Los CISOs dicen que gestionan el riesgo de IA sin los recursos necesarios
La mayoría de los responsables de seguridad no recibieron un presupuesto mayor, un equipo más grande ni nuevos expertos cuando la IA generativa llegó a sus escritorios. Lo que sí recibieron fue más trabajo. Si dejas de lado la cifra principal de preocupación en el recién publicado informe Voice of the CISO 2026 de Proofpoint, lo que queda debajo es la verdadera historia: una brecha de recursos que nadie cerró antes de pasarle la factura a los CISOs.
El informe, basado en una encuesta de Censuswide a más de 1,600 CISOs de 16 países realizada en mayo de 2026, descubrió que la preocupación por la IA generativa como riesgo de seguridad aumentó 18 puntos porcentuales en un año. Ahora, el 78% de los CISOs ven la GenAI como un riesgo de seguridad, y el mismo porcentaje afirma que se espera que gestionen el riesgo relacionado con IA sin un aumento proporcional en recursos o experiencia. Mientras tanto, el 79% identifica ahora el riesgo humano, no el malware ni la infraestructura sin parches, como la mayor vulnerabilidad cibernética de su organización, un salto considerable desde el 66% del año anterior.
Para un CISO o Chief Compliance Officer, estos números describen una situación específica y familiar. La organización adoptó herramientas de IA generativa más rápido de lo que se construyeron controles, políticas o infraestructura de gobernanza de datos para mantener el ritmo. Los empleados ya están usando esas herramientas con datos sensibles, hayan sido autorizados o no, y sin importar si ese uso ha sido registrado o revisado. Y la persona que asume el riesgo resultante en papel, el CISO, debe responder por ello con el mismo número de personas y el mismo presupuesto que tenía antes de que la IA generativa se convirtiera en una herramienta cotidiana de negocio.
Mejorar la formación en alfabetización de IA no resolverá esto por sí solo. Es un problema de gobernanza y de evidencia, y apunta directamente al argumento de Kiteworks sobre la gobernanza de datos de IA. La forma más rápida de cerrar una brecha de recursos que no se está cerrando por sí sola es dejar de intentar monitorear cada interacción con IA después de que ocurre y, en su lugar, gobernar qué datos sensibles puede tocar una herramienta de IA desde el principio.
Aspectos clave
1. La preocupación por la seguridad de GenAI subió 18 puntos en un solo año.
El 78% de los CISOs ahora ven la IA generativa como un riesgo de seguridad, frente al 60% en 2025, según el informe Voice of the CISO 2026 de Proofpoint.
2. Los CISOs están asumiendo nuevos riesgos de IA sin nuevos recursos.
El 78% afirma que se espera que gestionen el riesgo relacionado con IA sin un aumento proporcional en presupuesto, personal o experiencia, lo que significa que la responsabilidad creció más rápido que la capacidad.
3. El riesgo humano superó a las vulnerabilidades técnicas como principal preocupación.
El 79% de los CISOs ahora considera el riesgo humano como la mayor vulnerabilidad cibernética de su organización, frente al 66% en 2025, y la IA generativa es una de las principales razones.
4. Los CISOs del Reino Unido ven la exposición con mayor claridad.
El 66% de los CISOs del Reino Unido cree que los empleados probablemente usarán IA de formas que podrían exponer datos sensibles, una descripción directa de la actividad de shadow AI que ocurre dentro de los flujos de trabajo empresariales autorizados.
5. Menos ansiedad por brechas no significa menos riesgo real.
El porcentaje de CISOs que espera un ciberataque importante en los próximos 12 meses cayó al 61% desde el 76%, incluso cuando los factores subyacentes de riesgo humano y de IA que describieron empeoraron, una discrepancia que merece ser analizada y no aceptada sin más.
