¿Quién compartió qué con cuál IA? Pocas empresas lo saben
Hágale a su organización una pregunta simple: ¿qué servicios de IA usa su gente en este momento y qué datos ha pegado en ellos? La mayoría de los equipos directivos no puede responder. Ni de forma aproximada, ni siquiera a grandes rasgos — no puede responder en absoluto. No hay log, no hay inventario, no hay registro de un solo prompt.
Esa es exactamente la pregunta que un regulador, un auditor o el equipo de seguridad de un cliente terminará poniendo por escrito, y “no estamos seguros” no es una respuesta defendible para nadie que maneje datos personales, historias clínicas, información financiera o secretos de sus clientes.
Lo incómodo es que nada de eso se aprobó. El personal encontró herramientas que lo hacían más rápido y las usó. Eso es la IA en la sombra (shadow AI), y ya existe en toda organización de tamaño relevante.
Bloquear no funciona, y la ceguera es peor
La reacción instintiva es bloquear: agregar los dominios de los chatbots públicos al filtro web, enviar un memorando de política y dar el problema por resuelto.
No funciona, por la misma razón por la que nunca funcionó bloquear Dropbox. La gente tiene celular, cuentas personales, una fecha de entrega encima y una herramienta que le ahorra la mitad del trabajo. Lo único que se logra al bloquear es empujar la actividad fuera de su red, donde usted no ve absolutamente nada — el mismo patrón de falla que describimos en por qué sus empleados son su mayor riesgo de seguridad. Los datos salen igual. Usted solo deja de verlos salir.
Entonces la decisión no está entre usar IA y no usarla. Esa decisión la tomaron por usted hace meses las personas que intentaban hacer bien su trabajo. La decisión real está entre un uso de IA sin supervisión y un uso supervisado.
Supervisado significa algo concreto: un único punto de entrada controlado entre su gente, sus aplicaciones y sus agentes de IA, y los servicios de IA que utilizan. Cada solicitud pasa por ahí; nada llega a un modelo por otra vía. Eso es un AI Gateway, y es la única arquitectura que hace posibles a la vez las cuatro cosas que siguen.
Pilar uno: residencia de datos
La residencia de datos es el más claro de los cuatro requisitos y el que más se descarta con un gesto. Cuando alguien pega el archivo de un cliente en un chatbot público, ese contenido se procesa en algún lugar. Usted no elige dónde, no sabe dónde, y quien lo pegó tampoco.
Si su organización maneja datos personales bajo la Ley 1581 de 2012 en Colombia, la LFPDPPP en México o el RGPD cuando hay datos de personas en Europa, esto no es una inquietud filosófica. Dónde se procesan y se almacenan los datos personales es una pregunta regulada, con una respuesta exigible. Las normas sectoriales suman todavía más: las entidades públicas, las organizaciones de salud y las instituciones financieras cargan con obligaciones de residencia que ningún producto de IA de consumo se diseñó para cumplir.
Un gateway convierte la residencia en una decisión de configuración y no en un accidente. Usted define la jurisdicción donde se procesan y se guardan los registros, y el gateway la impone — las solicitudes nunca llegan a un destino que usted no haya aprobado, porque el gateway es la única ruta hacia cualquier destino.
La versión más fuerte de este control es que ciertos datos no salen nunca de su perímetro. Un gateway puede enrutar las solicitudes sensibles a un modelo soberano de pesos abiertos que corre en su propio hardware, sin conexión. No “en nuestra región de nube”, no “cifrado en tránsito hacia un socio” — en su propio equipo, aislado de internet. Para la información que de verdad no puede salir, esa es la única respuesta honesta.
Pilar dos: privacidad de los datos
La residencia gobierna a dónde van los datos. La privacidad gobierna qué sale y qué no.
El riesgo realista no es una brecha espectacular. Es el trabajo de todos los días: un gerente pega una hoja de cálculo con identificadores de empleados para pedir un resumen, un analista suelta una lista de clientes en un chatbot para corregir el formato, un agente de soporte pega el hilo completo de un ticket con un número de documento adentro. Nadie ahí es descuidado. Tratan una herramienta de IA como tratan un editor de texto, porque nunca nadie les dijo otra cosa.
