En Argentina, el 27,5% de la población ocupada utiliza herramientas de inteligencia artificial para tareas laborales, según la Encuesta Nacional de Fundar y el Centro de políticas públicas de la Escuela de Gobierno de la Universidad Torcuato Di Tella. El estudio señala que el 82,2% de los usuarios recurre a versiones gratuitas y el 73,7% elige ChatGPT. 

Sin embargo, el 72,5% de las empresas opera sin políticas escritas y solo el 3,3% posee regulación formal. Esta brecha alimenta el Shadow AI o uso no autorizado. Relevamientos del sector indican que el 77% de los colaboradores ha pegado datos corporativos en herramientas externas, conducta que alcanza al 69% de los cargos directivos. 

El este marco, Guillermo De Luca Prieto, co-Founder de Aprende.ia, advierte sobre tres aspectos habitualmente desatendidos en la conversación ejecutiva: la ausencia de registros cuando un documento sale de la compañía; la vulneración de acuerdos de confidencialidad (NDAs) firmados con clientes; y la cesión involuntaria del criterio comercial de la organización. "Si durante un año tu equipo arma las propuestas, negocia y cotiza en una herramienta que nadie controla, lo que estás regalando es la forma de trabajar de tu empresa", sintetiza.

Por su parte, Mariana Kunst, coordinadora de la agenda Estado Inteligente en Fundar, analiza la retención de información en servidores externos de proveedores como OpenAI o Google. La especialista remarca que, aun cuando se desactive la opción de entrenamiento en la cuenta, los datos permanecen almacenados en la infraestructura del prestador, expuestos a incidentes de seguridad o requerimientos judiciales. Asimismo, advierte sobre la fragmentación organizativa: el 44,4% de las empresas reporta que las áreas adoptan herramientas por su cuenta sin coordinación central, mientras un 20,2% reconoce no tener claridad sobre quién gestiona la tecnología.

El impacto legal de estas acciones se refleja en el incumplimiento de compromisos contractuales. Eduardo Laens, CEO de Varegos, sostiene que subir archivos bajo NDA a modelos públicos destruye la condición legal necesaria para defender secretos comerciales en sede judicial. En paralelo, Pablo Scoglio, SVP of Product Development de MODO, enfatiza que el riesgo abarca la dimensión reputacional. Según el ejecutivo, la tecnología no representa por sí sola una ventaja competitiva: el valor radica en la combinación de la IA con los datos propios, el conocimiento de negocio y los procesos particulares de cada firma.

La trazabilidad del ciclo de vida del dato constituye otro frente de análisis. Tomás Marconi, Co-Founder de Xtract, explica que el riesgo reside en la pérdida de control sobre la permanencia y el procesamiento externo de la información. Coincidiendo con esta lectura, Matias Hilaire, cofundador de The App Master, compara estas plataformas con un "megáfono corporativo" que absorbe datos confidenciales y los expone ante eventuales consultas de competidores en el futuro.

La ilusión de la anonimización y la necesidad de arquitectura corporativa

Ante la falta de entornos oficiales, el personal suele intentar anonimizar documentos manualmente borrando nombres o identificadores directos. Sin embargo, Juan Villarruel, Co-founder de Faro Estudio Creativo, observa que el contexto, las fechas, los proyectos y las cifras combinadas permiten individualizar a la empresa. Para Villarruel, la supervisión tradicional falla porque está diseñada para detectar ciberataques, no fugas voluntarias provocadas por empleados que buscan agilizar su labor cotidiana.

Frente a esta problemática, las entidades financieras aplican esquemas de acceso segmentado. Leonardo Maglia, CTO de Supervielle, detalla la implementación de una arquitectura de datos gobernada donde no toda la información recibe el mismo tratamiento: "En el caso de los agentes de IA, el nivel de acceso y autonomía se define de manera proporcional al riesgo, considerando la sensibilidad de los datos, la criticidad del proceso, el impacto en clientes y las consecuencias financieras".

En el sector de consumo masivo, Agustina García Hernández, Directora de Data y Analytics en Cervecería y Maltería Quilmes, señala que los desafíos principales no se ubican en la infraestructura técnica sino en el comportamiento individual. Para la ejecutiva, la clave consiste en acompañar los millones de microdecisiones que toman los colaboradores diariamente al redactar un prompt o evaluar una respuesta recomendada por la máquina.