La preocupación por la seguridad de GenAI aumentó 18 puntos en un solo año
Un cambio de 18 puntos en un año es un gran salto para cualquier categoría de riesgo en una encuesta de este tamaño. La serie Voice of the CISO de Proofpoint ha seguido el sentir de los CISOs en distintas geografías e industrias desde 2022, y el ascenso de la IA generativa del 60% al 78% de preocupación en doce meses supera el movimiento visto en categorías de riesgo más establecidas como ransomware o compromisos en la cadena de suministro.
El momento explica parte del salto. Las herramientas de IA generativa pasaron de pilotos experimentales a software empresarial de uso diario en casi todas las funciones en unos dos años. Los equipos de ventas la usan para redactar propuestas. Los equipos legales para resumir contratos. Los equipos financieros para modelar escenarios. Cada uno de esos flujos puede implicar pegar datos de clientes, términos contractuales, cifras financieras o información personal de sistemas CRM y RRHH directamente en una ventana de prompt, a menudo desde una cuenta personal fuera de cualquier control de acceso visible para el equipo de seguridad.
Esa brecha entre utilidad y supervisión es la definición práctica de shadow AI: actividad empresarial autorizada que ocurre a través de canales de IA no autorizados o no monitoreados. No requiere intención maliciosa. Solo requiere que la IA generativa se volviera útil más rápido de lo que se construyó la gobernanza, que es exactamente lo que ocurrió entre 2025 y 2026.
El aumento de la preocupación también refleja una comprensión más madura de lo que realmente hace la IA generativa con los datos. La adopción temprana en empresas trató la GenAI principalmente como una cuestión de productividad, si ahorraba tiempo o mejoraba la calidad del resultado. Los datos de 2026 sugieren que los CISOs ya superaron ese enfoque y ahora evalúan la GenAI como cualquier otro sistema que maneja contenido sensible, preguntándose a dónde van los datos, quién puede verlos, cuánto tiempo permanecen y si ese manejo cumple con las mismas obligaciones regulatorias que aplican a cualquier otro sistema en el entorno. Bajo obligaciones de cumplimiento GDPR, bajo HIPAA, bajo reglas sectoriales, un regulador no distingue entre un empleado humano que maneja mal datos protegidos y una herramienta de IA que hace lo mismo. La exposición es idéntica en ambos casos, y los CISOs parecen estar alcanzando esa realidad más rápido que sus presupuestos.
Confías en que tu organización es segura. Pero ¿puedes demostrarlo?
Leer ahora
A los CISOs se les asigna el riesgo de IA sin los recursos para gestionarlo
El hallazgo más relevante está junto a la estadística de preocupación, no dentro de ella. El 78% de los CISOs informa que se espera que gestionen el riesgo relacionado con IA sin un aumento proporcional en recursos o experiencia. Dicho claramente, significa que la superficie de amenazas de la organización creció, la responsabilidad del CISO sobre esa superficie creció con ella, y ni el presupuesto ni las habilidades especializadas necesarias para gestionar el riesgo de IA generativa crecieron al mismo ritmo.
Esta brecha de recursos no es exclusiva de los hallazgos de Proofpoint. Refleja un patrón más amplio documentado en el Informe Anual de Pronóstico de Riesgo de Cumplimiento y Seguridad de Datos 2026 de Kiteworks, que encontró que las organizaciones están adoptando capacidades de IA a un ritmo mucho más rápido que el desarrollo de la gobernanza, el personal y la infraestructura probatoria para gestionar lo que esa capacidad toca. El resultado es una brecha cada vez mayor entre lo que una organización puede hacer técnicamente con IA y lo que realmente puede demostrar sobre cómo esa IA manejó datos sensibles cuando lo solicita un regulador, auditor o abogado contrario.
