El uso masivo de IA en empresas expone fallas de seguridad aún poco controladas
Adopción acelerada con nuevos riesgos
La inteligencia artificial (IA) se consolidó como una herramienta central en el funcionamiento de las empresas. Su aplicación abarca desde la automatización de procesos hasta el análisis de datos y la atención al cliente, lo que explica su rápida expansión en el entorno corporativo. Sin embargo, este crecimiento también trae aparejados desafíos en materia de ciberseguridad que muchas organizaciones todavía no logran abordar de manera adecuada.
El avance de estas tecnologías dejó de ser experimental y pasó a formar parte del día a día empresarial. En paralelo, comenzaron a surgir vulnerabilidades vinculadas al uso y gestión de la información, especialmente en contextos donde no existen controles claros ni estrategias definidas.
Problemas en la gestión de datos y seguridad
Según el informe AI Risk Management Framework del Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST), uno de los principales riesgos asociados a la inteligencia artificial está relacionado con el manejo de los datos utilizados para entrenar y operar los modelos.
La utilización de información sensible o estratégica sin una adecuada protección puede derivar en filtraciones o en la pérdida de propiedad intelectual. Estas situaciones suelen originarse en configuraciones incorrectas o en el uso de herramientas no autorizadas dentro de las organizaciones.
El problema se agrava cuando las empresas no cuentan con marcos de gobierno claros que definan cómo gestionar la seguridad y el uso de datos. Esta falta de lineamientos genera vulnerabilidades en la infraestructura tecnológica que pueden ser aprovechadas por ciberatacantes.
“Hoy vemos una adopción muy acelerada de soluciones de inteligencia artificial en el entorno corporativo, pero muchas empresas todavía no cuentan con marcos de gobierno claros que definan cómo gestionar la seguridad y los datos”, afirmó Pablo Prieto, director de Digital Business de TIVIT Latam.
De acuerdo con el especialista, esta ausencia de reglas claras crea “puntos ciegos” en los sistemas, lo que incrementa la exposición a incidentes de seguridad.
Ataques dirigidos a modelos de IA
Además de los riesgos asociados a los datos, crece la preocupación por la exposición directa de los modelos de inteligencia artificial. En ciertos escenarios, estos sistemas pueden ser manipulados o explotados para obtener información confidencial o alterar sus resultados.
Este tipo de amenazas forma parte de una tendencia en aumento dentro del ámbito de la ciberseguridad. Según estimaciones de la consultora Gartner, hacia 2026 más del 30% de los ciberataques contra empresas involucrarán modelos de IA o los datos utilizados para entrenarlos.
Este dato refleja un cambio significativo en la naturaleza de los ataques, que ya no se limitan a infraestructuras tradicionales, sino que también apuntan a los sistemas inteligentes que forman parte de las operaciones empresariales.
El fenómeno del Shadow AI
Otro de los factores que incrementa los riesgos es el llamado Shadow AI. Este concepto refiere al uso de herramientas de inteligencia artificial por parte de empleados sin aprobación ni control por parte de la compañía.
En estos casos, los colaboradores recurren a plataformas externas para procesar información o generar contenido. Esta práctica puede derivar en la salida de datos corporativos fuera del perímetro de seguridad de la organización, lo que incrementa la probabilidad de filtraciones o accesos no autorizados.
El Shadow AI se presenta como un desafío adicional para las áreas de seguridad, ya que muchas veces estas prácticas ocurren sin visibilidad ni monitoreo por parte de los equipos responsables.
Innovación con control de la información
Ante este escenario, las compañías buscan formas de incorporar inteligencia artificial sin perder el control sobre los datos ni comprometer el cumplimiento de normativas. La necesidad de equilibrar innovación y seguridad se vuelve cada vez más relevante en la estrategia tecnológica.
Especialistas coinciden en que la seguridad debe integrarse desde el diseño de los proyectos de IA. Esto implica considerar desde el inicio aspectos como la protección de datos, los controles de acceso y el monitoreo continuo de los sistemas.
“Las empresas necesitan innovar con inteligencia artificial sin resignar previsibilidad ni control sobre la información. La seguridad y la eficiencia ya no son variables separadas, sino parte de una misma decisión estratégica”, señaló Prieto.
Entre las recomendaciones más frecuentes se destacan la implementación de políticas claras de uso de inteligencia artificial, la adopción de medidas de protección de datos y la supervisión constante de los sistemas para minimizar los riesgos.
El desafío para las organizaciones no pasa únicamente por incorporar nuevas tecnologías, sino por hacerlo de manera segura y con marcos de gestión que acompañen su crecimiento.
Fuente: TN
