Una cuarta parte de su plantilla ya está pegando datos de la empresa en herramientas de IA que usted no controla, y la cifra financiera de ese comportamiento ahora es medible. El informe Cost of a Data Breach 2025 de IBM le da a las juntas directivas algo que faltaba en la conversación sobre la IA en la sombra: no un susto, sino un precio. Las brechas que involucran niveles altos de IA en la sombra cuestan alrededor de 670.000 USD más en promedio: 4,63 millones USD frente a 3,96 millones USD. Esa diferencia es el costo de un punto ciego, y el informe es inusualmente claro sobre por qué existe ese punto ciego.
Para un CISO que informa a una junta, el movimiento útil no es dar la voz de alarma. Es traducir tres de las cifras de IBM en la decisión de control específica que implican, porque el mismo informe que cuantifica la pérdida también nombra la salvaguarda que falta.
La cifra que debería replantear la conversación
Empiece por la diferencia principal. Un sobrecosto de 670.000 USD en brechas que involucran IA en la sombra no es una abstracción; es aproximadamente la diferencia entre un incidente manejable y uno de impacto material. Combínela con una segunda cifra: el 20% de las organizaciones del informe sufrieron una brecha a través de la IA en la sombra. Eso es una de cada cinco, y no es una proyección sobre el futuro: es lo que ya ocurrió.
Las juntas están acostumbradas a sopesar la probabilidad frente al impacto. Aquí ambos se movieron en la dirección equivocada a la vez. La probabilidad es de una quinta parte de las organizaciones. El impacto conlleva un sobrecosto de seis cifras sobre la brecha promedio, que a su vez se sitúa en 4,44 millones USD a nivel global y mucho más en sectores regulados: las brechas en EE. UU. promediaron 10,22 millones USD y las del sector salud 7,42 millones USD. Sume la IA en la sombra a un modelo de amenazas del sector salud o de servicios financieros y las cifras dejan de ser el problema de otro.
Lo que distingue esto de la estadística de brechas habitual es dónde se origina la exposición. No entra por el perímetro. Entra caminando por el navegador, en una casilla de prompt, de la mano de un empleado que intenta hacer su trabajo más rápido.
Por qué la pérdida sigue ocurriendo: los controles no están ahí
El informe es contundente sobre el mecanismo. El 97% de las organizaciones que sufrieron una brecha relacionada con IA carecían de controles de acceso a la IA adecuados. No la mayoría: casi todas. Es una correlación casi perfecta entre "tuvimos una brecha" y "no teníamos nada vigilando el uso de la IA".
Baje una capa más y se vuelve más nítido. El 63% de las organizaciones no tiene ninguna política de gobernanza de la IA, y solo el 17% tiene controles técnicos para redactar o bloquear datos sensibles en el punto de entrada. Léalas juntas: incluso entre la minoría que tiene una política, la mayoría no tiene forma de hacerla cumplir donde los datos realmente salen. Una política que dice "no peguen datos de clientes en ChatGPT" es una frase en un documento. La cifra del 17% es la proporción de organizaciones que de verdad pueden actuar sobre esa frase en el momento que importa.
Esta es la brecha que la mayoría de las pilas de seguridad no cubren. Las herramientas tradicionales de prevención de pérdida de datos se diseñaron para archivos que se mueven por redes y correo electrónico: no ven un párrafo escrito en un formulario web y enviado a un proveedor de IA. La casilla de prompt es un canal que los controles existentes nunca fueron diseñados para vigilar.
Cómo se ve un sobrecosto de 670.000 USD en un solo prompt
Hágalo concreto. Una analista de ingresos tiene un plazo ajustado para explicarle una variación a la junta. Tiene abierto el modelo trimestral: cifras reales, pronóstico, algunos nombres de clientes vinculados a montos de operaciones. Pega la pestaña relevante en un asistente de IA y le pide que redacte la narrativa. El borrador es bueno. El trabajo se entrega a tiempo.
Lo que también ocurrió: datos que identifican a clientes, cifras financieras e información interna de operaciones fueron enviados a una herramienta de IA pública. Una vez enviado ese prompt, no se puede recuperar. Puede ser retenido, procesado por subprocesadores o usado para entrenar el modelo del proveedor, y el contenido pegado queda sujeto a las condiciones de uso de ese proveedor. No hubo malicia, ni atacante externo, ni alerta. Y nada en el entorno lo vio ocurrir, que es exactamente la condición que describe ese 97% de IBM.
Multiplique a esa analista por cada equipo que maneja datos sensibles bajo presión de plazos, y tiene la forma de la estadística de uno de cada cinco. El comportamiento es racional para el individuo e invisible para la organización. Esa combinación es lo que el sobrecosto de 670.000 USD realmente está poniendo en precio.
La decisión de control que señalan los datos
El propio planteamiento de IBM acota las opciones. La correlación no es entre las brechas y tener IA: es entre las brechas y no tener controles sobre cómo se usa la IA. Así que prohibir herramientas no aborda el hallazgo; la gente se pasa a cuentas personales y el uso simplemente se vuelve invisible, lo que empeora el problema de visibilidad en vez de mejorarlo. La solución implícita del informe es el control del 17%: la capacidad de redactar o bloquear datos sensibles en el punto de entrada, antes de que salgan de las manos de la organización.
Ese enfoque en el punto de entrada importa por la irreversibilidad. Después del envío no queda nada que gobernar: los datos ya salieron. El único lugar donde un control puede cambiar el resultado es antes de que el prompt llegue a la herramienta de IA. Ahí también vive la educación en el momento: un prompt que se detiene con una explicación clara de lo que se marcó le enseña a la analista por qué, y convierte un casi accidente en un hábito en lugar de un incidente repetido.
Este es el principio sobre el que está construido Sanitized AI: detectar datos sensibles en un prompt y redactarlos o bloquearlos antes de que lleguen a la herramienta de IA, con un registro de eventos de política para el liderazgo que nunca captura lo que la persona realmente escribió. Para una junta, ese registro también es la respuesta a la pregunta de la diligencia: evidencia de que la organización pasó del 63% sin gobernanza hacia el 17% que puede actuar.
Así que la pregunta que debe llevar a su próxima revisión de riesgos no es si los empleados están usando IA: asuma que sí. Es una más afilada: si se enviara hoy un prompt sensible, ¿algo en su entorno lo habría detectado antes de que saliera? Si la respuesta honesta es no, usted está en el 97%. Si quiere ver cómo se ve cerrar esa brecha en la práctica, solicite una demostración.