¿Por qué las empresas no ven lo que el personal comparte con herramientas de IA?

Porque el contenido viaja dentro de conexiones cifradas hacia servicios que la empresa no controla. Cuando alguien pega un texto en un chatbot desde el navegador, el cortafuegos ve una conexión HTTPS con el proveedor y, como mucho, el nombre del servicio; el prompt va cifrado de extremo a extremo entre el navegador y el proveedor. Las cuentas personales guardan el historial en el proveedor, fuera del alcance de la empresa. Las funciones de IA dentro de aplicaciones aprobadas parecen tráfico normal de esas aplicaciones, y los móviles con datos móviles ni siquiera pasan por la red de la empresa. Ver el contenido exige control en uno de los extremos: una cuenta empresarial cuya consola de administración y registros de auditoría muestren el uso, prevención de pérdida de datos en el navegador o en el equipo, o un proxy de interceptación, cada uno con sus propias cuestiones de privacidad. Lo que puede dar la red es lo siguiente mejor: qué equipos usan qué servicios de IA, cuándo y cuánto. Eso es exactamente lo que muestra NetSenX desde el plan Pro.

IA en la sombra: qué es y cómo detectarla

La IA en la sombra (shadow AI) es el uso en el trabajo de herramientas de inteligencia artificial que los responsables de TI, seguridad y protección de datos no han aprobado y que normalmente ni conocen: un chatbot usado con una cuenta personal, una función de IA activada dentro de un programa que la empresa ya paga, una extensión del navegador, un asistente de programación, un modelo de lenguaje que se ejecuta en un portátil o un agente de IA conectado a los sistemas de la empresa. Casi nunca hay mala intención. La gente quiere trabajar más rápido y la herramienta está a una pestaña de distancia. El problema es que nadie puede responder a las tres preguntas que hará un auditor, un cliente o un regulador: qué servicios de IA tocan nuestros datos, qué se les envía y en qué condiciones.

Esta guía explica por qué importa, cómo detectar la IA en la sombra desde la red sin instalar un agente en cada equipo, qué no puede ver la red y una lista de control para la política de IA que puede adoptar este mismo trimestre.

Por qué importa la IA en la sombra

Los datos salen sin contrato. El texto pegado en un servicio de IA lo trata su proveedor. Con una cuenta empresarial y un contrato de encargo del tratamiento puede ser lícito y controlado. Con una cuenta personal en condiciones de consumo, la empresa no tiene contrato, no decide cuánto tiempo se conservan los datos y a menudo no tiene forma de saber qué se envió. Según el RGPD, enviar datos personales a ese proveedor exige una base jurídica, informar a las personas afectadas y, cuando el proveedor actúa por cuenta de la empresa, un contrato conforme al artículo 28. Una comunicación no autorizada puede constituir una violación de la seguridad de los datos personales, con la obligación de notificar en 72 horas del artículo 33 cuando sea probable que suponga un riesgo para las personas.

El AI Act pide conocer las propias herramientas. El artículo 4 del Reglamento de IA, el Reglamento (UE) 2024/1689, se aplica desde el 2 de febrero de 2025 tanto a proveedores como a responsables del despliegue, lo que incluye a empresas corrientes que usan herramientas de IA. Pide medidas que apoyen la alfabetización en IA del personal que trabaja con sistemas de IA. No se pueden planificar esas medidas para herramientas que la empresa no sabe que se están usando.

NIS2 trata los servicios de IA como proveedores. Para las entidades incluidas en NIS2, la Directiva (UE) 2022/2555, el artículo 21 recoge la seguridad de la cadena de suministro entre las medidas de gestión de riesgos. Un servicio de IA que recibe datos de la empresa es un proveedor de servicios en ese sentido, lo haya contratado compras o no.

Los clientes preguntan. Los cuestionarios de seguridad y las licitaciones preguntan cada vez más si los datos del cliente se introducen en herramientas de IA, y en cuáles. «No lo sabemos» es la respuesta que hace perder contratos.

