La shadow AI empresa designa el uso de herramientas como ChatGPT, Claude, Copilot o Gemini por parte de empleados sin validación del empleador. No es, en primer lugar, un problema de desobediencia: es el síntoma de una necesidad real, mal encuadrada. Para una pyme, el reto es claro: ganar en productividad sin exponer datos de clientes, contratos, márgenes o archivos internos a servicios no controlados.
Shadow AI empresa: ¿de qué estamos hablando exactamente?
El término shadow AI, a veces llamado BYOAI por “Bring Your Own AI”, describe el uso de herramientas de inteligencia artificial en el trabajo sin aprobación de la empresa ni control del departamento de sistemas. En otras palabras: un colaborador pega un acta, un extracto de contrato, un archivo comercial o código en ChatGPT con su cuenta personal, porque es rápido.
Microsoft y LinkedIn ya describían este fenómeno en 2024 en su Work Trend Index, realizado con 31 000 personas en 31 países: el 75 % de los trabajadores del conocimiento declaraba utilizar la IA en el trabajo, y el 78 % de los usuarios de IA decía aportar sus propias herramientas. La señal es sencilla. Los usos avanzan más rápido que las normas internas.
El tema también afecta a las pymes. No solo a los grandes grupos con una dirección informática amplia. Un equipo comercial que resume llamadas, un servicio de RR. HH. que reformula descripciones de puestos, un directivo que pide un análisis de mercado a ChatGPT: todo esto puede ser útil, pero todo esto también crea una zona gris si nadie sabe qué está autorizado.
Por qué los empleados utilizan ChatGPT sin avisar
La primera razón rara vez es malintencionada. En 2025, TELUS Digital indicaba que el 57 % de los empleados que utilizaban IA generativa en el trabajo lo hacían para facilitar su trabajo. La APEC también recordaba en Francia que el 35 % de los directivos y el 42 % de los mandos utilizaban la IA al menos cada semana, en particular para ahorrar tiempo, mejorrar la calidad o generar ideas.
Un empleado que debe elaborar una síntesis antes de las 18 h no piensa espontáneamente en la gobernanza, en el RGPD o en las condiciones de uso de una herramienta estadounidense. Piensa en terminar correctamente. Es humano. Según BlackFog en 2026, el 60 % de los empleados estaría dispuesto a asumir riesgos para cumplir sus plazos. Esta cifra debe leerse como una advertencia de gestión, no solo como un problema de ciberseguridad.
Otro motor: la falta de herramientas oficiales. Lenovo, en sus contenidos Work Reborn publicados en torno a 2026, identifica la ausencia de herramientas, de formación y de instrucciones como un factor de adopción fragmentada de la IA. Cuando la empresa dice “no utilicéis ChatGPT” sin proponer una alternativa creíble, los usos continúan, pero se vuelven invisibles.
En los proyectos que llevamos a cabo, vemos a menudo la misma diferencia: la dirección piensa que la IA solo la utilizan dos o tres perfiles curiosos, mientoras que los equipos ya la han integrado en microtareas cotidianas. Reformular un correo electrónico. Comparar dos versiones de un documento. Preparar una plantilla de presupuesto. Nada espectacular, pero muchos datos que circulan.
Qué cambia esto para sus riesgos, sus plazos y su presupuesto
La trampa que los no técnicos subestiman reside en la naturaleza de los datos enviados. Un prompt (la instrucción dada a la IA) puede contener más información sensible que un archivo adjunto: nombres de clientes, cifras de negocio, condiciones tarifarias, problemas jurídicos, datos de RR. HH. Aunque la herramienta sea conocida, el uso mediante cuenta personal suele escapar a la configuración de la empresa.
El RGPD, aplicable desde 2018, exige controlar los tratamientos de datos personales. Si un empleado transmite CV, evaluaciones internas o tickets de support a un asistente de IA público sin marco contractual, la empresa puede perder el rastro de este tratamiento. El riesgo no es teorrico: afecta a la confidencialidad, la conformidad y, a veces, al secreto empresarial.
