Por qué la brecha de identidad de la IA oculta será el verdadero riesgo empresarial en 2026
Casi la mitad de toda la actividad de IA empresarial ocurre ahora a través de identidades que tu equipo de seguridad no puede ver, no puede auditar y no puede presentar como evidencia cuando lo solicita un regulador. Ese es el hallazgo principal en el nuevo informe State of the Internet de Akamai sobre riesgos de uso de IA en empresas, y debería cambiar la forma en que cada CISO y responsable de cumplimiento piensa sobre la gobernanza de IA de cara a 2026.
Durante los últimos dos años, la mayoría de los programas de seguridad de IA empresarial se han organizado en torno a una sola pregunta: ¿Quién puede acceder a qué herramienta de IA? Esa pregunta generó listas de permitidos, requisitos de inicio de sesión único y flujos de aprobación de aplicaciones. El informe de Akamai, basado en la telemetría de su plataforma LayerX (adquirida por Akamai), sostiene que esa ya no es la pregunta adecuada. El riesgo principal de la IA empresarial en 2026 no es quién accede a la IA, sino quién comparte datos empresariales sensibles con la IA, y a través de qué identidad esos datos salen de la organización.
Esa distinción importa porque la IA no mueve los datos de la forma en que las herramientas tradicionales de prevención de pérdida de datos fueron diseñadas para vigilar. El correo electrónico, la transferencia de archivos y los canales de carga están bien definidos y son inspeccionables. Las interacciones con IA no lo son. La información sensible se fragmenta entre mensajes, contexto conversacional, código pegado, capturas de pantalla y respuestas generadas, cada uno por sí solo poco relevante, pero en conjunto representan una exposición grave. El intercambio seguro de datos de Kiteworks existe precisamente porque la gobernanza debe seguir a los datos, no a la aplicación por la que pasan, y los datos de Akamai ofrecen a los CISOs y responsables de cumplimiento la evidencia más clara hasta ahora de por qué ese cambio es urgente.
Conclusiones clave
1. La pregunta sobre el riesgo ha cambiado.
El informe de Akamai sostiene que el principal riesgo de la IA empresarial ya no es qué empleados pueden acceder a herramientas de IA, sino qué empleados comparten datos sensibles con la IA y a través de qué identidad, cambiando el enfoque del control de acceso a la gobernanza de datos.
2. Casi la mitad de la actividad de IA empresarial no está gestionada por identidades corporativas.
Los datos de LayerX de Akamai muestran que el 47,11% de las conversaciones de IA empresarial ocurren a través de cuentas personales en lugar de identidades gestionadas por la empresa, lo que significa que casi la mitad de la actividad de IA está fuera de la gobernanza estándar de identidades.
3. La identidad corporativa no garantiza el control corporativo.
Incluso cuando un empleado inicia sesión con un correo corporativo, el 14,4% de esas conversaciones se realizan en suscripciones personales freemium, por lo que los datos pueden terminar en el pipeline público de entrenamiento de un proveedor aunque parezca un uso autorizado.
4. Una pequeña población de usuarios avanzados genera la mayor exposición.
El uso y la profundidad de las conversaciones se concentran fuertemente: el 5% superior de los usuarios genera al menos 144 conversaciones y el 5% superior de las conversaciones tiene al menos 18 mensajes, lo que significa que el riesgo está concentrado, no distribuido de manera uniforme.
5. Los agentes de IA se están convirtiendo en una nueva clase de identidad empresarial que aún requiere responsabilidad humana.
El informe de Akamai insta a los CISOs a inventariar agentes, sus accesos y comportamientos del mismo modo que gestionan identidades humanas, y Kiteworks posiciona su Control Plane para ofrecer a los equipos de seguridad y cumplimiento esa capa de gobernanza y evidencia tanto para el acceso de datos humano como de agentes.
La pregunta de acceso ya no sirve para el riesgo de IA empresarial
El informe de Akamai comienza con un planteamiento que vale la pena citar casi literalmente: la adopción de IA en 2026 es un mandato estructural, no un experimento. Esa sola frase explica por qué tantos programas de gobernanza de IA creados en 2024 y 2025 ya están desactualizados. Esos programas trataron la IA como cualquier nueva categoría de SaaS, identificando la herramienta, aprobándola o bloqueándola y luego pasando a otra cosa. La IA no se comporta como una aplicación estática. Consume, genera, almacena y actúa sobre datos empresariales de forma continua, por lo que el momento del «acceso» le dice casi nada al equipo de seguridad sobre lo que ocurrió con la información sensible después.
