​La implementación de soluciones de inteligencia artificial en el entorno empresarial de América Latina avanza a un ritmo muy superior al de las políticas diseñadas para regularla. De acuerdo con el informe AI Readiness in Latin America 2026 de RSM —basado en una consulta a más de 400 líderes corporativos—, cerca del 40 % de las organizaciones de la región ya integra tecnologías de IA y el 68 % proyecta ampliar su despliegue en los próximos 12 meses. Sin embargo, apenas el 18 % dispone de marcos formales de gobernanza y solo el 17 % ha definido políticas claras de uso para sus equipos de trabajo.
​Esta asimetría responde en gran medida a la falta de visibilidad interna (Shadow AI). Los colaboradores acceden a modelos generativos mediante cuentas personales, extensiones de navegador o funciones embebidas en aplicaciones cotidianas sin monitoreo corporativo. Según el Data Breach Investigations Report (DBIR) 2026 de Verizon, el 67 % de los usuarios accede a servicios de IA desde equipos corporativos empleando cuentas no corporativas, mientras que el uso regular por parte de los empleados escaló del 15 % al 45 % en apenas un año.
​Desarrollo de software y agentes autónomos: focos de exposición crítica
​La falta de lineamientos impacta directamente los flujos de ingeniería y automatización operativa:
​Código generado por IA sin validación: Según la Encuesta de Desarrolladores 2026 de Stack Overflow, el 66 % de los programadores utiliza asistentes o agentes de código, pero únicamente el 24 % afirma que su organización cuenta con herramientas autorizadas o protocolos formales de revisión.
​Agentes sin supervisión: El Observatorio de Agentic AI 2026 de CIONET y NTT DATA revela que el 80,8 % de las empresas evaluadas carece de mecanismos formales para auditar o frenar las decisiones tomadas por agentes autónomos.
​“Los asistentes de programación pueden acelerar la entrega de servicios digitales, pero el código que generan no es seguro por defecto y requiere revisión. Por su parte, los agentes de IA, capaces de consultar bases de datos, enviar correos o modificar configuraciones, pueden comprometer operaciones si cuentan con permisos excesivos y carecen de mecanismos adecuados de supervisión”, advierte José Amado, AI Security Manager de SISAP.
​Siete ejes estratégicos para gobernar la IA en las empresas
​Tras analizar operaciones en sectores bancarios, gubernamentales e industriales en al menos 10 países —incluyendo Colombia, Panamá, República Dominicana y Centroamérica—, la unidad de AI Security de SISAP estructuró siete frentes de acción que deben ejecutarse de manera coordinada:
​Gobierno y responsables: Conformar un comité multidisciplinario (negocio, tecnología, riesgo y ciberseguridad) encargado de aprobar casos de uso y definir el nivel de riesgo tolerable.
​Visibilidad sobre el uso real: Levantar un inventario técnico para identificar qué aplicaciones, extensiones y modelos están utilizando los colaboradores y desde qué dispositivos.
​Herramientas y cuentas corporativas: Migrar del uso de cuentas personales gratuitas hacia licencias empresariales con gestión centralizada de identidades, autenticación multifactor y control de permisos por rol.

​Protección de la información: Clasificar qué datos pueden procesarse en cada plataforma, bloqueando la carga de credenciales, información financiera, datos personales o documentos confidenciales en servicios públicos no aprobados.
​Seguridad en el desarrollo de software: Estandarizar los asistentes de programación permitidos y someter todo código generado por IA a auditorías y pruebas de vulnerabilidad antes de desplegarlo en producción.
​Control y trazabilidad de agentes: Aplicar el principio de mínimo privilegio en los permisos de los agentes de IA, auditar sus registros de actividad y habilitar interruptores de detención inmediata ante comportamientos anómalos.
​Capacitación y supervisión continua: Entrenar periódicamente al personal sobre riesgos operativos y realizar monitoreos constantes para detectar usos fuera de política.
​Para SISAP, el propósito de estructurar estos controles no consiste en frenar la transformación digital, sino en dotar a las compañías de criterios técnicos para escalar la inteligencia artificial protegiendo la integridad de los datos y la continuidad del negocio.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí