El Informe Anual de la Encuesta 2026 ya está aquí: la brecha en la gobernanza de IA no se cerró. Se amplió.
Un interruptor de apagado (kill switch) sin pruebas no es un control. Es una suposición, y los datos de este año muestran cuántas organizaciones operan bajo esa premisa.
Acabamos de cerrar la recopilación de datos para el Informe Anual de Riesgo de Seguridad de Datos y Cumplimiento de Kiteworks 2026, basado en las respuestas de 459 profesionales de seguridad, cumplimiento y tecnología de Norteamérica, Europa y Oriente Medio. El hallazgo principal no es una nueva vulnerabilidad ni una nueva regulación. Es estructural: la distancia entre lo que las organizaciones creen sobre su gobernanza de IA y lo que realmente pueden demostrar se ha ampliado en los últimos doce meses, no se ha reducido.
A finales del año pasado, nuestras propias previsiones indicaban que aproximadamente el 60% de las organizaciones seguirían sin un kill switch de IA probado cuando se cerrara esta encuesta. El dato real fue del 79%. No solo no acertamos en la predicción. Vimos cómo la brecha crecía mientras la adopción de IA se aceleraba por debajo de ella: el 64% de las organizaciones encuestadas ya tiene IA implementada en entornos de producción. La adopción dejó de ser la pregunta abierta hace tiempo. Ahora, la verdadera exposición está en la contención.
Esta publicación recorre los hallazgos más relevantes de la investigación de gobernanza de datos de IA de este año: qué falló, por qué falló de esa manera específica y qué diferencia a las organizaciones que cierran la brecha de las que la amplían. Tanto clientes como interesados en el intercambio seguro de datos de Kiteworks están haciendo la misma pregunta de fondo que estos datos responden: ¿mi organización realmente está tan gobernada como creo?
Conclusiones clave
- La brecha de gobernanza se amplió en lugar de cerrarse. Nuestra propia previsión indicaba que el 60% de las organizaciones carecería de un kill switch de IA probado a estas alturas; la cifra real fue del 79%, lo que significa que la brecha creció en lugar de reducirse durante el último año.
- Los controles de contención son el eslabón más débil, no la detección. Solo el 21% de las organizaciones ha implementado un kill switch de IA, y el 23% de las que tienen IA en producción nunca ha probado su proceso de terminación de extremo a extremo.
- Las consecuencias de cumplimiento ya están aquí, no son una proyección. El 63% de las organizaciones experimentó una consecuencia de cumplimiento relacionada con una brecha de gobernanza de IA en los últimos 12 meses, y la mitad no puede entregar un registro completo de acceso a IA en un día hábil.
- La madurez en seguridad y la madurez en gobernanza de IA se multiplican, no se suman. Nuestro nuevo índice compuesto, el Índice de Preparación en Seguridad de Datos y Cumplimiento, promedió 16,2 sobre 100 entre 459 organizaciones, porque una seguridad general sólida no compensa controles débiles específicos de IA.
- El presupuesto no predice la madurez. Las organizaciones con los mayores presupuestos de seguridad en la encuesta tuvieron la menor representación en el nivel superior de madurez de todos los segmentos de tamaño medidos, mientras que las organizaciones medianas con presupuestos mucho menores las superaron.
El problema del Kill Switch: los procedimientos documentados no son controles probados
Aquí es donde la mayoría de las organizaciones tropieza. Cuando preguntamos sobre la capacidad de terminación de IA, muchos encuestados describieron algo que suena a control pero funciona como una esperanza: un responsable asignado, una ruta de escalamiento, un runbook que nadie ha ejecutado realmente en un sistema en vivo.
Solo el 21% de las organizaciones ha implementado formalmente una capacidad de kill switch de IA. Peor aún, el 23% de las organizaciones con IA ya en producción nos dijo que nunca había probado su proceso de terminación de extremo a extremo —no «lo probamos una vez, hace tiempo». Nunca. Esa distinción es crucial la primera vez que un incidente obliga a la prueba real, porque ese no es el momento de descubrir que el procedimiento no funciona como dice la documentación.