Cómo detectar la IA en la sombra desde la red

Un sensor de red ve todos los dispositivos de los segmentos que observa, incluidos los que no admiten un agente y los portátiles que nadie dio de alta. No descifra nada. Lo que ve basta para saber qué se está usando:

El servicio. Antes de que empiece el cifrado, una conexión TLS indica en el handshake el nombre del servidor al que quiere llegar (SNI), y el equipo suele haber consultado ese mismo nombre en el DNS un momento antes. Junto con la dirección de destino, eso identifica el servicio de IA.
El equipo. Cada conexión pertenece a un host, así que se ve qué equipos o segmentos usan qué servicios y cuándo.
El volumen. Los bytes enviados distinguen una pregunta rápida de una subida grande. Un puesto de trabajo que envía cientos de megabytes a un servicio de IA en una tarde merece una conversación; unos pocos kilobytes, no.
Los modelos locales. Un modelo de lenguaje servido en un portátil o en una estación con GPU responde en la red local. Su tráfico es visible, igual que un servidor de modelos al que otros equipos empiezan a llamar.
Agentes y conectores remotos. Un agente de IA que se ejecuta en un servidor llama a las API de modelos de forma programada o en ráfagas, a menudo de noche, y puede acceder también a sistemas internos. Los conectores MCP remotos aparecen como conexiones desde el equipo que ejecuta el asistente hasta el host del conector.

Lo que la red no ve importa igual:

El contenido. Los prompts, los documentos pegados y las respuestas viajan dentro de sesiones cifradas. Para saber qué se compartió hacen falta los registros de administración del propio servicio de IA o una herramienta de prevención de fuga de datos (DLP).
Lo que ocurre en el equipo. Un servidor MCP local que habla con el asistente en la misma máquina nunca pasa por la red, igual que una función de IA que se ejecuta por completo en el portátil.
El tráfico fuera de sus redes. Un móvil con datos móviles o un portátil en el wifi de casa quedan fuera de la vista, salvo que su tráfico vuelva por la VPN de la empresa.
Los nombres de servidor ocultos. Donde se usa Encrypted Client Hello, el nombre del servidor ya no se lee en el handshake; la identificación recae entonces en el DNS y la dirección de destino.

Lista de control para la política de IA

Primero, el inventario. Enumere los servicios de IA que paga, las funciones de IA activadas en el software que ya usa y lo que la red muestra además. Dé a cada servicio un estado: aprobado, tolerado para datos no sensibles o a sustituir.
Ofrezca una herramienta aprobada. Una cuenta empresarial con contrato de encargo y el entrenamiento con sus datos desactivado elimina casi todos los motivos para usar cuentas personales.
Clasifique los datos. Diga qué datos no pueden ir nunca a un servicio de IA externo (datos personales de clientes, credenciales, código fuente sujeto a contrato, datos financieros no publicados) y cuáles sí.
Incluya conectores y agentes. Publique una lista de servidores MCP e integraciones de agentes aprobados, limite los permisos de sus tokens, rótelos e inclúyalos en las bajas de personal.
Revise el proveedor de identidad. Las nuevas autorizaciones OAuth a aplicaciones de IA con permisos amplios son la vía de acceso que más crece y que nadie revisa.
Forme y deje constancia. El artículo 4 no exige un certificado ni un número de horas; pide medidas adaptadas al puesto y a las herramientas que se usan. Lleve un registro sencillo de quién aprendió qué y cuándo.
Vuelva a medir. Repita el inventario cada trimestre. Las nuevas funciones de IA llegan con actualizaciones de software corrientes.
Responda a los clientes con datos. Mantenga una declaración breve y veraz de qué servicios de IA están aprobados y cómo se comprueba su uso, y actualícela cuando cambie el inventario.

Cómo lo muestra NetSenX

Desde el plan Pro, NetSenX señala el tráfico hacia servicios de IA externos y hacia entornos de modelos de lenguaje ejecutados en local, y muestra qué host llegó a qué servicio, cuándo y cuántos datos se movieron. Trabaja con los metadatos del tráfico y nunca descifra nada, así que ningún contenido de los prompts llega a NetSenX, y los datos del cliente se quedan en la UE. No lee prompts, no bloquea servicios de IA y no decide cuáles están permitidos: esas decisiones corresponden a su política de IA, y su aplicación, al proxy, al cortafuegos o a la configuración de administración del servicio. Los detalles están en la página de detección de IA en la sombra, y el inventario paso a paso, en cómo encontrar la IA en la sombra en su empresa.

Fuentes

Escrito por el equipo de NetSenX en TriStiX S.L. Preguntas: info@netsenx.com.