El filtrado tiene que ocurrir en la ruta, no en el documento de política. Un gateway inspecciona las solicitudes antes de que salgan y enmascara los datos personales — nombres, datos de contacto, números de cuenta, identificadores — para que el modelo reciba lo que necesita y no los campos que generan responsabilidad legal.
Un detalle separa un control que funciona de uno que solo genera ruido: la validación de identificadores. Los números de documento y de identificación tributaria tienen estructura de verificación, y un gateway que los valida en lugar de capturar cualquier cadena de nueve dígitos detecta los reales y deja pasar intactos los números de factura y los códigos de pieza. Los falsos positivos producen usuarios frustrados, y los usuarios frustrados esquivan el control. La precisión es lo que mantiene al gateway dentro de la ruta.
La misma capa de inspección atiende el tráfico en sentido contrario. Los intentos de inyección de prompts — contenido diseñado para secuestrar las instrucciones de un modelo, ya sea pegado por un usuario o escondido dentro de un documento que el modelo lee — se detectan y se bloquean en el borde. Esto es validación de entradas aplicada a una interfaz nueva, y le corresponde estar donde ya viven todos los demás filtros de entrada.
Pilar tres: mitigación de riesgos
La mitigación de riesgos es donde la gobernanza de la IA deja de ser un ejercicio de privacidad y se vuelve un problema de operaciones.
Acceso. Cada solicitud queda ligada a una persona o a un equipo real a través de su sistema de identidad actual, y cada usuario solo ve los modelos aprobados para él. Eso elimina el prompt anónimo: no existe una solicitud de “alguien de finanzas”, solo la solicitud de una persona con nombre, a una hora determinada, hacia un modelo específico.
Enrutamiento por sensibilidad. Tratar todas las solicitudes por igual es paranoico o negligente, según hacia dónde redondee. Redactar una entrada pública de blog y analizar un contrato confidencial son trabajos distintos. Un gateway clasifica la sensibilidad de cada solicitud y deja que eso decida el destino: el tráfico rutinario hacia un modelo comercial verificado bajo contrato en una región aprobada, y el tráfico sensible hacia el modelo soberano interno que nunca toca internet. La misma interfaz para el usuario, un carril distinto por debajo.
Presupuestos. Los límites de gasto y de consumo por equipo convierten el costo de la IA de una sorpresa en la factura a una cifra administrada. El precio por consumo sin límites tiene exactamente un modo de falla, y cualquiera que haya operado infraestructura en la nube ya lo conoce.
Gobernanza de herramientas para agentes. Este es el riesgo que crece más rápido. Los agentes de IA no solo producen texto — invocan herramientas, leen sistemas y ejecutan acciones. Un agente con una lista de herramientas sin límites es un actor sin límites dentro de su entorno. Los controles que importan son una lista de herramientas permitidas, un log de cada acción ejecutada y una alarma de desviación que se dispara cuando una herramienta empieza a comportarse distinto de como se comportaba ayer. Esto último pesa más de lo que parece: una herramienta cuyo comportamiento cambia en silencio es la dependencia comprometida de la era de los agentes. Es el mismo razonamiento de zero trust aplicado a las identidades no humanas — verificar cada solicitud, otorgar el mínimo, registrar lo que pasó.
Pilar cuatro: controles auditables
Todo lo anterior es un control, y los controles que usted no puede demostrar son — desde la perspectiva de un auditor — indistinguibles de los controles que no tiene. La diferencia la hace un plano de evidencia. Tres cosas le corresponden:
Revisión de actividad por usuario. Seleccione a una persona y vea qué envió, cuándo, hacia qué modelo y qué hizo el gateway al respecto. No estadísticas agregadas — el registro real.
Paneles en vivo. Gasto por equipo, qué carril tomó cada tráfico, qué se bloqueó y por qué. La gobernanza que llega como un PDF trimestral es arqueología; la gobernanza que usted puede mirar es gestión.