Esa brecha probatoria es donde la falta de recursos afecta más. Un CISO sin personal adicional no puede revisar manualmente cada prompt enviado a cada herramienta de IA generativa en una fuerza laboral de tamaño relevante. Lo que sí puede hacer ese CISO, sin contratar un equipo de especialistas en IA, es cambiar dónde se encuentra el control. En lugar de intentar monitorear el uso de IA en el punto de interacción, lo que requiere supervisión humana constante y escala linealmente con el personal, el modelo más sostenible es gobernar los datos antes de que lleguen a un sistema de IA, mediante la aplicación de políticas integrada en Kiteworks Compliant AI. La clasificación de contenido y la aplicación de políticas de acceso ocurren automáticamente en el momento en que los datos fluirían hacia un flujo de trabajo de IA, lo que no requiere que el CISO agregue analistas en proporción a la adopción de IA. Requiere que el CISO cambie el punto de control.
Este también es el argumento que más resuena con el Chief Compliance Officer o el responsable de GRC que lee junto al CISO. Su problema no es detectar que un empleado usó una herramienta de IA no autorizada después de que ocurrió. Es poder presentar, en poco tiempo, un registro defendible que muestre a qué datos se permitió acceder a un sistema de IA, qué política gobernó ese acceso y qué pasó con los datos después. Un registro de auditoría que ya existe pero nunca se construyó con estándar probatorio no resuelve ese problema cuando el reloj del regulador ya está corriendo.
El riesgo humano supera a las vulnerabilidades técnicas como principal preocupación
El 79% de los CISOs ahora considera el riesgo humano como la mayor vulnerabilidad cibernética de su organización, frente al 66% en 2025, una reorganización significativa de prioridades. Durante años, las encuestas a CISOs solían centrarse en vulnerabilidades técnicas, sistemas sin parches, entornos en la nube mal configurados, infraestructuras obsoletas, como la principal preocupación. La IA generativa ha desplazado ese centro de gravedad hacia la persona frente al teclado, porque la IA generativa es, estructuralmente, una herramienta que convierte una acción humana rutinaria, como escribir una pregunta o pegar un documento, en un posible evento de exposición de datos.
El 66% de los CISOs del Reino Unido cree específicamente que los empleados probablemente usarán IA de formas que podrían exponer datos sensibles. Esto no es una declaración sobre un riesgo hipotético futuro. Es una afirmación de líderes de seguridad sobre comportamientos que creen que ya están ocurriendo, hoy, dentro de sus propias organizaciones, a través de flujos de trabajo cotidianos que sus equipos usan para trabajar más rápido.
La formación tradicional en concienciación de seguridad se diseñó para abordar una categoría más limitada de riesgo humano: reconocer un correo de phishing, evitar un archivo adjunto sospechoso o elegir una contraseña robusta. La IA generativa introduce un tipo diferente de riesgo humano, donde la acción insegura es idéntica a la acción segura, productiva y recomendada. Un empleado que pega un contrato de cliente en una herramienta GenAI para resumirlo está haciendo exactamente lo que la organización le dijo que es el propósito de la IA. El riesgo no está en la intención. Está en la ausencia de un control técnico que distinga un destino de IA aprobado de uno no aprobado, o que aplique clasificación de datos antes de que el contenido salga del entorno corporativo.
Esta distinción es clave para decidir dónde invertirán los CISOs y responsables de cumplimiento a continuación. La formación reduce el riesgo en los márgenes. No sustituye una capa de control técnico capaz de diferenciar entre una integración de IA autorizada operando bajo una política ABAC gobernada y la cuenta personal de un empleado en una herramienta de IA de consumo, y que pueda hacer cumplir esa diferencia automáticamente, a escala, sin que un revisor humano deba detectar cada caso.
Por qué menos confianza en brechas no significa menos riesgo
Una cifra del informe va en contra de la narrativa de alarma creciente. El porcentaje de CISOs que cree que su organización está en riesgo de un ciberataque importante en los próximos 12 meses cayó al 61%, desde el 76% en 2025. Aislado, parece una buena noticia: posturas de seguridad mejorando, confianza en aumento.
