Tus empleados ya usan agentes de IA sin que nadie en la empresa lo sepa

Alguien en tu equipo de finanzas le pegó y copió cifras de nómina en un asistente de IA gratuito para que le redactara un correo. Alguien en desarrollo instaló una extensión de IA en el navegador para revisar código más rápido. Nadie en TI dio permiso para ninguna de las dos cosas, y nadie en TI se enteró. Eso no es un caso hipotético: es el estado normal de la mayoría de las empresas en 2026.

El reporte State of AI in the Cloud 2026 de Wiz, construido sobre datos reales de entornos de nube que la empresa escaneó, encontró que al menos 80% de las organizaciones tiene desarrolladores usando extensiones de IA en su editor de código y que 71% tiene al menos un asistente de código con IA presente en su entorno. El reporte también documenta que 57% de las organizaciones ya tiene agentes de IA autoalojados corriendo, y que buena parte de esa adopción entra por la puerta de atrás: paquetes de terceros que traen IA integrada sin que nadie lo pidiera explícitamente.

El agente no pide permiso, y tampoco avisa qué hizo

La diferencia entre un asistente de IA y un agente de IA es la que debería preocupar a quien decide presupuesto. Un asistente sugiere texto o código y una persona decide si lo usa. Un agente puede iniciar acciones por su cuenta: entrar a un sistema, mandar un correo, llenar un formulario, tomar una decisión intermedia sin que nadie la revise antes de que surta efecto.

Esa autonomía es exactamente lo que hace peligroso a un agente instalado sin gobierno. Un análisis de WitnessAI sobre agentes de IA en el navegador describe el riesgo central: estos agentes operan dentro de sesiones ya autenticadas, con acceso a lo que la persona ya tiene abierto (correo, CRM, documentos internos), y no pueden distinguir de forma confiable entre una instrucción legítima del usuario y una instrucción escondida en el contenido que están leyendo. Un atacante no necesita hackear al agente: le basta con esconder una instrucción en una página web, un documento o un correo que el agente va a procesar como parte de su tarea normal. El reporte documenta casos reales donde un agente encargado de iniciar sesión en un sistema terminó escribiendo credenciales en un sitio de phishing, y otro que completó una tarea de investigación y terminó autorizando acceso completo a una cuenta de Google Drive por una técnica de OAuth malicioso.

Lo que dicen los números: la adopción va mucho más rápido que el control

El reporte State of AI in the Enterprise 2026 de Deloitte, con 3,235 líderes de TI y de negocio encuestados en 24 países, encontró que el acceso de los empleados a herramientas de IA sancionadas por la empresa creció 50% en un año: de menos de 40% a alrededor de 60% de la fuerza laboral. Al mismo tiempo, solo 21% de esas organizaciones dice tener un modelo de gobierno maduro para sus agentes autónomos. La misma encuesta proyecta que para 2027, 74% de las empresas usará agentes de IA de forma al menos moderada, y 23% los usará de forma extensiva.

La brecha es la noticia: se está dando más acceso a la IA casi al doble de la velocidad con la que se está construyendo el control sobre lo que esa IA hace.

El costo de esa brecha ya tiene número. Según el Cost of a Data Breach Report 2025 de IBM, realizado por el Instituto Ponemon con 600 organizaciones, las brechas que involucraron un alto nivel de IA en la sombra (herramientas de IA no aprobadas que los empleados descargan o usan por su cuenta) El costo promedio global de una brecha es 4.44 millones de dólares; con IA en la sombra se suman 670,000 dólares adicionales (aproximadamente 5.11 millones en total), no 4.63 millones. El mismo reporte encontró que 63% de esas organizaciones no tiene ninguna política de gobierno de IA que les permita gestionar el uso de estas herramientas o prevenir el uso no autorizado. Esas cifras son globales, no específicas de México, y no hay una versión localizada disponible públicamente todavía.

Por qué la adopción entra por abajo y no por arriba

El patrón que describen Wiz y Deloitte es consistente: la IA no llega a la empresa mediana por una decisión del comité de TI. Llega porque una persona con un problema concreto (un reporte que tiene que salir hoy, un código que hay que revisar, un correo que hay que redactar) encuentra una herramienta que se lo resuelve en minutos y la usa, sin pasar por ningún proceso de aprobación. Un análisis de Kiteworks sobre la brecha de identidad en shadow AI, basado en telemetría de comportamiento real de Akamai publicada en agosto de 2026, encontró que 47% de las conversaciones con IA en entornos empresariales ocurren a través de cuentas personales y no de licencias corporativas administradas. En herramientas de uso masivo como ChatGPT y Copilot, más del 61% del uso corporativo pasa por cuentas personales, no por las licencias que la empresa pagó o aprobó.

