Shadow AI: las claves de Palo Alto Networks para adoptar IA de forma segura

20 de Noviembre de 2026
Bajada: Herik Soto, Presales Engineer Regional de Palo Alto Networks en Licencias OnLine, advierte que más de la mitad de los empleados usa herramientas de IA sin control, y que la mayoría de los controles de seguridad de una plataforma de IA es responsabilidad de la empresa y no del proveedor

La inteligencia artificial se adopta a un ritmo inédito. Según datos presentados por Palo Alto Networks, a la telefonía móvil le tomó 16 años alcanzar 250 millones de usuarios y a internet, 23, mientras que la IA lo logró en solo 7. Hoy, el 96% de las empresas planifica o ejecuta proyectos de IA para los próximos doce meses. Pero esa velocidad también abre una superficie de ataque que el cibercrimen explota de forma sistemática.

“Cada vez que hay una tecnología disruptiva que impacta a todo el planeta, ese avance viene acompañado de nuevos componentes de riesgo. Y los ciberdelincuentes también han evolucionado la forma en la que nos atacan”, explicó Herik Soto, Presales Engineer Regional de Palo Alto Networks en Licencias OnLine.

Herik Soto, Presales Engineer Regional de Palo Alto Networks en Licencias OnLine
Herik Soto, Presales Engineer Regional de Palo Alto Networks en Licencias OnLine

Ataques en minutos


El impacto más visible de la IA en el cibercrimen es la reducción de los tiempos de ataque:
  • Ransomware: hace cuatro años, cifrar datos tomaba 12 horas. Hoy se logra en 3, y para 2027 se proyectan ataques de menos de 15 minutos.
  • Filtración de datos: las campañas de exfiltración, que antes llevaban 9 días, hoy se concretan en 20 minutos.
  • Explotación de vulnerabilidades: 60 minutos o menos desde su descubrimiento.

Frente a ese escenario, los modelos defensivos manuales deben migrar hacia sistemas automatizados capaces de operar a velocidad de máquina.

El riesgo del Shadow AI


Uno de los riesgos más críticos viene de adentro. “Más del 50% de los empleados utiliza herramientas de inteligencia artificial sin permiso ni ningún tipo de control. Esto es lo que llamamos Shadow AI: la incapacidad de las empresas de saber qué herramientas usan sus colaboradores, para qué y con qué datos alimentan esos motores”, advirtió Soto.

Cuando un empleado carga datos financieros o código en una plataforma pública, esa información puede terminar en los conjuntos de entrenamiento de los proveedores. A esto se suma que más del 80% de los modelos públicos es sensible a técnicas de manipulación como el jailbreaking, y que en el cibercrimen ya circulan más de 100 modelos maliciosos bajo el esquema de “IA como servicio”.

¿De quién es la responsabilidad?


El problema se agrava por una mala concepción de la responsabilidad. Muchas empresas asumen que la protección corre por cuenta del proveedor de IA. “Al igual que ocurrió con el modelo de responsabilidad compartida en la nube, hoy muchas empresas no tienen certeza de hasta dónde llega la responsabilidad del proveedor y dónde empieza la suya. La gran mayoría de los controles de seguridad en una plataforma de IA es responsabilidad directa de la organización. Si la empresa no coloca los controles desde el diseño, todo el modelo de protección colapsa”, señaló el especialista.

Ver para proteger


Las empresas transitan un ciclo de adopción en cuatro etapas: consumo de IA externa, construcción de IA propia, agentes autónomos y escalamiento industrial. Para acompañarlo, Palo Alto Networks organiza su propuesta en tres ejes: asegurar el uso y el desarrollo de IA, defender la infraestructura con Precision AI y simplificar las operaciones con agentes de respuesta automática.

Entre sus soluciones se destacan:
  • AI Access Security: identifica las aplicaciones de IA en uso y aplica políticas de prevención de fuga de datos.
  • Prisma Browser: lleva los controles al navegador.
  • Prisma AIRS: inventaría modelos, gestiona la postura de los agentes y los protege en tiempo de ejecución.
  • Cortex XDR y Cortex Agentic Endpoint Security: supervisan procesos e identidades sintéticas en los dispositivos.

“Hay un principio de la ciberseguridad que se mantiene vigente: no puedo controlar lo que no puedo ver. El punto de partida de toda estrategia debe ser ganar visibilidad sobre los usuarios, los modelos y la información que se expone, para luego aplicar controles progresivos sin frenar la innovación del negocio”, sostuvo Soto.

Gobernanza antes que presupuesto


La velocidad de la IA genera lo que Soto llama un “flujo inverso”: la tecnología ya está en uso antes de que la dirección planifique el presupuesto y la infraestructura. Para corregir ese desfase, recomienda alinear la estrategia con los marcos internacionales, como ISO/IEC 42001, el NIST AI Risk Management Framework y el OWASP Top 10 para LLMs, y construir una gobernanza que involucre a las áreas de negocio, legal y TI.