Junto a los otros hallazgos, se interpreta de otra manera. La preocupación por GenAI subió 18 puntos. La preocupación por el riesgo humano subió 13 puntos. La inquietud específica sobre empleados exponiendo datos sensibles mediante IA está en el 66% entre los CISOs del Reino Unido. En ese contexto, una caída de 15 puntos en la expectativa de brecha no es necesariamente señal de que el riesgo haya disminuido. Puede reflejar un cambio en lo que los CISOs consideran una brecha relevante, o fatiga ante una amenaza tan extendida que ya no se percibe como un evento agudo e inminente como lo es un ataque de ransomware de portada.
Hay una lectura más preocupante que conviene nombrar directamente. Confianza y control no son lo mismo, y un CISO puede sentirse más tranquilo respecto al escenario tradicional de brecha —un atacante externo explotando una vulnerabilidad técnica— mientras sigue expuesto a una categoría de riesgo más nueva que no se parece en nada a una brecha clásica. Que datos sensibles lleguen a un sistema de IA no autorizado no activa las mismas alarmas que un ransomware o un ataque de relleno de credenciales. Puede ocurrir silenciosamente, mediante la actividad rutinaria y bien intencionada de un empleado, sin atacante externo y sin un momento claro en que alguien piense en escalarlo. La postura de riesgo general de un CISO puede estar mejorando en papel y, al mismo tiempo, expandiéndose en una categoría que sus herramientas de detección actuales nunca fueron diseñadas para ver.
Esto sugiere que hay que evaluar la exposición de datos a IA en sus propios términos, en vez de incluirla en la probabilidad general de brecha. Los controles que reducen el riesgo clásico de brecha —aplicar parches, detección de endpoints, segmentación de red— hacen muy poco para reducir el riesgo de que un empleado pegue información de salud protegida en una ventana pública de chat GenAI. Riesgo diferente, conjunto de controles diferente, y una conversación de recursos que trate ambos como intercambiables seguirá infrafinanciando el que realmente está creciendo.
Cerrar la brecha gobernando el acceso a datos de IA en vez de perseguir shadow AI
En los cinco hallazgos hay un hilo conductor: la responsabilidad sobre el riesgo de IA creció mucho antes que las herramientas, el presupuesto y la experiencia disponibles para gestionarlo, y el simple crecimiento del personal no cerrará esa brecha. Los presupuestos de seguridad y cumplimiento no van a escalar al mismo ritmo que la adopción empresarial de IA, y los datos de la encuesta sugieren que la mayoría de los CISOs ya lo sabe.
La respuesta más sostenible es arquitectónica. En vez de intentar monitorear cada prompt que un empleado envía a cada herramienta de IA generativa, lo que requiere recursos que la mayoría de los CISOs dice no tener, las organizaciones pueden aplicar políticas en el punto donde los datos sensibles fluirían hacia un sistema de IA desde el principio. La IA generativa de confianza cero funciona bajo este modelo, verificando cada solicitud de datos contra la política antes de conceder acceso, sin importar si el solicitante es un empleado humano o un agente de IA actuando en su nombre.
Para las organizaciones que extienden esa gobernanza a la IA agentica y a identidades no humanas, el mismo principio se aplica mediante un Servidor MCP Seguro, que permite definir exactamente a qué datos puede acceder un agente de IA, bajo qué condiciones y con qué registro de la interacción, en vez de conceder acceso amplio y esperar que la monitorización detecte un uso indebido después. Gobernar el punto de conexión en vez de perseguir cada interacción posterior es lo que permite que un presupuesto de seguridad plano sobreviva a una huella de IA en expansión.
Esto también resuelve el problema de evidencia que vive el Chief Compliance Officer. Cuando la aplicación de políticas ocurre automáticamente en el punto de acceso a datos de IA, el sistema genera un registro granular en tiempo real de lo que se permitió y por qué, en vez de requerir que alguien reconstruya ese registro después de que lo solicite un regulador o auditor. Un registro de auditoría que simplemente existe no es lo mismo que uno con calidad probatoria y listo para entregar en el plazo que exige una investigación regulatoria, en lugar de las semanas que normalmente lleva armarlo a partir de registros dispersos.