Preguntas que responde esta guía

¿Qué es la IA en la sombra?

La IA en la sombra (shadow AI) es el uso de herramientas de IA en el trabajo sin el conocimiento o la aprobación de los responsables de TI, seguridad o protección de datos. Incluye empleados que usan cuentas personales de chatbot para tareas de trabajo, extensiones de navegador con IA integrada, funciones de IA activadas en software que ya existe, desarrolladores que ejecutan modelos locales o asistentes de programación y agentes de IA conectados a sistemas de la empresa. Suele tener buena intención: la gente quiere trabajar más rápido. Los riesgos son concretos. Datos de la empresa o de clientes van a proveedores con los que no tiene contrato, en condiciones que pueden permitirles guardarlos o entrenar modelos con ellos. Puede haber datos personales tratados sin base jurídica. Los resultados entran en documentos y código sin revisión. Y nadie puede responder a un cliente o auditor que pregunta qué servicios de IA tocaron sus datos. La respuesta no es prohibir, sino visibilidad, una alternativa aprobada y una política clara. Desde el plan Pro, NetSenX muestra qué equipos se conectan a qué servicios de IA y cuántos datos van allí, no lo que se escribió.

¿Qué servicios de IA usa realmente nuestra empresa?

Normalmente más de los que alguien ha anotado, y esa diferencia es justo la razón para averiguarlo. Una lista realista tiene cuatro capas: los servicios que paga con cuentas de empresa; las funciones de IA activadas dentro del software que ya usa, como paquetes ofimáticos, CRM, soporte o herramientas de diseño; los servicios a los que el personal accede con cuentas personales en el navegador o en aplicaciones de escritorio; y los modelos que se ejecutan en local en portátiles, servidores de compilación o estaciones con GPU. Empiece por lo que sabe, a partir de contratos, extractos de tarjetas y consolas de administración, y añada después lo que muestra la red. Agrupe los resultados por función de negocio, porque finanzas, ventas y desarrollo suelen usar herramientas distintas para datos distintos, y asigne a cada servicio un estado: aprobado, tolerado para datos no sensibles o a sustituir. La lista es la base de su política de IA, de la formación en alfabetización en IA que pide la Ley de IA y de las respuestas a clientes. Desde el plan Pro, NetSenX muestra qué equipos llegan a qué servicios de IA externos y entornos de modelos locales, cuándo y con cuántos datos; no muestra lo que se escribió.

¿Muestran los registros DNS el uso de IA en la sombra?

En parte. Los registros DNS muestran qué equipos consultan los dominios de servicios de IA conocidos, un buen comienzo que no cuesta nada si su resolutor ya registra las consultas: exporte una semana de consultas y crúcelas con una lista de dominios de IA. Se les escapa el DNS cifrado que evita su resolutor, los servicios a los que se llega por otros dominios o redes de distribución de contenidos, las funciones de IA integradas en herramientas que ya usa y cuántos datos se movieron realmente. Además muestran el equipo, no la persona, y una consulta suelta puede venir de un navegador que precarga una página. Tome el DNS como una primera vista barata y confirme con datos de conexión antes de actuar. NetSenX combina desde el plan Pro los destinos con el volumen y la hora de las conexiones, así que ve qué equipos usan qué servicios de IA, incluidos entornos de modelos locales, y con qué intensidad; no ve el contenido de los prompts. Para el contenido, combínelo con los registros de administración de su proveedor de IA.

¿Qué riesgo hay si los empleados traen sus propias herramientas de IA al trabajo?

Sobre todo que los datos de la empresa salgan en condiciones que nadie aceptó y que nadie pueda dar cuenta de ello después. La IA propia incluye suscripciones personales a chatbots, apps de IA en móviles privados, extensiones de navegador, grabadoras de reuniones con IA y modelos en hardware personal. El riesgo para los datos: documentos, datos de clientes o grabaciones van a proveedores con condiciones de consumo, quizá fuera de la UE, sin contrato de encargo del tratamiento, y se quedan en cuentas personales cuando el empleado se va. El riesgo de calidad: trabajos basados en resultados que nadie comprobó. El riesgo de cumplimiento: no puede responder a un cliente, un auditor o un interesado que pregunte adónde fueron sus datos. Las grabadoras de reuniones con IA merecen especial atención, porque captan la voz y las palabras de otras personas, a menudo sin el consentimiento de todos. La respuesta práctica es ofrecer una buena herramienta aprobada, decir con claridad qué herramientas personales pueden usarse y para qué, y exigir que se anuncie la grabación de reuniones. Desde el plan Pro, NetSenX muestra a qué servicios de IA llegan los equipos de la empresa; los móviles personales con datos móviles quedan fuera de cualquier vista de red.