También existe un riesgo operativo más discreto. Si un equipo basa sus procedimientos en respuestas de IA no verificadas, puede producir errores muy convincentes. La IA generativa predice texto probable; no garantiza la verdad. Para un presupuesto, una cláusula contractual o un análisis SEO, la validación humana sigue siendo indispensable.
En cuanto al presupuesto, bloquearlo todo rara vez cuesta menos. Una prohibición total puede empujar los usos fora del radar y, por tanto, aumentar el riesgo. Por el contrario, desplegar una suite de IA sin marco puede generar suscripciones innecesarias y una falsa impresión de seguridad. Para una pyme francesa, cuente a menudo con algunos días de auditoría y talleres para encuadrar los usos, es decir, en torno a 2 000 a 8 000 € según el tamaño de los equipos y el nivel de documentación esperado. Un despliegue más completo, con política interna, formación, configuración de cuentas profesionales y primeros casos de uso, supera con frecuencia los 10 000 a 25 000 €.
| Opción | Coste indicativo en Francia | Plazo habitual | Límite principal |
|---|---|---|---|
| Prohibición sin alternativa | Bajo a corto plazo | 1 a 2 semanas | Usos ocultos, control débil |
| Carta de IA y formación breve | 2 000 a 8 000 € según el proveedor | 2 à 4 semanas | Requiere un seguimiento real |
| Cuentas profesionales de IA supervisadas | Suscripciones + configuración | De 3 a 8 semanas | Elección de la herramienta y datos por aclarar |
| Espacio seguro con workflows IA | 10 000 a 25 000 € y más | 1 a 3 meses | Proyecto más estructurante |
El mal reflejo: elegir una herramienta antes de definir los usos
Muchos directivos empiezan por comparar ChatGPT, Microsoft Copilot, Google Gemini o Claude. Es tentador. Pero no es el primer paso correcto. La buena pregunta es: ¿qué datos pueden sortir, para qué tareas, con qué nivel de validación?
Sinceramente, una suscripción de IA generalista solo se justifica si los usos están identificados. Para simples reformulaciones de correos electrónicos sin datos sensibles, una política clara puede bastar al principio. Para documentos de clientes, temas jurídicos o support, hacen falta cuentas profesionales, una gestión de accesos y una política de conservación comprensible.
El AI Act europeo, adoptado en 2024, añade una capa de responsabilidad según los usos de la IA. Una pyme que utiliza asistentes generativos no está forcément en un caso de alto riesgo, pero debe comprender sus obligaciones, sobre todo si la IA afecta a la contratación, a la evaluación o a decisiones que tienen un impacto en las personas. Para profundizar en este punto, una guía dedicada a la conformité AI Act para una pyme que utiliza ChatGPT y Claude permite sentar las bases sin jerga jurídica innecesaria.
En algunos casos, la solución evidente es la equivocada. Por ejemplo, dar acceso libre a un chatbot público para acelerar el support al cliente puede parecer económico. Pero si los agentes pegan ahí historiques de tickets con nombres, correos electrónicos e incidencias, el ahorro de tiempo se convierte en un riesgo de fuga. Con este presupuesto, es mejor delimitar dos o tres casos de uso seguros que generalizar demasiado rápido.
Cómo retomar el control sin bloquear a los equipos
Una política eficaz ocupa pocas páginas. Dice qué está autorisé, prohibido, tolerado con precauciones, y quién decide en caso de duda. El tono importa. Si el documento parece una amenaza, los empleados ocultarán sus usos. Slack observaba en 2024 que algunos empleados ocultaban su uso de la IA por incertidumbre sobre la divulgación, la confianza, la carga de trabajo o las expectativas de su manager.