Un solo registro sensible de un cliente puede pasar por un mensaje, ser parafraseado en una respuesta, pegarse en otra herramienta para formateo y capturarse en una diapositiva, nada de lo cual activa una regla convencional de DLP porque ningún paso parece una exfiltración de datos. El informe de Akamai lo dice claramente: el mayor riesgo de seguridad de la IA ya no es «empleados que acceden a la IA», sino «empleados que comparten datos empresariales sensibles con la IA». Para un responsable de cumplimiento, ese cambio tiene una consecuencia directa. Los reguladores no auditan listas de acceso a aplicaciones, auditan el manejo de datos. Los programas basados en gobernanza de datos de IA en vez de control de aplicaciones son los que pueden responder la pregunta que realmente hará un regulador.
Confías en que tu organización es segura. Pero ¿puedes demostrarlo?
Leer ahora
Dentro de los datos de LayerX de Akamai sobre el comportamiento de la IA empresarial
El informe de Akamai extrae sus estadísticas de LayerX, el negocio de seguridad de navegador que adquirió, y este volumen (publicado en agosto de 2026) se basa completamente en telemetría de comportamiento, es decir, cómo los empleados realmente usan las herramientas de IA, no en encuestas sobre uso previsto.
El patrón de uso merece ser analizado antes de ver los números de identidad. Un 18,24% de los empleados usa IA semanalmente, 30,47% mensualmente y 47,67% califica como usuario trimestral o más, lo que significa que casi la mitad de quienes usan IA empresarial lo hacen de forma casual. El usuario promedio participa en 36 conversaciones de IA, pero la mitad inferior genera 12 o menos, mientras que el 5% superior genera al menos 144. La profundidad de las conversaciones sigue el mismo patrón: la conversación promedio contiene 5,09 mensajes y la mediana es solo 2, pero el 5% superior de las conversaciones tiene 18 mensajes o más, evidencia de sesiones sostenidas e iterativas, no solo consultas puntuales.
La proliferación de aplicaciones agrava el problema de concentración. Las cuatro aplicaciones de IA principales en una organización típica son usadas por más del 20% de la plantilla, pero el uso cae por debajo del 5% en torno a la décima aplicación más utilizada y casi desaparece en la trigésima. Esa larga cola de herramientas de shadow AI de nicho, regionales y de preferencia personal, incluidas plataformas de consumo como DeepSeek que, según Akamai, funcionan en un 99,83% a través de cuentas personales bajo escrutinio gubernamental activo sobre el destino de esos datos, es el terreno donde los programas de gobernanza tienen menos visibilidad y mayor exposición por usuario.
Casi la mitad de la actividad de IA empresarial se realiza con identidades no gestionadas
La estadística central de este informe es directa: el 47,11% de las conversaciones de IA empresarial ocurren a través de identidades personales en lugar de cuentas gestionadas por la empresa, frente al 52,89% que sí se realizan con cuentas corporativas. Casi la mitad de lo que los empleados hacen con IA dentro de la empresa ocurre a través de una identidad que la organización no puede dar de baja al terminar la relación ni puede auditar.
Esto no se distribuye de manera uniforme según la plataforma. ChatGPT funciona en un 61,36% a nivel personal, Copilot en un 63,92% personal y Claude en un 61,09% personal, mientras que las ofertas empresariales diseñadas para tal fin invierten completamente el patrón: Gemini Enterprise funciona en un 98,15% corporativo y Copilot para Microsoft 365 en un 90,55% corporativo. La brecha no es una característica permanente de la adopción de IA, es una falla de gobernanza específica de las herramientas de consumo de propósito general que operan sin gestión dentro de la empresa.
El problema también se esconde en cuentas que parecen cumplir. De las conversaciones de IA iniciadas desde un correo corporativo, el 14,4% en realidad están vinculadas a suscripciones personales freemium en vez de licencias gestionadas por la empresa, lo que significa que los datos enviados pueden acabar alimentando el pipeline público de entrenamiento de un proveedor aunque en un informe de acceso basado en dominio parezca uso autorizado. Un CISO que reporte cifras de uso de IA basadas solo en el dominio del correo probablemente está sobrestimando la cobertura real de gobernanza. Esta es la brecha que Kiteworks Compliant AI está diseñado para cerrar, gobernando los datos en el punto en que saldrían de un entorno autorizado en vez de intentar detectar cada cuenta personal después.
