IA en la sombra: cómo encontrar y gobernar las herramientas y agentes de IA que tu equipo ya usa

Respuesta corta: la IA en la sombra son las herramientas, automatizaciones y agentes de IA que alguien de tu equipo usa sin que la empresa los haya aprobado. No se arregla prohibiendo, sino haciendo inventario: revisar accesos, extensiones, facturas y claves de API, decidir qué datos toca cada herramienta y darle a cada una un responsable, un contrato y un registro de lo que hace.

Esta guía es para dirección, operaciones y TI de una empresa que ya usa IA, aunque no lo tenga escrito en ninguna parte. Explica qué buscar, dónde buscarlo, cómo decidir qué se queda y cómo gobernarlo sin frenar a quien lo usa bien.

Qué es la IA en la sombra en una empresa

El término viene de la TI en la sombra (shadow IT): software y servicios que el personal usa sin aprobación del departamento de TI. INCIBE, el Instituto Nacional de Ciberseguridad, lo explica en «Shadow IT: lo que hay en la sombra de tu organización»: el primer riesgo es que TI y seguridad pierden el control de lo que se usa, y cada elemento sin gestionar es una puerta abierta.

Con la IA aparecen tres capas:

• Herramientas. Un asistente de chat en el navegador, con una cuenta personal, en el que alguien pega un contrato, una lista de clientes o un informe para que lo resuma.
• Flujos. Una automatización en Zapier, Make o n8n que lee el correo, llama a un modelo y escribe en una hoja de cálculo o en el CRM.
• Agentes. Programas que reciben un objetivo y actúan por su cuenta en varios pasos: leen, deciden, envían y modifican registros. Son los más útiles y los que más daño pueden hacer, porque además de leer datos, los cambian.

Casi nunca hay mala fe detrás. La gente usa lo que le ahorra tiempo. El problema es que nadie sabe qué datos salen de la empresa, hacia qué proveedor, ni quién responde si un agente se equivoca.

Qué encontró la encuesta de Pax8

Pax8, un distribuidor de software y servicios en la nube, publicó el 12 de octubre de 2026 su «Q3 2026 Pax8 SMB AI Pulse Report» (informe completo en PDF, en inglés). Encuestó a 1.150 propietarios, directivos y mandos que participan en decisiones de tecnología, en empresas de 5 a 499 empleados de Estados Unidos (400), Reino Unido (350), Alemania (200) y Suecia (200), con un margen de error de ±2,9 puntos. Es la encuesta de un proveedor que vende a este mercado, así que conviene leerla como una orientación aproximada, no como un censo. Aun así, sus cifras dibujan un patrón claro:

• Según Pax8, el 35 % de las empresas que ya usan IA descubrió en los seis meses anteriores herramientas, flujos o agentes de IA funcionando sin aprobación oficial.
• Entre las empresas que construyen sus propias soluciones de IA, el 46 % está construyendo o probando agentes que completan tareas de varios pasos por su cuenta, según la misma encuesta de Pax8.
• La revisión formal y documentada de la IA construida dentro de la empresa, entre las que construyen, es del 23 % en Reino Unido, del 36 % en Estados Unidos (donde otro 41 % revisa de forma constante pero sin documentarlo) y del 45 % en Suecia, siempre según Pax8.
• Pax8 también encontró que el 49 % de las empresas que pagaron por IA en el último año recibió al menos una factura o un cargo por uso más alto de lo que esperaba.

La lectura práctica: en una parte importante de las empresas que usan IA ya hay algo funcionando que nadie aprobó, casi la mitad de las que construyen está probando agentes y la mayoría no deja por escrito cómo los revisa. La factura inesperada suele ser la primera pista.

Cómo encontrarla en pocos días

Para el primer inventario no hace falta una herramienta especial. Hace falta mirar en seis sitios, con una persona de TI y otra de finanzas.

1. Inicio de sesión único (SSO) y registros de identidad. En Microsoft 365 o Google Workspace, revisa qué aplicaciones de terceros tienen acceso concedido con cuentas de la empresa (el botón «Iniciar sesión con Google» o «con Microsoft») y qué permisos pidieron: leer el correo, el calendario, los archivos.
2. Extensiones del navegador. Los asistentes de escritura, resumen y traducción suelen instalarse como extensiones que leen todo lo que aparece en pantalla. Si gestionas los navegadores de forma centralizada, saca la lista; si no, pregunta.
3. Extractos de tarjeta y facturas de SaaS. Busca cargos de proveedores de IA, de plataformas de automatización y de créditos de API. Las suscripciones pequeñas en tarjetas de empresa y en notas de gastos son la señal más fiable de que algo se usa a diario.
4. Claves de API y tokens. Revisa las cuentas de los proveedores de modelos, el gestor de secretos, los repositorios de código y las variables de entorno de los servidores. Cada clave es una integración: anota quién la creó, qué sistema la usa y si sigue activa.
5. Entornos de agentes y automatizaciones. Zapier, Make, n8n, Power Automate, los agentes que ofrecen los propios proveedores de software y los scripts programados en algún servidor. Mira qué flujos llaman a un modelo y en qué sistemas escriben.
6. Un cuestionario corto y anónimo. Cinco preguntas: qué herramientas de IA usas, para qué tarea, con qué datos, con qué cuenta y qué pasaría si mañana desaparecieran. Anónimo, porque el objetivo es saber qué hay, no buscar culpables. Suele ser la fuente que más encuentra.

