Mientras las empresas aún definen su estrategia de inteligencia artificial, sus equipos ya decidieron. El 52% de los trabajadores admite usar herramientas de IA no aprobadas y el 58% de los ejecutivos reporta que su organización sufrió un incidente de seguridad, o un casi incidente, relacionado con IA en el último año, según un estudio de Okta en siete países.
La percepción de control es otra: el 90% de los ejecutivos confía en su visibilidad sobre las herramientas de IA de su organización. Además, hay una distancia entre usar la IA y sacarle valor.
Según McKinsey, el 88% de las organizaciones la usa en al menos una función, pero solo el 44% la escala en toda la empresa y apenas un 6% obtiene más del 5% de su EBIT.
“Cuando un equipo usa herramientas que la empresa no aprobó, los contratos, la información de clientes y los datos de recursos humanos pueden terminar en servicios externos. Y las respuestas que nadie verifica terminan en el código, en las propuestas y en las comunicaciones con clientes, sin que podamos rastrear de dónde salieron”, afirmó Daniel Falcón, CEO de Neo Consulting. Prohibir la IA, agregó, no funciona porque “empuja el uso a la clandestinidad. Lo que funciona es ofrecer una alternativa aprobada que sea más fácil de usar que la no autorizada”.
Una sola IA no alcanza
Según Dataiku y Harris Poll, el 81% de 600 directores de tecnología espera depender de dos o más proveedores en 2026, y el 55% ya cambió de proveedor al menos una vez, sobre todo por costos.
“La lógica es la misma: evitar dependencia, negociar mejor y usar a cada proveedor donde es más fuerte”, indicó Falcón.
Para el ejecutivo no existe “la mejor IA”, sino la más adecuada para cada tarea: ok(. modelos como Claude, ChatGPT o Gemini para análisis complejo, documentos largos, código y agentes; la integración nativa si la organización ya trabaja en Google Workspace, Microsoft 365 o Salesforce; versiones ligeras para tareas de alto volumen y bajo riesgo; y modelos con soporte nativo para imagen, audio o video.
Cinco pilares de gobierno
Falcón recomienda a las empresas establecer:
1. Un catálogo de herramientas aprobadas por tarea y riesgo, con versiones empresariales que no usen los datos para entrenar modelos.
2. Una clasificación de datos: qué puede entrar a una IA externa, qué solo a entornos privados y qué a ninguno.
3. Inicio de sesión corporativo, permisos mínimos por agente y registro de uso.
4. Una capa central de orquestación que enrute cada solicitud al modelo adecuado y controle costo, calidad y auditoría.
5. Supervisión humana en toda decisión que afecte a clientes, dinero o reputación.
A medida que los agentes pasan de responder a ejecutar tareas, la ventaja estará en quien sepa coordinarlos, ponerles límites y medir su impacto.
Según Neo Consulting la recomendación para las empresas es tener un portafolio de dos o tres modelos, gobierno central, métricas de valor por caso de uso y formación antes de escalar; y a las personas, dominar a fondo una o dos herramientas, en lugar de usar cinco a medias, y verificar siempre lo que la IA produce.La pregunta correcta ya no es “¿qué IA uso?”, sino “¿cómo la gobierno para que trabaje a mi favor y me mantenga relevante a futuro?”, finaliza.