Los usuarios avanzados de IA concentran el riesgo y la superficie de ataque
Akamai dedica un apartado especial a los llamados usuarios avanzados de IA, una pequeña población que realiza sesiones más largas y contextuales, comparte más información empresarial sensible y delega cada vez más tareas de ejecución a agentes autónomos. Esa dependencia del output generado por IA es donde el patrón de usuario avanzado se cruza con el caso de estudio de hacking de contexto del informe. En 2026, los investigadores de LayerX demostraron que un popular asistente de codificación de IA podía ser manipulado editando sutilmente el archivo de instrucciones markdown local de un proyecto, el tipo de documento de perfil de comportamiento usado para definir los límites contextuales de un modelo, logrando que el asistente realizara acciones no autorizadas o generara código inseguro mientras aparentaba comportarse normalmente.
La recomendación de Akamai es directa: identifica a los usuarios avanzados, mide cómo se usa la IA en vez de solo qué aplicaciones se abren y monitoriza mensajes, cargas y respuestas que involucren información sensible. Esa orientación solo funciona si la organización puede observar el contenido de la interacción, no solo registrar qué aplicación se abrió.
CursorJacking y CometJacking muestran que los atacantes apuntan al agente, no al usuario
Akamai documenta dos incidentes que ilustran cómo las herramientas de IA se han convertido en superficie de ataque. En CursorJacking, una extensión de navegador maliciosa disfrazada de herramienta de productividad accede al almacenamiento local del asistente de codificación Cursor AI, extrae claves API y tokens de sesión y los exfiltra silenciosamente, permitiendo que un atacante suplante al desarrollador, abuse de servicios conectados y comprometa repositorios vinculados. En CometJacking, analizado en el navegador Comet AI de Perplexity, un atacante inserta instrucciones maliciosas en una página web común; simplemente visitarla a través de un enlace puede manipular el agente de IA del navegador mediante inyección indirecta de mensajes, exponiendo correos, credenciales y archivos locales sin necesidad de descarga.
Ambos incidentes explotan la confianza que la organización ya le dio a una herramienta de IA y ambos eluden controles diseñados para vigilar el comportamiento humano porque la acción la ejecuta un software autorizado una vez por el humano y luego dejado sin supervisión. La gobernanza basada solo en lo que un humano hace clic no detectará ninguno de los dos casos.
El caso de CISA demuestra que las buenas intenciones no son un control
El incidente más instructivo en el informe de Akamai no es un hackeo. A principios de 2026, varios medios informaron que un funcionario del gobierno de EE. UU. liberó accidentalmente datos operativos internos y restringidos de la Agencia de Seguridad de Infraestructura y Ciberseguridad a través de una herramienta pública de IA. Akamai es explícito sobre lo que esto representa: no es una intrusión externa, ni un ciberataque, sino un error de optimización cometido por un usuario altamente capacitado realizando un análisis rutinario.
Esa perspectiva debería preocupar a cualquier líder de seguridad cuya gobernanza de IA se base en detectar insiders maliciosos, porque este incidente no involucró ni mala intención ni un fallo de acceso. Fue un fallo en el manejo de datos, y ninguna lista de permitidos ni proceso de aprobación de aplicaciones lo habría detectado, ya que la herramienta estaba permitida. Solo los controles que inspeccionan en tiempo real qué datos se mueven en una interacción autorizada pueden detectar este tipo de incidentes, la brecha entre el control de acceso y un enfoque real de confianza cero en la gobernanza de datos de IA.
Las extensiones de navegador son software privilegiado que nadie está gobernando
La adopción de extensiones de navegador de IA alcanza su punto máximo en organizaciones medianas, con un 17,70% en empresas de 1.000 a 2.500 empleados, frente a un 9,53% en grandes empresas. El perfil de permisos es donde está la verdadera exposición: casi el 75% de las extensiones de IA solicitan permisos altos o críticos, tienen casi tres veces más probabilidades de pedir acceso a cookies que la extensión promedio (18,19% frente a 6,67%) y el 41,91% solicita acceso a scripting. Además, el 16,31% tiene CVEs conocidos, aproximadamente la mitad más que las extensiones de navegador en general. CursorJacking es la consecuencia real. La recomendación de Akamai, tratar las extensiones como software privilegiado con un inventario actualizado continuamente en vez de una aprobación única, requiere una capacidad de gobernanza que la mayoría de las organizaciones construyó años antes de que existiera la IA generativa.
