La sombra de IA ha mantenido ocupados a los equipos de seguridad durante años. Empleados usando ChatGPT para correos laborales. Alguien del equipo de ventas pasando datos de clientes por una herramienta gratuita de resumen. Un desarrollador pegando código propietario en un asistente de IA. Estos son los riesgos que hicieron que los CISOs se apresuraran a crear políticas de uso de IA en 2024 y 2025.
Pero esto es lo que ha cambiado: los empleados ya no solo usan IA sombra. Ahora la construyen.
Perspectiva CISO: por qué los agentes construidos por empleados cambian el modelo de riesgo
La pregunta práctica para un CISO no es si los empleados experimentarán con agentes. Ya lo están haciendo. La cuestión es si seguridad puede ver qué agentes existen, qué sistemas tocan, qué credenciales heredan y cuándo mueven datos regulados. Por eso la gobernanza de agentes debe estar junto al descubrimiento de SaaS, DLP y controles de identidad, en lugar de tratarse como un proyecto paralelo de innovación.
El cambio de la sombra de IA a los agentes sombra
Hay una diferencia significativa entre un empleado que usa discretamente una herramienta SaaS no aprobada y un empleado que despliega silenciosamente un agente autónomo de IA que ejecuta flujos de trabajo en su nombre: extrae datos de sistemas de la empresa, toma decisiones, envía correos y actúa sin revisión humana.
El primer problema es grave. El segundo es fundamentalmente diferente en su naturaleza.
Las plataformas de IA agentiva se han vuelto notablemente accesibles. Herramientas como n8n, Make y Zapier ahora ofrecen capacidades nativas de agentes de IA. La API de Asistentes de OpenAI tiene un nivel gratuito. Cursor y GitHub Copilot pueden generar y desplegar código en minutos. Lo que antes requería un equipo de ingeniería dedicado ahora puede hacerlo un analista motivado en un fin de semana.
Y los analistas motivados están haciendo exactamente eso.
Investigadores de seguridad y observadores de la industria han detectado un nuevo patrón en 2026: empleados,a menudo colaboradores individuales técnicamente capacitados en finanzas, operaciones o marketing, están creando flujos de trabajo autónomos que se conectan a fuentes de datos de la empresa como CRM, SharePoint, APIs internas y sistemas de correo electrónico. No son actores rebeldes. A menudo son empleados de alto rendimiento que se frustraron esperando a que TI entregara algo, así que lo hicieron ellos mismos.
El problema no es la intención. Es la visibilidad.
Por qué la IA Sombría Agente es un Problema Más Complejo
Con la IA sombría tradicional, el radio de impacto está aproximadamente limitado a lo que un humano puede copiar y pegar en una sesión. Un empleado pega una propuesta de cliente en ChatGPT. Eso es un evento de exposición de datos, serio, pero acotado.
Un agente autónomo es otra historia. Un agente sombrío con acceso de lectura/escritura a un CRM puede extraer cada trato, cada nota de contacto, cada cifra de pronóstico, y alimentar un LLM externo con ese contexto en cada ejecución. Si está conectado al correo electrónico, puede enviar cientos de mensajes antes de que alguien lo note. Si extrae datos de APIs internas, puede estar filtrando datos estructurados de formas casi imposibles de detectar con los registros estándar de DLP.
La dimensión multiagente lo empeora. Las arquitecturas modernas de agentes no solo ejecutan un flujo de trabajo autónomo, sino que los encadenan. Un empleado puede desplegar un "agente de investigación" que activa un "agente de redacción" que activa un "agente de envío". Cada paso tiene su propio conjunto de permisos. Cada transferencia es una posible exposición de datos. Y como a menudo se construyen con claves API personales y cuentas SaaS personales, están completamente fuera del inventario de activos de TI.
El 48 % de los profesionales de seguridad ahora considera la IA agente como su principal vector de ataque para 2026, según una investigación publicada a principios de este año. No es una exageración, refleja una alarma genuina sobre la rapidez con que la superficie de ataque ha cambiado de "qué herramientas SaaS usan los empleados" a "qué están construyendo con IA y dónde se ejecuta."
La Brecha de Gobernanza
La mayoría de los programas de gobernanza de IA empresarial aún están optimizados para el problema anterior. Rastrean el uso de herramientas SaaS mediante monitoreo del navegador o proxies de red. Construyen listas de herramientas de IA aprobadas y no aprobadas. Realizan capacitaciones sobre qué no pegar en ChatGPT.
Nada de eso detecta un agente sombrío.
Un agente sombrío puede ejecutarse en el portátil de un empleado, en una capa gratuita en la nube o en un runner personal de GitHub Actions. Se autentica usando las credenciales del propio empleado. Accede a datos a través de las mismas APIs que el empleado está autorizado a usar legítimamente. Desde la perspectiva de red o identidad, parece exactamente el empleado haciendo su trabajo, por eso es invisible.
La brecha de gobernanza aquí no es cuestión de políticas. La mayoría de las organizaciones ya tienen políticas que técnicamente prohíben este tipo de cosas. La brecha está en la detección. No puedes gobernar lo que no puedes ver.
Por eso, la conversación sobre seguridad de IA en las empresas está pasando de "¿cuáles son sus políticas de IA?" a "¿qué herramientas de observabilidad de IA utiliza?". No basta con decir a los empleados que necesitan aprobación para usar herramientas de IA si no hay forma de detectar implementaciones de IA no aprobadas.
Cómo es una Gobernanza de IA Efectiva Hoy
Las organizaciones que lo hacen bien tratan la gobernanza de IA igual que la seguridad de endpoints: monitoreo continuo, detección de anomalías y respuesta rápida, no solo documentos de políticas y sesiones de capacitación.
Prácticamente, eso significa algunas cosas.
Primero, haz inventario más allá del navegador. Los agentes sombra no siempre aparecen en los registros de tráfico web. La visibilidad efectiva requiere monitorizar el uso de credenciales API, flujos de autorización OAuth y patrones de salida de datos, no solo qué sitios web visitan los empleados.
Segundo, entiende cómo es lo "normal" para las cargas de trabajo IA. Que las credenciales de un empleado extraigan 10.000 registros CRM en un lote automatizado a las 2 a. m. no es un comportamiento humano normal. Pero podría parecer correcto si solo verificas si el acceso fue técnicamente autorizado.
Tercero, extiende la política a las implementaciones, no solo a las herramientas. La pregunta no debería ser solo "¿esta herramienta está aprobada?" sino "¿esta implementación de agente está aprobada, qué datos accede y quién es responsable de sus acciones?"
Finalmente, haz que el camino autorizado sea más fácil que el no autorizado. La IA sombra y los agentes sombra proliferan cuando los empleados sienten que las herramientas aprobadas no son suficientes o cuando el proceso de aprobación tarda seis semanas. La forma más rápida de reducir la superficie IA sombra es crear capacidades internas de IA que realmente satisfagan las necesidades de los empleados.
Conclusión
La IA sombría era una cantidad conocida. Los agentes sombríos son la evolución para la que la mayoría de los programas de seguridad empresarial no estaban preparados. La combinación de plataformas agenticas accesibles, empleados motivados y marcos de gobernanza diseñados para el problema anterior crea un punto ciego significativo.
La buena noticia es que esto no es ingobernable. Solo requiere ampliar la definición de lo que significa "visibilidad IA": pasar de rastrear qué herramientas usan los empleados a entender qué están haciendo esas herramientas, a nivel operativo, dentro de tu entorno.
Es un problema más difícil. Pero es el correcto para resolver en 2026.