Nadie va a resolver esto solo contratando más personal. La brecha de recursos en los datos de Proofpoint no es una falta de personal esperando el próximo ciclo presupuestario, es una decisión de diseño sobre dónde se ubica el control, y las organizaciones pueden cambiar esa decisión hoy gobernando el acceso a los datos antes de que un sistema de IA los vea, en vez de esperar a ver el daño después.
Para saber más sobre cómo cerrar la brecha de gobernanza de IA sin aumentar proporcionalmente el personal, agenda una demo personalizada hoy.
Preguntas frecuentes
El informe, basado en una encuesta de Censuswide a más de 1,600 CISOs de 16 países en mayo de 2026, encontró que el 78% de los CISOs ahora ve la IA generativa como un riesgo de seguridad, un aumento de 18 puntos porcentuales año tras año. El mismo porcentaje, 78%, afirma que se espera que gestionen el riesgo relacionado con IA sin un aumento proporcional en recursos o experiencia, una brecha que apunta directamente a la necesidad de gobernanza de datos de IA automatizada en vez de supervisión manual.
La adopción de IA generativa se expandió en los flujos de trabajo empresariales más rápido de lo que la mayoría de las organizaciones construyó gobernanza, personal o presupuesto para igualar, así que la responsabilidad por el riesgo resultante recayó en el CISO por defecto y no por una decisión deliberada de recursos. Cerrar esa brecha sin aumentar proporcionalmente el personal generalmente significa pasar de monitorear el uso de IA después de que ocurre a aplicar controles de acceso en el punto donde los datos sensibles llegarían a un sistema de IA.
Shadow AI se refiere a empleados que usan herramientas de IA generativa, estén autorizadas o no, de formas que nunca fueron revisadas ni gobernadas por el equipo de seguridad, a menudo pegando datos sensibles en un prompt fuera de cualquier canal monitoreado. El 66% de los CISOs del Reino Unido en la encuesta de Proofpoint dijo que cree que los empleados probablemente usarán IA de formas que podrían exponer datos sensibles, reflejando comportamientos que creen que ya están ocurriendo y no un riesgo hipotético futuro, por lo que la aplicación debe hacerse mediante políticas y clasificación de datos en vez de detección posterior.
El porcentaje que espera un ciberataque importante en los próximos 12 meses cayó al 61% desde el 76%, incluso cuando la preocupación por la IA generativa y el riesgo humano aumentaron notablemente. La explicación más probable es que la exposición de datos impulsada por IA no se parece a una brecha tradicional y puede ocurrir mediante la actividad rutinaria de empleados sin activar las herramientas de detección diseñadas para ataques externos, por lo que las organizaciones necesitan controles de protección de datos de IA diseñados específicamente para el acceso a datos de IA y no depender solo de métricas generales de preparación ante brechas.
El enfoque más eficiente en recursos es gobernar los datos en el punto en que fluirían hacia un sistema de IA, en vez de monitorear cada interacción individual con IA después de que ocurre. La aplicación de políticas integrada en Kiteworks Compliant AI y un Servidor MCP Seguro para conexiones de IA agentica aplican reglas de acceso automáticamente y generan un registro de auditoría con calidad probatoria como resultado, cerrando la brecha de recursos que describen los CISOs de Proofpoint sin requerir un aumento proporcional de personal.
Recursos adicionales
- Artículo del Blog
Estrategias Zero‑Trust para una protección de privacidad de IA asequible - Artículo del Blog
Cómo el 77% de las organizaciones está fallando en la seguridad de datos de IA - eBook
Brecha de gobernanza de IA: Por qué el 91% de las pequeñas empresas juega a la ruleta rusa con la seguridad de datos en 2025 - Artículo del Blog
No existe un «–dangerously-skip-permissions» para tus datos - Artículo del Blog
Los reguladores ya no preguntan si tienes una política de IA. Quieren pruebas de que funciona.