Eso significa dos cosas prácticas. Primero, que prohibir la herramienta corporativa no resuelve nada: la persona sigue teniendo el mismo problema y va a encontrar la misma solución por otra vía, ahora sin ningún registro. Segundo, que el inventario de "qué IA usa mi empresa" que hoy tiene la mayoría de los equipos de TI está incompleto casi por definición, porque cuenta las licencias que se compraron, no las cuentas personales que la gente conectó a sus sesiones de trabajo.

Qué revisar en tu operación, en orden

1. Inventario real, no el que crees tener. No preguntes "¿qué herramientas de IA aprobamos?", pregunta "¿qué extensiones de navegador y qué integraciones tienen acceso a sistemas de la empresa ahora mismo?". La mayoría de las respuestas van a sorprender a quien las dé.
2. Prioriza por lo que el agente puede tocar, no por qué tan de moda está. Un asistente que solo sugiere texto es un riesgo distinto a un agente que puede entrar a un sistema de nómina o mandar correos en nombre de alguien. Clasifica por nivel de autonomía y de acceso, no por marca.
3. Define quién aprueba qué, antes de que alguien lo pida. Si el proceso de aprobación de una herramienta de IA tarda semanas, la gente va a seguir usando lo que ya tiene a la mano mientras espera. Un canal rápido de evaluación reduce la presión que empuja hacia la sombra.
4. Pregúntale a tu proveedor de software qué IA trae integrada. Muchas plataformas que ya usas agregaron funciones de IA en actualizaciones recientes sin que nadie en tu empresa lo activara explícitamente. Eso también es shadow AI, aunque llegue con una marca conocida.
5. Registra qué hace un agente, no solo qué le pediste. Un agente que puede actuar necesita una bitácora de sus acciones, no solo del prompt que lo inició. Sin eso, cuando algo salga mal no vas a poder reconstruir qué pasó.

Dónde la respuesta obvia es la equivocada

La respuesta más común entre directores que se enteran de esto por primera vez es "bloqueamos todo hasta tener una política". Es la reacción equivocada por la misma razón que aparece en los datos de Kiteworks: bloquear no elimina la necesidad que llevó a alguien a instalar la herramienta, solo la esconde mejor. Los equipos que bloquean sin ofrecer una alternativa aprobada suelen ver el mismo comportamiento, pero ahora en cuentas personales, en dispositivos personales, fuera de cualquier registro corporativo. La regla que sí funciona es la contraria: dar una vía rápida y legítima para pedir acceso a una herramienta de IA, y reservar el bloqueo para los casos donde el riesgo del dato es real (información de clientes, secretos comerciales, credenciales).

Tampoco aplica igual a toda la operación. Un agente que resume documentos internos sin acceso a sistemas externos tiene un perfil de riesgo distinto a uno conectado a tu CRM o a tu banco. Tratar ambos con la misma política es o excesivo para el primero o insuficiente para el segundo.

Ese inventario y esa clasificación por nivel de riesgo son justo el punto de partida de una revisión de vulnerabilidades apoyada en IA, que da seguimiento continuo a lo que corre en tu operación en lugar de depender de que alguien se acuerde de auditarlo una vez al año.

Si tu empresa ya tiene un agente de IA operando dentro de algún proceso (atención a clientes, revisión de documentos, generación de reportes) y nadie puede explicar con precisión qué puede tocar ese agente y qué pasa si se equivoca, ese es el primer lugar por revisar, no el último. Construimos el proceso de control que decide qué puede hacer un agente y qué queda documentado de cada acción que toma.

Fuentes

• State of AI in the Cloud 2026, Wiz
• State of AI in the Enterprise 2026, Deloitte: agentes de IA escalan más rápido que sus controles
• Cost of a Data Breach Report 2025, IBM: navegando la adopción de IA sin descuidar la seguridad
• La brecha de identidad en shadow AI, Kiteworks
• Riesgos de seguridad de los agentes de IA en el navegador, WitnessAI