicaciones aisladas.

El mismo criterio se aplica a la inteligencia artificial: cuanto mejor integrado esté su uso dentro de la operativa, más sencillo será establecer controles y responsabilidades.

Shadow AI: transformar una adopción desordenada en una oportunidad de mejora

El estudio de Cegid refleja una situación que muchas organizaciones están empezando a reconocer: sus empleados utilizan inteligencia artificial con mayor rapidez de la que la empresa está consiguiendo organizar su adopción.

La primera reacción puede ser centrarse en el riesgo.

Y los riesgos existen.

La confidencialidad, la protección de datos personales, la seguridad de los sistemas y la fiabilidad de las respuestas necesitan controles adecuados.

Pero también conviene observar qué está impulsando ese comportamiento.

Los empleados están encontrando herramientas que les ayudan a realizar determinadas tareas. La empresa tiene la oportunidad de identificar esos usos, evaluar su utilidad y convertirlos en procesos más seguros y consistentes.

En Precognis trabajamos con organizaciones que necesitan integrar aplicaciones, organizar la información y mejorar sus procesos empresariales.

Cuando una empresa comienza a incorporar IA, puede resultar útil revisar cómo se relacionará con sus sistemas de gestión, qué información necesita utilizar y qué controles deben existir antes de automatizar una operación.

Desde nuestra experiencia en integración de aplicaciones, podemos ayudarte a analizar esas conexiones y a diseñar una arquitectura tecnológica más ordenada, coordinando las cuestiones de seguridad y cumplimiento con los responsables especializados de cada organización.

Si en tu empresa diferentes departamentos están utilizando asistentes de IA sin una visión compartida, merece la pena revisar qué necesidades intentan resolver, qué información están utilizando y qué alternativas pueden ofrecerse con mayores garantías.

El objetivo no debería ser que los empleados dejen de encontrar formas de trabajar mejor.

Debería ser que puedan hacerlo sin que la empresa pierda el control de su información, sus procesos y sus responsabilidades.