La delimitación puede seguir una lógica simple:
- cartografiar los usos existentes, incluso informels, sin intentar sancionar de abord ;
- clasificar los datos: públicos, internos, confidenciales, personales, sensibles;
- autorizar algunos casos de bajo riesgo, como la reformulación de textos no confidenciales;
- prohibir claramente el envío de datos de clientes, RR. HH., financieros o estratégicos en cuentas personales;
- formar a los equipos con ejemplos de prompts aceptables y rechazados.
La técnica viene después. Microsoft Copilot, ChatGPT Enterprise, Gemini para Google Workspace o soluciones alojadas con control renforzado pueden tener sentido, según su entorno. Cloudflare también propone componentes de seguridad útiles en torno a los accesos y los flujos web, mientras que OVHcloud puede encajar en arquitecturas más soberanas según las limitaciones de alojamiento. La elección depende menos del logotipo que del perímetro de datos.
Si sus equipos trabajan a distancia, el tema se vuelve más sensible. Los usos pasan por ordenadores personales, redes domésticas y cuentas no supervisadas. En este contexto, los espacios de trabajo centralizados y cifrados pueden ayudar; el enfoque es cercano al descrito para los espacios de trabajo cloud seguros para equipos distribuidos.
Medir el shadow AI sin crear una cultura de vigilancia
La tentación de vigilarlo todo es forte. Mala idea si se convierte en el núcleo de la respuesta. Las herramientas de seguridad pueden detectar ciertos accesos a servicios de IA, pero no sustituyen ni la confianza ni la claridad. PagerDuty indicaba en 2026 que el 66 % de los profesionales de oficina habían utilizado herramientas de IA en el trabajo pese a la idea de que la política de la empresa no lo autorizaba. El problema es, por tanto, masivo, no marginal.
Una medición saludable combina tres fuentes: cuestionarios anónimos, talleres por áreas y análisis técnico de los flujos cuordo sea proporcionado. El objetivo no es atrapar a los empleados. Es identificar las tareas en las que la IA ya presta servicio y los datos que nunca deberían sortir.
Del lado de la agencia, el reflejo es partir de los workflows (secuencias de tareas) más que de las herramientas: prospección, soporte, producción de contenido, reporting, desarrollo, RR. HH. Este método evita las políticas demasiado generales, del tipo “la IA está autorizada con prudencia”, que no cambian nada sobre el terreno.
Cuando la IA debe conectarse a los datos internos, la prudencia aumenta un nivel. Estándares recientes como el MCP, Model Context Protocol, buscan precisamente organizar la conexión entre agentes de IA y sistemas de información. El tema merece delimitarse técnicamente, como explica este análisis del MCP para conectar los agentes de IA a los datos de la empresa.
Delimitar este tipo de proyecto de antemano evita la mayoría de las malas sorpresas: elección de herramienta demasiado rápida, datos expuestos, reglas mal entendidas, formación olvidada. Una mirada externa ayuda a menudo a transformar usos ya presentes en prácticas útiles, seguras y aceptadas por los equipos.
Preguntas frecuentes sobre el shadow AI en la empresa
¿Es ilegal el shadow AI en la empresa?
No en sí. Lo que puede plantear un problema es el envío de datos personales, confidenciales o protegidos en una herramienta no autorizada, sin base contractual ni control conforme con el RGPD.
¿Debería prohibirse ChatGPT en el trabajo?
Una prohibición total rara vez funciona si los empleados encuentran en ello un beneficio real. Es mejor prohibir los usos arriesgados, autoriser casos sencillos y proponer una alternativa profesional para las tareas útiles.
¿Qué servicios son los más afectados por el shadow AI?
Los equipos comerciales, de marketing, support, de RR. HH., jurídicos y de dirección suelen verse afectados, ya que manejan mucho texto. Los desarrolladores también, especialmente para la ayuda con el código o la documentación.
¿Cuánto tiempo se necesita para implantar una política de IA?
Para una pyme, una primera política utilizable puede elaborarse en 2 a 4 semanas. Un dispositivo más completo con herramientas, formation y gobernanza suele llevar de 1 a 3 meses.