Por otro lado, Mariano Casero, CTO de Finnegans, explica que en la mayoría de los casos no existe intención de filtrar información, sino el deseo de resolver una tarea de forma rápida. El vocero sostiene que la anonimización manual resulta insuficiente y que la solución de fondo requiere habilitar plataformas corporativas con controles de seguridad integrados por diseño. Desde la perspectiva de la infraestructura de hardware, Marcelo Bertolami, Technical Sales Manager Intel Latinoamérica, destaca que el procesamiento local en AI PCs reduce la superficie de exposición al ejecutar tareas directamente en el dispositivo sin enviar información a la nube.

Habilitación, educación y la construcción de criterio en las decisiones diarias

Las políticas basadas exclusivamente en la prohibición suelen derivar en la clandestinidad operativa. Laens sugiere aplicar periodos de amnistía explícita de 30 días para mapear el uso real de software no autorizado en las distintas áreas sin aplicar medidas disciplinarias, que permitan identificar demandas operativas no cubiertas por las áreas de sistemas.

En lugar de restringir el acceso, diversas organizaciones apuestan por plataformas propias y capacitación. Cristian Deferrari, Head de Plataformas & Gen AI en Naranja X, señala la adopción de un enfoque compliance-first mediante un entorno interno equipado con guardrails automáticos, observabilidad integral y límites explícitos sobre la información procesada.

El desarrollo de criterio operativo reemplaza la imposición de manuales extensos. Scoglio subraya: "El objetivo no es solamente enseñar a usar una herramienta, sino desarrollar criterio para saber cómo utilizarla, qué pedirle, cómo evaluar sus resultados y cómo combinarla con el conocimiento de cada equipo".

En la misma línea, Maglia describe el programa interno Colonos, una iniciativa que permite a los colaboradores experimentar con soluciones concretas sobre problemas reales de su trabajo, en tareas de beneficio visible y riesgo acotado.

Para García Hernández la formación tecnológica puede equipararse con las reglas de conducción vial: "Es como aprender a manejar un auto: se enseñan los límites seguros. Más que entrenar usuarios, buscamos crear criterio para validar resultados, supervisar decisiones y evitar compartir información sensible".

Finalmente, De Luca Prieto plantea que la capacitación debe ser considerada un control de seguridad esencial y no un gasto administrativo, y concluye que medir el nivel de madurez técnica de los empleados antes y después del entrenamiento aporta evidencia concreta frente a auditorías e instancias directivas.

"Check list" para el C-Level: ¿Qué preguntas hacerse antes de compartir información con una IA en el ámbito laboral?

Para navegar en un entorno seguro, las organizaciones deben definir con precisión qué información jamás debe tocar un modelo de IA estándar. Hilaire comparte que existen cinco categorías de datos prohibidos en herramientas públicas: credenciales de acceso y claves de API (como contraseñas, tokens y llaves criptográficas); datos de identificación personal o de salud; propiedad intelectual y código fuente propietario; información de terceros bajo NDA; y planes estratégicos o financieros no públicos de la junta directiva. 

En este sentido, como política práctica de mitigación, según el ejecutivo, cada colaborador debería aplicar un filtro mental de cinco preguntas rápidas antes de interactuar con una IA pública:

• ¿Es esta información pública o la compartiría en mis redes sociales? Si la respuesta es no, detente de inmediato.
• ¿A quién le pertenecen realmente estos datos? Si manejas información que te confió un cliente, no tienes el derecho de entregarla a una plataforma pública.
• ¿Qué sucedería si este archivo se filtra y se hace público mañana en la web? Si la exposición de este documento provocaría problemas financieros o legales, descartalo del chat de inmediato.
• ¿Conozco las condiciones de privacidad de la cuenta que estoy utilizando? Si usas la versión común y no has modificado la configuración de entrenamiento, asume que tus datos se volverán públicos.
• ¿Es estrictamente necesario incluir datos reales o puedo anonimizar la estructura utilizando variables ficticias? Muchas veces la IA solo necesita el esquema o la idea, por lo que puedes usar nombres genéricos.

Gobernar la inteligencia artificial no equivale a frenar la innovación, sino a ordenar la cancha para acelerar de forma segura. La clave para la alta dirección radica en entender que la verdadera ventaja competitiva de las organizaciones estará en la combinación entre una gobernanza transparente, herramientas corporativas protegidas y el desarrollo del criterio humano de sus colaboradores para tomar decisiones responsables en cada interacción cotidiana.