Cómo decidir qué se queda

Con la lista hecha, cada herramienta, flujo o agente pasa por las mismas cinco preguntas:

• ¿Qué datos toca? Si lee, escribe o las dos cosas, y en qué sistemas.
• ¿Hay datos personales? De clientes, empleados o candidatos. Si los hay, el RGPD se aplica de lleno.
• ¿Quién es el proveedor? Una empresa con condiciones profesionales y un contrato de encargado, o una cuenta gratuita cuyas condiciones permiten usar lo que escribes para entrenar sus modelos.
• ¿Dónde se ejecuta? En la nube del proveedor, y en qué región, o en un servidor propio.
• ¿Una persona revisa el resultado? No es lo mismo un borrador que alguien corrige antes de enviarlo que un agente que envía o modifica registros sin que nadie lo mire.

De ahí salen tres grupos: lo que se aprueba tal cual, lo que se aprueba con cambios (otra cuenta, otro proveedor, menos permisos, revisión humana) y lo que se apaga. Apagar sin ofrecer una alternativa aprobada solo empuja el uso a otro sitio. INCIBE lo resume en su artículo: hay que dar al personal las herramientas que necesita para que no busque las suyas.

Cómo gobernarla sin matarla

El objetivo es que la IA que funciona pueda seguir funcionando, con reglas que cualquiera entienda:

• Un registro con un responsable por herramienta. Una tabla sencilla: herramienta, uso, datos, proveedor, responsable de negocio y fecha de la próxima revisión. Sin responsable, nadie decide cuándo cambiar algo ni cuándo apagarlo.
• Un contrato de encargado para todo lo que toque datos personales. El artículo 28 del RGPD exige un contrato con quien trate datos personales por cuenta de la empresa. Si un flujo o un agente trata datos a gran escala o evalúa a personas, el artículo 35 puede exigir una evaluación de impacto antes de ponerlo en marcha.
• Registros de actividad. Cada agente y cada flujo debe dejar constancia de qué leyó, qué propuso y qué hizo. Sin registro no se puede reconstruir un error ni explicar una decisión.
• Revisión humana para las decisiones sobre personas. Descartar a un candidato, conceder un descuento o rechazar a un cliente no se deja a un modelo sin que una persona lo revise. La AEPD analiza cómo encajar estos sistemas en un tratamiento de datos personales en sus orientaciones sobre inteligencia artificial agéntica y protección de datos.
• Un paso en la baja de cada empleado. Cuando alguien deja la empresa, sus cuentas de IA, sus claves de API y sus automatizaciones se revisan y se transfieren o se apagan, igual que su correo.
• Una regla para los agentes que actúan sobre sistemas. Permisos mínimos, una cuenta propia para cada agente y aprobación humana para las acciones de alto impacto. Por eso OWASP incluye la agencia excesiva en su Top 10 de riesgos para aplicaciones con modelos de lenguaje.

Hay además dos obligaciones del Reglamento europeo de IA que alcanzan también a quien usa IA en su empresa, además de a quien la desarrolla. El artículo 4 pide a proveedores y responsables del despliegue que su personal tenga un nivel suficiente de alfabetización en IA. El artículo 50 obliga a informar a las personas de que están interactuando con un sistema de IA. Un inventario es la forma más directa de saber a quién hay que formar y qué conversaciones con clientes llevan una IA detrás. Esto es información general, no asesoría legal.

Por qué una capa de integración gobernada es mejor que muchos agentes sueltos

La IA en la sombra suele responder a una necesidad real: alguien conectó el correo con el CRM porque nadie lo había hecho. Prohibirla deja la necesidad sin cubrir. Lo que funciona es cubrirla una vez y bien: una capa de integración que conecta los sistemas, registra lo que hace la IA y deja que una persona revise lo que importa.

Así funcionan nuestros propios sistemas. El modelo propone y el código decide: la IA clasifica, extrae o redacta, y las reglas, los permisos y las escrituras van en código que se puede probar. Lo contamos con un caso real en agentes de IA vs flujos de trabajo. Si los sistemas que hay que conectar son antiguos, el patrón está en cómo integrar IA en sistemas heredados sin sustituirlos.

Diez agentes sueltos son diez sitios con credenciales, diez proveedores y diez formas de fallar sin que nadie se entere. Una capa gobernada es un solo sitio, con permisos, un registro y un responsable.

Cómo lo hacemos en SME Analytica

Hacemos integración de sistemas, software a medida e IA. Para la IA en la sombra, el trabajo tiene tres etapas:

• Reconocimiento. El inventario y el plan: qué hay funcionando, qué datos toca, qué se aprueba, qué se cambia y qué se apaga, y cuál es el primer flujo que merece hacerse bien. Tiene precio cerrado y se descuenta del Lanzamiento.
• Lanzamiento. Construimos ese flujo sobre tus sistemas reales, con su registro y su revisión humana, para sustituir las piezas sueltas. Un Lanzamiento dura de 3 a 4 semanas y termina en producción.
• En órbita, con Control de Misión. Ya en producción, el sistema funciona En órbita, con un registro de lo que hace y una persona donde hace falta. Control de Misión es una cuota mensual después del Lanzamiento para el soporte, los ajustes y el siguiente flujo.

Si prefieres que alguien trabaje dentro de tu equipo de forma continua, explicamos las opciones en qué es un forward deployed engineer fraccional. Y si sospechas que en tu empresa hay más IA de la que aparece en ningún papel, cuéntanos qué has encontrado.