IA que nadie autorizó, nadie revisa, nadie midió

En resumen · 4 puntos clave

• Los incidentes de seguridad con herramientas de IA adoptadas sin aprobación pasaron de 20% a 43% en un año (IBM, 2026).
• El porcentaje de organizaciones sin política de gobierno de IA subió, no bajó: de 63% a 68% (IBM, 2026).
• Ocho de cada diez usuarios reportan ser más productivos, pero solo el 37% de las empresas ve efecto en su resultado (McKinsey, 2026).
• No es un problema de tecnología ni de tu equipo, es que nadie quedó a cargo.

Estás revisando el reporte de finanzas del mes y, entre los gastos de operación, aparecen varios cargos de herramientas de inteligencia artificial repartidos en áreas distintas, ninguno grande por sí solo, todos recurrentes.

Te detienes en esa parte del reporte y te das cuenta de que no puedes contestar tres preguntas básicas: cuántas herramientas son en realidad, qué hace cada una, y si alguna de ellas está produciendo algo que valga lo que cuesta. Nadie en la empresa tiene esa lista, porque nunca hubo un momento en el que a alguien le tocara armarla.

No es negligencia, cada área resolvió un problema con lo que tenía a la mano, que es exactamente lo que esperas de gente competente.

Pero el resultado es que hoy tienes tres puntos ciegos al mismo tiempo: no sabes qué herramientas están operando, no sabes si estás pagando lo que deberías, y no vas a poder demostrar si algo de esto sirvió. Los tres son del mismo tipo, no son fallas técnicas sino decisiones que nadie tomó.

Punto ciego uno: qué está operando

El IBM Cost of a Data Breach Report 2026, hecho con Ponemon Institute sobre 602 organizaciones que sufrieron una brecha entre marzo de 2025 y febrero de 2026, trae el dato que más debería moverte: los incidentes que involucraron herramientas de inteligencia artificial adoptadas sin aprobación pasaron de 20% a 43% en un año, es decir, se duplicaron.

Lo que sigue es peor, porque ya no habla del riesgo sino de la respuesta. En ese mismo estudio, el 68% de las organizaciones afectadas no tenía una política de gobierno de inteligencia artificial, contra 63% el año anterior, y apenas el 19% reporta que sus equipos de gobierno y de seguridad trabajan coordinados. Dicho simple, la exposición creció al doble mientras la respuesta organizacional retrocedía.

La reacción instintiva es prohibir, y conviene entender por qué no funciona antes de intentarlo. Cuando se cierra el acceso corporativo la herramienta no desaparece, se muda al teléfono personal de quien la estaba usando, así que pasas de un problema que podías ver a uno que ya no. Y de paso mandas el mensaje de que encontrar una forma mejor de trabajar estaba mal, con lo cual la próxima vez nadie te lo va a comentar.

Lo que necesitas no es cerrar la puerta, es saber qué entró por ella.

Punto ciego dos: qué estás pagando

Antes del dato, algo que casi nadie explica y que cambia cómo se lee esa parte del reporte.

Estas herramientas no se cobran como el software al que estás acostumbrado, no pagas por licencia ni por usuario, pagas por uso: cada vez que alguien le pide algo se cobra por la cantidad de texto que entra y la que sale. La unidad se llama token, que es un fragmento de texto del tamaño aproximado de una palabra corta, y algunos proveedores lo empaquetan como créditos, que es lo mismo con otro nombre.

De ahí salen dos consecuencias prácticas, y son las únicas que necesitas retener.

La primera es que tu factura no depende de cuánta gente tiene acceso sino de cuánto se usa, así que agregar diez personas que la usan poco cuesta menos que una que la usa todo el día, lo cual rompe la lógica de presupuesto con la que normalmente se planea software.

La segunda es que no todas las tareas requieren la misma herramienta. Las opciones más potentes cuestan varias veces más que las intermedias, y tareas como resumir una minuta, clasificar correos o preparar un borrador se resuelven perfectamente con una opción de menor capacidad, con un resultado igual de útil para ese fin. Pero cuando nadie asignó qué tarea corre con qué herramienta, todo termina corriendo con la más potente, porque es la que viene configurada por defecto y nadie tiene razón para cambiarla.

Aquí entra el dato. El 22 de septiembre de 2026, con horas de diferencia, Anthropic y OpenAI ajustaron sus precios a la baja, en algunos casos a la mitad de lo que costaban las versiones anteriores, y no fue un hecho aislado, porque la tendencia del mercado ha sido a la baja en cada generación.

Y aun así hay empresas pagando más que el año pasado.

Parte de eso es sano, porque el uso creció. La parte que no es sana es que un ajuste de precios no llega solo a tu factura: alguien tiene que enterarse de que existe una opción más eficiente, verificar que mantenga la calidad que tu operación necesita, y cambiar la configuración. Si esa tarea no está asignada a nadie, sigues pagando la tarifa del año pasado por un trabajo que hoy se hace con menos.