El problema de la velocidad lo agrava todo. El Informe Global de Amenazas CrowdStrike 2026 documentó movimientos laterales habilitados por IA en tan solo 27 segundos en las intrusiones más rápidas observadas. El informe M-Trends 2026 de Mandiant halló que el tiempo medio desde el acceso inicial hasta la transferencia a un segundo grupo de amenazas bajó a 22 segundos en 2025. Un kill switch que depende de que una persona vea una alerta, la escale y tire manualmente de los controles de acceso nunca fue diseñado para un problema de 27 segundos. No es una crítica a ningún equipo de seguridad en particular. Es una desalineación estructural entre cómo se diseñan la mayoría de los planes de contención y la velocidad real a la que se mueve aquello que deben contener. Una plataforma SIEM que ingiere telemetría de acceso a IA en tiempo real —con alertas de comportamiento preconfiguradas para activarse ante firmas de movimiento lateral como las documentadas por CrowdStrike y Mandiant— es la infraestructura de detección que cierra la brecha entre un atacante de 27 segundos y un kill switch diseñado para una respuesta a velocidad humana.
El 22% de las organizaciones con IA implementada ya ha tenido que revisar, revertir o restringir al menos una implementación de IA en los últimos 12 meses por preocupaciones de seguridad de datos. No es un riesgo hipotético. Es un coste operativo que las organizaciones ya están asumiendo.
Confías en que tu organización es segura. Pero ¿puedes comprobarlo?
Léelo ahora
Las consecuencias de cumplimiento son un hallazgo actual, no un riesgo futuro
El 63% de las organizaciones reportó al menos una consecuencia de cumplimiento relacionada con una brecha de gobernanza de IA en el último año: un hallazgo de auditoría, un plan de remediación requerido, una escalada a la junta directiva, una penalización contractual o una investigación regulatoria formal. Esa cifra no es una proyección de lo que podría ocurrir si no mejora la gobernanza. Es el resultado reportado por organizaciones que cuentan lo que ya les sucedió.
La mitad de las organizaciones encuestadas no pudo entregar un registro completo de acceso a IA en un día hábil tras una solicitud. Solo el 33% cuenta con registros de auditoría inviolables, lo que significa que la mayoría no puede aportar evidencia que no haya sido modificada posteriormente —el tipo de registro que investigadores y auditores examinan primero. Estos dos hallazgos están conectados: una organización que no puede recuperar rápidamente sus propios registros de acceso es, casi por definición, una organización que tampoco puede responder rápido a una consulta de un regulador.
El contexto regulatorio hace que esto sea más urgente, no menos. Bajo marcos como el GDPR y nuevas reglas específicas para IA, ya se asume el principio de responsabilidad, es decir, que las organizaciones pueden demostrar control sobre datos sensibles bajo demanda. Un retraso en la recuperación no es un inconveniente técnico bajo ese estándar. Es evidencia de gobernanza insuficiente, y así lo tratan tanto reguladores como auditores. Una brecha de datos confirmada o un hallazgo de cumplimiento relacionado con la gobernanza de IA —cuando el registro de auditoría necesario para delimitarla no puede presentarse en un día hábil— agrava la exposición regulatoria al demostrar que falló la infraestructura de responsabilidad, no solo el control vulnerado.
El 61% de las organizaciones ahora considera la soberanía de datos como su mayor reto de cumplimiento para el próximo año, pero solo el 29% utiliza un mecanismo técnico para hacerla cumplir. La preocupación por la soberanía de datos es casi universal. La aplicación técnica, no. Esa brecha entre prioridad declarada y control efectivo es donde realmente vive la exposición regulatoria, y aparece una y otra vez en los datos de este año.
Por qué creamos un nuevo índice: la madurez en seguridad y la madurez en gobernanza de IA se multiplican, no se suman
Durante años, las organizaciones nos han dicho que estaban «suficientemente seguras» basándose solo en su postura general de seguridad. Los datos de este año demuestran que ese instinto es incorrecto, y creamos una nueva medida compuesta precisamente para dejarlo claro.
El Índice de Preparación en Seguridad de Datos y Cumplimiento, o DSCRI, combina la Puntuación de Madurez en Seguridad de Datos y la Puntuación de Madurez en Gobernanza de IA usando una fórmula multiplicativa en vez de aditiva. Entre los 459 encuestados, la media fue de 16,2 sobre 100. La media de la Puntuación de Madurez en Seguridad de Datos fue de 39 sobre 100; la de Gobernanza de IA, de 35 sobre 100. Al multiplicarlas, esos dos valores medios producen un resultado compuesto realmente bajo, porque un programa de seguridad general sólido no compensa brechas de gobernanza específicas de IA, y viceversa. Una no sustituye a la otra.
La diferencia de incidentes entre las organizaciones de mayor y menor madurez ilustra claramente el coste de esa brecha en la práctica. Las organizaciones en el nivel superior de madurez reportaron incidentes de IA en un 34% de los casos. Las del nivel inferior los reportaron en un 91%. No es una pendiente gradual entre ambos grupos. Es una bifurcación, y el lado en el que cae una organización tiene mucho menos que ver con el gasto total de lo que la mayoría de los directivos asume. Una evaluación de riesgos formal que evalúe simultáneamente tanto los controles de gobernanza específicos de IA como la madurez general de seguridad —en vez de tratarlos como auditorías separadas— es lo que revela la brecha multiplicativa antes de que un evento de cumplimiento obligue a calcularla en sentido inverso.
El presupuesto no predice la madurez — la arquitectura sí
Este es el hallazgo al que siempre vuelvo cuando informo a directivos sobre los resultados de este año. Cuando graficamos cada organización de la encuesta en dos ejes —madurez general de seguridad y madurez específica de gobernanza de IA— el patrón que emergió no tenía que ver con el tamaño de la empresa ni el gasto.
Las grandes empresas globales, con los mayores presupuestos de seguridad de la muestra, tuvieron la menor representación en el nivel superior de madurez de todos los segmentos de tamaño. Las organizaciones medianas, operando con una fracción de ese presupuesto, las superaron. El mismo patrón se repitió por sector: los contratistas de defensa y los organismos federales, que gestionan algunos de los datos más sensibles de la economía, no tuvieron representación en el nivel superior de madurez. Energía y servicios públicos, un sector poco mencionado como líder en gobernanza de IA, obtuvo algunas de las mejores puntuaciones individuales de todo el conjunto de datos.
El desglose regional cuenta una historia similar. Solo las organizaciones norteamericanas tuvieron una representación significativa en el nivel superior de madurez. Las organizaciones de Oriente Medio fueron las más concentradas en el nivel inferior de todas las regiones encuestadas, y las menos representadas en la cima —un patrón que coincide con puntuaciones generales de madurez en seguridad más bajas, no con falta de conciencia. Todas las regiones encuestadas situaron la soberanía de datos entre sus principales preocupaciones de cumplimiento; muy pocas contaban con la arquitectura de confianza cero o la capa técnica de aplicación para respaldar esa preocupación en la práctica.
El presupuesto compra un programa de seguridad. No compra automáticamente los controles específicos y centrados en IA —aplicación de ABAC, capacidad de terminación probada, registros de auditoría centralizados— que determinan si ese programa realmente resiste cuando lo pone a prueba un incidente real. La clasificación de datos aplicada de forma consistente a todo el contenido accesible por IA es un requisito fundamental que el presupuesto por sí solo no garantiza: las organizaciones con grandes programas de seguridad suelen descubrir que su infraestructura de clasificación es incompleta o se aplica de forma inconsistente entre canales, por lo que las brechas de aplicación persisten incluso donde la inversión es importante.
El riesgo de proveedores de IA de terceros agrava la brecha interna
Las brechas de gobernanza internas no existen en el vacío. El 27% de las organizaciones no ha evaluado ni verificado técnicamente si los proveedores de IA que utilizan emplean sus datos para entrenar modelos, lo que significa que más de una cuarta parte extiende datos sensibles a sistemas de terceros solo por confianza. El Informe de Brechas de Terceros Black Kite 2026 documentó 136 incidentes de brechas de terceros verificados en 2025, con una mediana de 73 días entre la vulneración y la notificación —lo que implica que una organización puede estar expuesta por el fallo de un proveedor durante más de dos meses antes de enterarse de la brecha.
El 19% de las organizaciones nunca ha probado ni ejercitado su propia capacidad de revocación de acceso de terceros, lo que refleja el mismo problema del kill switch interno pero en la capa de proveedores. Un programa de gestión de riesgos de proveedores que no ha confirmado que puede cortar el acceso de un proveedor bajo demanda está haciendo la misma afirmación no probada que este informe señala como riesgosa cuando las organizaciones la hacen sobre sus propios sistemas internos de IA. Las disciplinas de gestión de riesgos en la cadena de suministro que prueban formalmente la revocación de acceso de terceros de forma periódica —en vez de solo documentar la capacidad y asumir que funciona— son la práctica organizacional que cierra la brecha reflejada entre la madurez del kill switch interno y la madurez de revocación de terceros.
Shadow AI y el intercambio fragmentado de datos agravan la brecha
El 65% de las organizaciones descubrió uso de shadow AI en los últimos 12 meses —empleados canalizando datos sensibles a través de herramientas de IA que la organización nunca aprobó ni aprovisionó. Solo el 43% ha centralizado su puerta de enlace de IA en un único punto de control, lo que significa que la mayoría sigue intentando gobernar la actividad de IA desde cinco o seis perspectivas diferentes a la vez. No puedes aplicar una política coherente sobre un sistema que no puedes ver de forma consistente.
Esa fragmentación no se limita a las herramientas de IA. El 62% de las organizaciones opera entornos fragmentados de intercambio de datos sensibles entre MFT, correo electrónico seguro, uso compartido de archivos y formularios web —creando políticas de seguridad inconsistentes y múltiples puntos de exposición en vez de un perímetro gobernado. Entre las organizaciones que usan MFT específicamente, solo el 26% transmite registros a SIEM en tiempo real y solo el 39% mantiene registros de auditoría inviolables para ese canal. La fragmentación y las brechas de auditoría se refuerzan mutuamente: cuanto más dispersa está la infraestructura, más difícil es producir un registro único y defendible de qué ocurrió, cuándo y a quién. El CISO Dashboard proporciona visibilidad unificada y en tiempo real a través de todos los canales de intercambio de contenido —MFT, correo electrónico, uso compartido de archivos, agentes de IA— que permite un registro defendible sin que las organizaciones tengan que agregar manualmente registros de cinco sistemas desconectados.
La clasificación cuenta la misma historia desde otro ángulo. El 55% de las organizaciones no ha logrado una gobernanza de datos y clasificación automatizada en todos los sistemas principales, y solo el 39% puede aplicar etiquetas y clasificación de forma consistente entre canales. La clasificación que no activa controles posteriores no es gobernanza —es solo una etiqueta en una carpeta. La administración de la postura de seguridad de datos cierra parte de esta brecha al proporcionar descubrimiento continuo a medida que los datos se mueven entre sistemas, canales y pipelines de IA, pero el descubrimiento por sí solo no detiene un archivo mal dirigido. Debe combinarse con la aplicación en el punto de transmisión, no solo con visibilidad a posteriori. La minimización de datos aplicada en el límite de datos de IA —asegurando que los agentes y modelos reciban solo el contenido mínimo necesario para su tarea— reduce aún más el alcance de cualquier brecha de gobernanza al limitar cuántos datos sensibles pueden exponerse por un solo canal no gobernado.
La responsabilidad sobre la gobernanza es parte del problema. El 39% de las organizaciones trata la gobernanza de datos de IA como una tarea adicional de un rol existente de seguridad o TI en vez de una responsabilidad dedicada, y solo el 24% cuenta con un equipo exclusivo para ello. Cuando la responsabilidad es un proyecto secundario añadido a la descripción de un puesto existente, los controles que requieren atención sostenida y continua son siempre los primeros en quedar relegados cuando llega la temporada de presupuestos o surge otra prioridad.
Qué diferencia a las organizaciones que lo hacen bien
En todos los cortes de los datos de este año —industria, tamaño y región— las mismas tres características aparecieron de forma consistente en las organizaciones con mejores resultados:
- Un kill switch que se prueba de forma periódica, no documentado una vez y olvidado
- Acceso definido con suficiente precisión para revocarlo sin tener que desenredar una red de permisos heredados
- Registro de auditoría centralizado e inviolable, diseñado para recuperación rápida y no solo para almacenamiento a largo plazo
Ninguna de estas medidas es costosa en comparación con un presupuesto típico de seguridad. Las tres son decisiones arquitectónicas, no compras puntuales, y por eso el gasto por sí solo no predice qué organizaciones las tienen. Esta es la tesis central de Kiteworks Compliant AI: gobernar el límite entre los datos y la IA requiere la misma disciplina en respuesta a incidentes, gestión de riesgos de proveedores y visibilidad centralizada que los programas maduros de seguridad de datos han aplicado a todos los demás canales durante años. La IA no necesita una filosofía de gobernanza diferente. Necesita la existente, aplicada de forma consistente y reforzada técnicamente en vez de solo declarada en papel. El panel de control de datos proporciona el entorno de gobernanza unificado —un único motor de políticas, un registro de auditoría en todos los canales de contenido y flujos de trabajo de IA— que convierte esas tres decisiones arquitectónicas en operaciones reales y no solo aspiraciones.
Qué significa esto de cara a 2027
Hace un año anticipamos esta brecha en nuestro Informe de Previsiones, y la verdadera sorpresa de los datos de este año no es que la brecha exista. Es que las organizaciones la ampliaron en vez de cerrarla mientras la implementación de IA seguía acelerándose. No es un fallo tecnológico. Es un fallo de secuencia: implementar primero y abordar la contención después, cuando ambas cosas deberían avanzar juntas desde el principio.
Si tu organización está ejecutando IA en producción ahora mismo, la pregunta más útil que puedes hacerte esta semana no es si tienes un kill switch. Es cuándo fue la última vez que se probó, cuánto tardó la prueba y qué falló. Si nadie en la sala puede responder con detalles, la respuesta honesta es que aún no existe un kill switch. Lo que existe es un plan para construir uno, y los datos de este año dicen que ese plan está a un incidente de ser probado por primera vez en las peores condiciones posibles.
Las organizaciones que cerraron esta brecha en el último año no lo hicieron esperando un ciclo de presupuesto mayor. Lo lograron tratando tres cosas como requisitos operativos con responsables y calendarios de pruebas, no como ejercicios de documentación: un kill switch que se prueba con regularidad, acceso definido con precisión para revocarlo limpiamente y registros de auditoría diseñados para responder a una consulta regulatoria en horas y no en días. Es una lista más corta de lo que la mayoría espera, y por eso la brecha entre los niveles superior e inferior de madurez es tan amplia como muestran los datos de este año.
Para saber más sobre cómo cerrar la brecha entre la postura de seguridad de tu organización y sus controles de gobernanza específicos de IA, solicita una demo personalizada hoy.
Preguntas frecuentes
Es el estudio anual de investigación primaria de Kiteworks, basado en las respuestas de 459 profesionales de seguridad, cumplimiento y tecnología de Norteamérica, Europa y Oriente Medio. El informe mide la madurez en gobernanza de datos de IA de las organizaciones junto con su postura general de seguridad de datos, utilizando dos puntuaciones compuestas —la Puntuación de Madurez en Seguridad de Datos y la Puntuación de Madurez en Gobernanza de IA— combinadas en un único Índice de Preparación en Seguridad de Datos y Cumplimiento. Las organizaciones sujetas a obligaciones de cumplimiento normativo deben tratar la media de 16,2/100 del DSCRI como una referencia sectorial: cuantifica la brecha de gobernanza que marcos como HIPAA, GDPR y CMMC evaluarán cada vez más en el acceso a datos de IA, no solo en el acceso de usuarios humanos.