Una traza de auditoría inmutable. Registros de escritura única sellados con una cadena de hashes, de modo que cualquier modificación del historial se detecta. Esa es la diferencia entre un log y una evidencia: un log que alguien pudo editar no prueba nada bajo escrutinio.
Juntas, estas tres piezas producen tres afirmaciones que hoy la mayoría de las organizaciones no puede hacer, y que cualquier regulador, auditor o cliente corporativo aceptará:
- Sabemos qué servicios de IA se usan, quién los usa y con qué información.
- Los datos sensibles se filtran antes de salir, y cada intento queda registrado.
- Podemos entregar evidencia completa y verificable de cada interacción.
Note lo que no está en esa lista: la promesa de que nunca se enviará nada indebido. Ninguna capa de control puede prometer eso, y cualquier proveedor que lo prometa le está vendiendo humo. Lo que sí puede demostrar es que usted sabía, que filtró y que guardó los comprobantes.
Por qué aquí importan el código abierto y el autoalojamiento
El gateway se construye con componentes de código abierto y autoalojados, y esa es una decisión de arquitectura, no de costo.
Una capa de gobernanza lo ve todo — cada prompt, cada documento, cada pregunta que hace su personal. Resolver un problema de “nuestros datos se van a un lugar que no vemos” enviándolos todos a través de otro tercero opaco no es una solución. Es el mismo problema con mejor papeleo.
Autoalojado significa que el gateway corre donde usted decide, la evidencia vive donde usted decide y el carril sensible es enteramente suyo. Es el mismo argumento a favor de la infraestructura abierta que recorre el resto de nuestros servicios de seguridad gestionada: usted es dueño de los datos, puede inspeccionar el sistema y ningún proveedor le está bloqueando la puerta de salida.
Empiece por la pregunta que no puede responder
Un primer paso que no cuesta nada: pregúntele a su equipo esta semana qué servicios de IA usa para trabajar. No para sancionar a nadie — para enterarse. La respuesta suele ser más larga de lo que la dirección espera, y es el comienzo de un inventario que hoy no existe.
Después decida si ese uso sigue sin supervisión o con supervisión. Esa es toda la decisión.
El AI Gateway de ThinSky es el punto de entrada supervisado que se describe arriba: acceso ligado a la identidad, enmascaramiento de datos personales y defensa contra la inyección de prompts, enrutamiento por sensibilidad entre un modelo comercial aprobado en su región y un modelo soberano en su propio hardware, presupuestos por equipo, gobernanza de herramientas para agentes y una traza de auditoría encadenada con hashes que puede entregarle a un auditor. Escriba a sales@thinsky.com o solicite una consulta y lo dimensionamos según cómo su organización está usando IA hoy.
Preguntas frecuentes
¿No es más fácil prohibir las herramientas de IA?
Más fácil de escribir, imposible de hacer cumplir. El personal usa dispositivos y cuentas personales, y el trabajo igual se termina con la herramienta que lo acelera. Una prohibición no elimina la exposición de los datos — elimina su capacidad de verla.
¿Se pueden mantener los datos sensibles enteramente dentro de nuestra red?
Sí. Las solicitudes clasificadas como sensibles se enrutan a un modelo de pesos abiertos en su propio hardware, sin conexión y sin ninguna ruta hacia internet. El tráfico no sensible va a un modelo comercial aprobado bajo contrato, en la región que usted elija. La misma interfaz para el usuario; un destino distinto.
¿En qué ayuda esto en una auditoría de privacidad o de cumplimiento?
En que produce evidencia en lugar de afirmaciones. La revisión de actividad por usuario muestra exactamente qué envió cada persona y qué hizo el gateway al respecto, los paneles muestran la postura actual, y el log de escritura única encadenado con hashes vuelve el historial verificable y no solo almacenado. Los auditores piden registros; este es un sistema que los tiene.
¿El gateway ve nuestros prompts?
Tiene que verlos — eso es lo que significa inspeccionar. Y precisamente por eso se construye con componentes de código abierto y autoalojados, corre en un entorno que usted controla y guarda sus registros en la jurisdicción que usted elija.