Y cuando no sabes qué herramientas tienes ni quién las paga, ni siquiera puedes evaluar si conviene moverte, así que el primer punto ciego te está costando dinero dentro del segundo.

Punto ciego tres: qué está produciendo

Este es el que menos se nota y el que más caro sale cuando alguien pide cuentas.

En el informe de McKinsey The state of AI in 2026: On the road to ROI, publicado en agosto de 2026 con 1,719 participantes, ocho de cada diez de quienes usan inteligencia artificial reportan que mejoró su productividad personal, mientras que solo el 37% de las organizaciones reporta alguna contribución positiva a su resultado operativo.

Esa distancia es el dato más importante del artículo, porque la mejora individual es real, masiva y verificable, y la organizacional no aparece.

Hay dos explicaciones y ambas aplican. Una es que el tiempo que se ahorra no siempre llega al estado de resultados, porque si una persona termina en dos horas lo que le tomaba cinco, y esas tres horas no se reasignan a nada, el ahorro existe pero no se cobra.

La otra es más simple: cuando una herramienta entra por la vía rápida nadie se detiene a anotar cuánto tardaba antes ese proceso, cuánto costaba o con qué margen de error se hacía, lo cual es comprensible porque quien la adoptó quería terminar su trabajo. Doce meses después la mejora puede ser real y sentirse en toda la operación, y aun así no existir en ningún reporte, porque no hay un dato anterior contra el cual compararla. Sobre lo que pasa cuando esa pregunta llega a la mesa escribimos en un artículo anterior.

Los tres son el mismo problema

Entraron herramientas que nadie autorizó, creció un gasto que nadie revisa, y se perdió la posibilidad de demostrar un resultado que nadie definió.

No son tres problemas sueltos sino tres consecuencias de la misma ausencia, y se alimentan entre sí, porque sin inventario no hay control de gasto, y sin control de gasto no hay forma de calcular un retorno.

La inteligencia artificial entró a las empresas de una forma distinta a como entra todo lo demás: llegó por varias puertas al mismo tiempo, muchas veces gratis al principio, y casi siempre de abajo hacia arriba, de modo que para cuando llegó a tu escritorio ya era parte de la operación.

Ninguna empresa deja que cada área contrate a quien quiera, con su propio presupuesto y sin avisar, para después preguntar un año más tarde qué produjo esa gente. Con la inteligencia artificial eso fue exactamente lo que pasó, y pasó sin que nadie lo decidiera.

Por dónde empezar

No hace falta un proyecto ni presupuesto nuevo, bastan cuatro cosas en este orden, y las primeras dos se hacen en una semana.

Levanta el inventario. Qué herramientas, en qué área, para qué tarea y quién las paga, una hoja basta. Hazlo preguntando y no auditando, porque si la gente siente que es una cacería, la mitad no va a aparecer en la lista.

Pon un nombre a cada una. No un área, una persona, alguien que responda si se queda, si se amplía o si se apaga. Cuando el responsable es un departamento completo, en la práctica no hay responsable.

Define qué se necesita para que entre una nueva. No un proceso de compras de tres meses, sino dos o tres criterios claros y, sobre todo, una línea que no se cruza: qué información de la empresa y de los clientes nunca sale hacia una herramienta externa.

Elige una sola medida por herramienta. Qué se esperaba de ella y contra qué se compara, y si no existe el dato anterior, levántalo ahora y compara en seis meses. Es tarde, pero es mucho mejor que seguir sin nada.

A esto se le llama administrar la inteligencia artificial, y es lo que nadie asumió cuando entró la primera herramienta. No es control por control, es lo mismo que tu empresa ya hace con cualquier otro recurso que cuesta dinero y toca información de clientes.

La pregunta con la que conviene cerrar no es cuánto rindió, es más sencilla, y la respuesta dice bastante.

¿En qué momento te enteraste de cada una de las herramientas de inteligencia artificial que hoy opera tu empresa?

Si en la mayoría de los casos fue después, ya sabes dónde está el problema, y no está en tu equipo.

Fuentes

1. IBM Security y Ponemon Institute. Cost of a Data Breach Report 2026. 29 de julio de 2026. 602 organizaciones con brechas ocurridas entre marzo de 2025 y febrero de 2026, en 16 países y 17 industrias. Ver estudio
2. McKinsey & Company. The state of AI in 2026: On the road to ROI. 25 de agosto de 2026. Encuesta global a 1,719 participantes, levantada del 4 de mayo al 8 de junio de 2026. Ver estudio
3. Engadget. Anthropic and OpenAI announce more powerful (and cheaper) AI models. 22 de septiembre de 2026. Ver nota