El 79% de las organizaciones encuestadas carece de un kill switch probado para sus sistemas de IA, y solo el 21% ha implementado uno formalmente. Entre las organizaciones que ya ejecutan IA en producción, el 23% nunca ha probado su proceso de terminación de extremo a extremo, lo que significa que incluso la minoría con kill switch a menudo no puede confirmar que funciona en condiciones reales. Kiteworks recomienda programar simulacros recurrentes de respuesta a incidentes específicamente para este control, en vez de tratarlo como una tarea de implementación única. Las organizaciones también deben verificar que su prueba de kill switch cubra agentes de IA que operan con identidades no humanas —una credencial de agente que no se puede revocar limpiamente es la misma suposición no probada en la capa de identidad de máquina que representa un kill switch no probado iniciado por humanos en la capa de usuario.
La encuesta reveló que las organizaciones con los mayores presupuestos de seguridad, incluidas las grandes empresas globales, tuvieron la menor representación en el nivel superior de madurez de todos los segmentos de tamaño. Las organizaciones medianas, con presupuestos mucho menores, las superaron porque los controles más importantes —kill switches probados, aplicación de ABAC, registros de auditoría centralizados— son decisiones arquitectónicas y no compras proporcionales al presupuesto. Las organizaciones grandes suelen tener mayor complejidad organizativa y fragmentación heredada, lo que puede contrarrestar la ventaja de un mayor gasto en seguridad. La infraestructura de clasificación de datos aplicada de forma consistente en todos los sistemas accesibles por IA es el requisito fundamental que el presupuesto por sí solo no puede comprar: requiere decisiones arquitectónicas sobre cómo se etiqueta el contenido y cómo esas etiquetas se propagan a la aplicación de políticas de acceso.
El DSCRI multiplica la Puntuación de Madurez en Seguridad de Datos por la Puntuación de Madurez en Gobernanza de IA en vez de sumarlas, lo que significa que un desempeño débil en cualquiera de las dos reduce significativamente la puntuación combinada. La media de la encuesta fue de 16,2 sobre 100, reflejando puntuaciones medias de 39 y 35 respectivamente. Esta decisión de diseño refleja un hallazgo operativo real: una seguridad general sólida no sustituye los controles de gobernanza específicos de IA, y las organizaciones deben invertir en ambos simultáneamente en vez de asumir que uno cubre al otro. La madurez en gestión de riesgos de la cadena de suministro es uno de los componentes de la Puntuación de Gobernanza de IA que más frecuentemente reduce el compuesto: las organizaciones con controles internos sólidos pero sin gobernanza verificada de proveedores de IA obtienen malas puntuaciones en el riesgo de proveedores, y la fórmula multiplicativa amplifica ese efecto en vez de suavizarlo.
El 63% de las organizaciones reportó al menos una consecuencia de cumplimiento relacionada con una brecha de gobernanza de IA en los últimos 12 meses, incluyendo hallazgos de auditoría, planes de remediación requeridos, escaladas a la junta directiva, penalizaciones contractuales e investigaciones regulatorias formales. La mitad de las organizaciones encuestadas no pudo entregar un registro completo de acceso a IA en un día hábil tras una solicitud, un retraso que funciona como evidencia de gobernanza insuficiente bajo marcos como el GDPR, que asumen responsabilidad bajo demanda. Las organizaciones deben tratar la velocidad de recuperación de registros de auditoría como un control medible, no como una ocurrencia tardía. Los programas de gobernanza de datos que mantienen registros de acceso a IA en un formato consultable e inviolable —integrados con SIEM para alertas en tiempo real y no solo almacenados para recuperación post-incidente— son los que pueden cumplir una solicitud de registro de auditoría en un día hábil sin tratarla como una crisis.
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 en la 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 «–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.