¿Qué es un servidor MCP en la sombra y por qué es un riesgo?

Un servidor MCP en la sombra es un servidor Model Context Protocol que alguien conectó a un asistente de IA sin que lo sepa TI, normalmente para ahorrar tiempo: un conector al buzón de la empresa, a una carpeta compartida, a un repositorio de código, a una base de datos o a una herramienta de incidencias, instalado desde un catálogo público o escrito en una tarde. El riesgo es que crea en silencio un nuevo camino de acceso. A menudo guarda un token de acceso personal o una clave de API con permisos amplios, en un fichero de configuración de un portátil; puede venir de un autor desconocido y actualizarse solo; permite a la IA actuar en sistemas de la empresa con los permisos de esa persona; y todo lo que lee la IA, incluida una instrucción maliciosa escondida en un documento o una web, puede dirigir lo que hace a través de ese conector. Nadie lo revisa ni lo registra, y sobrevive a la salida del empleado si no se revoca el token. Pasos prácticos: publique una lista de servidores MCP aprobados, limite al máximo los tokens y rótelos, revise en los registros del proveedor de identidad las nuevas autorizaciones OAuth a clientes de IA e incluya los conectores en el proceso de baja. Un sensor de red ve las conexiones de un portátil con servicios remotos, no la configuración MCP que hay en él.

¿Cómo descubro los agentes de IA que funcionan en nuestra empresa?

Busque donde los agentes obtienen su poder: identidades, conectores y plataformas de automatización, y confírmelo después con el tráfico de red. Un agente de IA es software que usa un modelo de lenguaje para decidir pasos y ejecutarlos, como leer incidencias, consultar sistemas, escribir código o enviar correos, normalmente mediante claves de API, cuentas de servicio o autorizaciones OAuth. Por eso las mejores primeras fuentes son su proveedor de identidad y las consolas de administración de sus servicios SaaS: nuevas aplicaciones OAuth con permisos amplios, cuentas de servicio o tokens personales creados hace poco y funciones de IA con conectores activados. Después revise las plataformas de automatización y low-code, los pipelines de CI y los equipos de desarrollo en busca de frameworks de agentes y servidores MCP, y pregunte directamente a los equipos, porque muchos agentes son pilotos que nadie ha registrado. La red añade la vista de comportamiento: qué servidores o puestos llaman a API de IA con regularidad, de noche o a ráfagas, y cuáles llegan además a sistemas internos. Desde el plan Pro, NetSenX muestra qué equipos hablan con qué servicios de IA externos y entornos de modelos locales y cuántos datos se mueven. No identifica un agente por su nombre, y las señales de comportamiento propias de agentes todavía no son alertas.

¿Cómo comprobamos si el personal cumple nuestra política de IA?

Compare lo que permite la política con lo que la empresa usa de verdad, a partir de tres fuentes. Primero, las consolas de administración de los servicios de IA aprobados: quién tiene cuenta, cuánto la usa y qué funciones y conectores están activados. Segundo, los datos de identidad y de gastos: inicios de sesión con direcciones de correo de la empresa en servicios que nadie aprobó y suscripciones de IA en tarjetas de empresa. Tercero, la red: qué equipos se conectan a qué servicios de IA, incluidos entornos de modelos locales, y cuántos datos van a cada uno. Un buen informe mensual muestra los servicios aprobados y su uso, los no aprobados que siguen en uso y las transferencias inusualmente grandes, para que la conversación se base en hechos y no en rumores. Céntrese en herramientas y equipos, no en personas, salvo que haya una sospecha concreta, e implique a RR. HH. o a la representación de los trabajadores cuando lo exija la ley de su país. Desde el plan Pro, NetSenX ofrece la vista de red: equipos, servicios de IA y volúmenes a lo largo del tiempo. No lee lo que se escribió ni bloquea nada.