La TI en la sombra ha sido un desafío persistente de seguridad durante más de una década. Los empleados usan herramientas no autorizadas, TI las descubre meses después y seguridad corre para evaluar la exposición. El patrón es familiar. Lo nuevo es la naturaleza del riesgo.
Los agentes de IA en la sombra no son solo aplicaciones SaaS no autorizadas. Son sistemas autónomos que operan bajo credenciales de empleados, con acceso a datos corporativos, capaces de tomar acciones irreversibles, y proliferan a un ritmo que hace que la TI en la sombra tradicional parezca manejable.
Cómo son los agentes de IA en la sombra hoy
Los agentes de IA en la sombra más comunes en entornos empresariales en 2026 no son herramientas de investigación exóticas. Son productos convencionales que han añadido capacidades autónomas.
Cursor y Windsurf, IDEs impulsados por IA, hacen más que autocompletar código. Pueden leer bases de código completas, generar y ejecutar código, crear archivos, modificar configuraciones e interactuar con sistemas de control de versiones. Cuando un desarrollador usa el 'modo agente' de Cursor, está desplegando un sistema autónomo con acceso de lectura/escritura a su entorno de desarrollo, autenticado como él mismo.
GPT Actions (dentro de ChatGPT Enterprise e integraciones de terceros) permiten a los usuarios crear agentes de IA que llaman a APIs externas. Los empleados están construyendo agentes GPT que acceden a sistemas CRM, extraen datos de bases internas mediante conectores personalizados y escriben resultados, todo configurado en una interfaz de usuario de nivel consumidor sin intervención de TI.
AutoGPT, CrewAI y marcos de agentes similares son desplegados por empleados técnicamente sofisticados que quieren automatizar flujos de trabajo. Estos se ejecutan en portátiles de empleados o cuentas personales en la nube, autenticados con claves API corporativas extraídas de su entorno laboral.
Microsoft Copilot Studio permite a usuarios no técnicos construir agentes de IA con conectores a datos de M365. Un responsable de RRHH puede crear un agente que lea datos de empleados desde SharePoint, los sintetice y envíe resúmenes a sistemas externos, sin necesidad de aprobación de TI ni revisión de seguridad.
Por qué Esto Es Diferente del Shadow SaaS
Las herramientas Shadow SaaS típicamente leen datos de forma pasiva. Una herramienta de gestión de proyectos que los empleados usan sin aprobación de TI mantiene copias de datos en una ubicación no autorizada, lo que supone un problema de residencia de datos y potencialmente de cumplimiento, pero generalmente no un problema de ejecución de acciones.
Los agentes Shadow IA toman acciones. Borran registros, envían correos, crean invitaciones de calendario, suben código a repositorios, modifican entradas en bases de datos y llaman APIs externas. El radio de impacto de un agente shadow IA mal configurado o comprometido es órdenes de magnitud mayor que una herramienta Shadow SaaS.
También operan en los límites del comportamiento normal del usuario. Un empleado que hace manualmente acciones inusuales con datos activa análisis de comportamiento. Un agente que opera bajo credenciales de empleado haciendo cosas inusuales a velocidad de máquina es más difícil de distinguir de la actividad normal, al menos hasta que el daño está hecho.
El Problema de la Exposición de Credenciales
Los agentes Shadow IA necesitan credenciales para funcionar. Los usuarios que adquieren credenciales para sus agentes suelen tomar el camino de menor resistencia: usan sus propias credenciales (lo que significa que todas las acciones del agente se atribuyen al usuario humano), crean claves API desde portales de desarrolladores (a menudo con permisos más amplios de los necesarios) o extraen credenciales de variables de entorno o archivos de configuración en su entorno de desarrollo.
Esto crea un problema de dispersión de credenciales casi invisible para soluciones PAM tradicionales. Las credenciales no son cuentas de servicio creadas por procesos de TI, sino tokens creados por usuarios que viven en archivos de configuración de agentes en dispositivos de empleados, repositorios personales de GitHub o configuraciones de plataformas IA de consumo.
Cuando uno de estos agentes es comprometido, ya sea por un paquete malicioso en su ecosistema de herramientas, un ataque de inyección de prompt o una simple mala configuración, el atacante hereda el acceso de quien lo creó.
Estrategias de Descubrimiento: Cómo Encontrar Lo Que No Sabes Que Existe
Descubrir agentes shadow IA requiere un enfoque multicapa, porque ninguna fuente de datos captura todos.
Análisis de Tráfico de Red
Los marcos de agentes IA generan patrones de red distintivos: llamadas de alta frecuencia a endpoints de API LLM (api.openai.com, api.anthropic.com, etc.), invocaciones de herramientas a servidores MCP y flujos OAuth a servicios internos o externos. La visibilidad a nivel de red que captura dominios de destino y volumen de llamadas revelará la mayoría de marcos de agentes desplegados.
Auditoría de Tokens OAuth y Claves API
Consulta a tu proveedor de identidad por tokens OAuth emitidos a aplicaciones que no estén en tu lista de software aprobado. Revisa claves API emitidas desde portales de desarrolladores por patrones de acceso inconsistentes con el uso esperado. Los marcos de agentes frecuentemente solicitan ámbitos OAuth amplios ('leer todo el correo', 'leer todo el calendario') que destacan frente a los ámbitos solicitados por aplicaciones aprobadas.
Encuestas a Empleados y Divulgación Estructurada
El camino más rápido para descubrir es preguntar. Un proceso estructurado de divulgación de herramientas IA, planteado como 'ayúdanos a entender qué usas para apoyarte mejor, no para penalizarte', revela la mayoría del uso shadow IA rápidamente. La mayoría de empleados que usan agentes shadow IA no intentan evadir la seguridad, sino ser productivos.
Inteligencia de Uso SaaS
Las herramientas de gestión SaaS y CASB que monitorizan el uso de aplicaciones en la nube mostrarán registros de plataformas IA, instalaciones de extensiones de navegador y tráfico web a dominios de herramientas IA. Contrasta esto con tu lista de herramientas aprobadas para identificar brechas.
Qué Hacer Cuando Los Encuentres
La respuesta a agentes shadow IA debe ser gradual, no uniformemente punitiva. Una prohibición total impulsa el uso clandestino sin reducir el riesgo. Un camino estructurado de shadow a sancionado es más efectivo.
Para agentes sin acceso a datos sensibles: reconocer, documentar y proporcionar orientación. Estos representan un riesgo limitado y sancionarlos rápidamente elimina la designación de shadow IT.
Para agentes con acceso a datos sensibles o capacidad de acción: exigir divulgación inmediata, revisión de seguridad y aprobación formal o transición a una alternativa aprobada. La revisión de seguridad debe cubrir permisos de herramientas, acceso a datos, manejo de credenciales y registro de actividad.
Para agentes con credenciales no gestionadas a sistemas de producción: tratar como incidente de seguridad. Rotar credenciales, revisar logs de acceso por actividad anómala y exigir incorporación formal antes de reactivar.
La ventana para adelantarse a agentes shadow IA es estrecha. Las organizaciones que construyan programas de descubrimiento y gobernanza ahora tendrán mucho más fácil gestionar este riesgo que quienes esperen al primer incidente que les obligue a actuar.
