Una contadora senior de su equipo fiscal está conciliando los ingresos por inversiones de un cliente a las 9 de la noche. Los números no cuadran, así que copia tres columnas del estado de cuenta de corretaje del cliente — nombres, saldos de cuentas, un SIN en la fila del encabezado — en ChatGPT y le pide que encuentre la discrepancia. Obtiene una respuesta clara en treinta segundos y cierra el archivo. Hizo un buen trabajo. También acaba de divulgar la identidad financiera de un cliente a un tercero, y ni ella ni la firma tienen forma de recuperarla.
Esta es la tensión que la IA generativa crea para cada práctica de contabilidad, impuestos y auditoría en Canadá. El deber de confidencialidad en su código provincial de CPA no es nuevo, y no es ambiguo: la información obtenida en el curso de un encargo profesional permanece confidencial a menos que el cliente lo consienta o la ley obligue a divulgarla. Lo nuevo es la facilidad con la que se incumple ese deber por parte de alguien que no hace más que intentar trabajar más rápido.
El deber no cambió, pero la exposición sí
Las obligaciones de confidencialidad del CPA se redactaron para un mundo de archivos en papel, gabinetes cerrados con llave y divulgaciones claramente delimitadas. Usted sabía cuándo la información salía de su control porque salía en un sobre o en un correo electrónico que podía señalar. Una herramienta de IA pública derriba ese límite. Una vez que se envía un prompt, el contenido queda sujeto a los términos de uso del proveedor, que pueden otorgar amplios derechos para retenerlo, procesarlo a través de subprocesadores en otros lugares y usarlo para mejorar los modelos del proveedor. No hay ningún sobre que interceptar ni ningún destinatario a quien llamar.
La irreversibilidad es lo que más importa. Un fax mal dirigido a veces puede triturarse del otro lado. Un prompt no puede des-enviarse. Por eso el análisis de confidencialidad tiene que adelantarse más de lo que la mayoría de las firmas supone: el punto de decisión no es "cómo manejamos una fuga", sino "cómo impedimos que los datos del cliente lleguen a la herramienta en primer lugar", porque después del envío no queda nada que controlar.
Y el volumen es real. La investigación de 2025 de Cyberhaven encontró que la proporción sensible de datos corporativos que llegan a las herramientas de IA aumentó a aproximadamente el 35 por ciento, frente a alrededor del 11 por ciento dos años antes. Los datos de 2025 de LayerX muestran que el 77 por ciento de los usuarios de IA pegan datos en los prompts, y el 82 por ciento de ese contenido pegado proviene de cuentas personales no gestionadas. Para una firma de contabilidad, "datos sensibles" y "el contenido de un prompt" son frecuentemente lo mismo: una declaración, una valuación, las finanzas de un cliente.
Por qué la temporada alta empeora esto, no lo mejora
El deber de confidencialidad se aplica todo el año, pero las condiciones que producen incumplimientos se disparan durante la temporada alta. La presión de los plazos, el volumen, el personal junior trabajando hasta tarde y la pura repetitividad del trabajo de conciliación y revisión son exactamente las condiciones bajo las cuales alguien recurre a la herramienta más rápida disponible. La encuesta de 2026 de Gartner encontró que el 88 por ciento de los empleados con acceso a IA empresarial también usan herramientas de IA personales para el trabajo, lo que significa que incluso las firmas que aprovisionaron una herramienta aprobada siguen viendo datos de clientes fluir hacia cuentas no gestionadas.
Considere un escenario común: un asociado de auditoría está probando una muestra de transacciones y quiere resumir el extracto del libro mayor de un cliente para detectar anomalías. El extracto incluye nombres de proveedores, cifras en dólares y, en algunas filas, información personal sobre los contratistas del cliente. Pegado en una herramienta pública, eso no es una sola cuestión de confidencialidad: es una divulgación que abarca al cliente, a las contrapartes del cliente y a personas cuya PII el cliente confió a su firma. La telemetría de 2025 de Netskope pone un número a lo rutinario que es esto: la organización promedio registra aproximadamente 223 violaciones de políticas de datos sensibles por mes en aplicaciones de GenAI, y los datos regulados representan el 54 por ciento de ellas.
Una prohibición en toda la firma parece la respuesta limpia. No lo es. Gartner informa que el 69 por ciento de las organizaciones sospechan o tienen evidencia de uso prohibido de GenAI pública. Las prohibiciones empujan la actividad hacia dispositivos personales y cuentas personales, donde la firma no tiene ninguna visibilidad en absoluto, reemplazando un problema de gobernanza por un problema de ceguera.
La confidencialidad es un problema de datos, así que el control tiene que estar en los datos
El enfoque más duradero trata la confidencialidad como una obligación a nivel de datos en lugar de a nivel de herramienta. No importa a qué herramienta de IA recurra un miembro del personal; lo que importa es si la información financiera que identifica al cliente sale del control de la firma. Ese replanteamiento apunta a tres cosas que una firma puede hacer realmente.
Primero, detectar datos sensibles — SIN, números de cuenta, nombres de clientes vinculados a cifras financieras, datos de valuación — antes de que un prompt llegue a la herramienta de IA, de modo que la divulgación nunca ocurra. Redactar los elementos sensibles mientras se deja pasar la pregunta analítica significa que la asociada aún obtiene su ayuda de conciliación; la identidad del cliente simplemente no va con ella.
Segundo, convertir cada cuasi-incidente en un momento de enseñanza. Cuando se detiene un prompt, una explicación de qué se señaló y por qué convierte una política abstracta en capacitación concreta y en el momento. A lo largo de una temporada alta, así es como el personal de una firma mejora de forma medible en el manejo de la IA, en lugar de aprender la regla solo después de un incumplimiento.
Tercero, dar a los socios visibilidad sobre dónde se concentra el riesgo de IA en toda la práctica, registrado como un evento de política en lugar de una transcripción de lo que alguien escribió. Esa distinción importa: usted quiere evidencia de que un control está funcionando, no una segunda copia de los datos confidenciales que intentaba proteger.
Este es el principio sobre el que está construido Sanitized AI: que el deber de confidencialidad se honra mejor actuando sobre los datos antes del envío, no vigilando las herramientas después del hecho.
La pregunta a responder antes de su próximo plazo de presentación
Aquí está lo único que vale la pena resolver este trimestre: si un miembro de su personal pegara la declaración de un cliente en una herramienta de IA pública mañana, ¿algo lo detendría, y alguien lo sabría? Si la respuesta honesta es no, el deber de confidencialidad que ya carga está funcionando solo sobre la confianza. No requiere una prohibición ni un memorando de política que nadie lee: requiere un control que encuentre los datos en el punto donde de otro modo saldrían de su firma.
Si desea ver cómo se ve eso para una práctica de contabilidad, impuestos o auditoría, solicite una demostración y la recorreremos teniendo en cuenta sus flujos de trabajo.