Los agentes de IA se están convirtiendo en una nueva clase de identidad empresarial
El quinto riesgo en la lista de Akamai son los agentes de IA que operan fuera de los controles existentes, y es el riesgo que el informe considera menos resuelto. Akamai es cuidadoso, y aquí también conviene serlo, en no describir a los agentes como actuando independientemente de los humanos y organizaciones que los implementan. Un agente opera bajo autoridad delegada, usando el acceso que un humano o una política le otorgó, y cada acción es en principio rastreable hasta esa concesión. El fallo de gobernanza es que la mayoría de las organizaciones aún no ha extendido los controles de identidad, monitoreo y acceso que ya aplican a los usuarios humanos para cubrir a los agentes que ahora operan junto a ellos.
Esa extensión es lo que proporciona un Control Plane unificado. Kiteworks Control Plane gobierna cómo tanto los usuarios humanos como los agentes de IA acceden, usan e intercambian contenido sensible bajo una misma política y capa de auditoría, por lo que un agente que recupera un documento regulado está sujeto a la misma evaluación de políticas ABAC y registro de auditoría que un humano haciendo la misma tarea. Una integración de Secure MCP Server que conecta un agente con contenido empresarial sin pasar esa conexión por un acceso gobernado y registrado reintroduce la misma brecha de identidad que advierte este informe, solo que con un agente en vez de una cuenta personal de ChatGPT como identidad no gestionada.
Los cinco pilares de Akamai y cómo Kiteworks cierra la brecha de evidencia
Akamai cierra su informe con un marco de cinco pilares: enfocarse en los usuarios avanzados, eliminar el shadow AI mediante federación de identidades, proteger los datos en la capa de interacción con IA con DLP contextual en vez de coincidencia de patrones, asegurar las extensiones como software privilegiado y prepararse para agentes autónomos gobernándolos como una clase de identidad distinta. Es una lista sólida y está escrita desde la perspectiva de operaciones de seguridad, centrada en visibilidad y detección. Pero esa no es, por sí sola, la visión que necesita un Chief Compliance Officer cuando la consulta de un regulador tiene un plazo legal. Saber que ocurrió una interacción y que fue riesgosa es un resultado de detección. Producir, dentro del plazo del regulador, un registro defendible de qué datos estuvieron involucrados y bajo qué autoridad de política, es un resultado de evidencia, y un programa basado solo en la detección aún necesita una capa de evidencia debajo.
Kiteworks Compliant AI aplica políticas en el punto en que el contenido sensible se mueve hacia o desde una interacción con IA, así que la gobernanza no depende de identificar primero cada aplicación que pueda usar un empleado o agente. El Kiteworks Control Plane extiende esa misma política y capa de auditoría a través de correo electrónico seguro, uso compartido seguro de archivos, transferencia de archivos gestionada, formularios web seguros e interacciones con IA por igual. Cuando un examinador pregunta qué datos tocó una interacción con IA, la respuesta debe venir de un registro de auditoría gobernado, no de una reconstrucción a posteriori, y un CISO Dashboard que muestra esta actividad tanto en accesos humanos como de agentes es lo que hace que las recomendaciones de Akamai sean realmente aplicables.
Para saber más sobre cómo cerrar la brecha de identidad de shadow AI y gobernar el acceso de agentes de IA a datos sensibles bajo un único Control Plane preparado para evidencias, agenda una demo personalizada hoy.
Preguntas frecuentes
El riesgo de acceso pregunta si un empleado tiene permiso para abrir una herramienta de IA, que es lo que controlan las listas de permitidos, los requisitos de SSO y los flujos de aprobación de aplicaciones. El riesgo de uso pregunta qué datos pasaron por esa interacción y dónde terminaron, una cuestión que los controles de acceso no pueden responder porque los datos de Akamai muestran que la actividad de mayor riesgo, cuentas personales y suscripciones freemium, a menudo supera todos los controles de acceso mientras sigue moviendo datos fuera de la gobernanza corporativa. Los programas organizados en torno a la gobernanza de datos de IA cierran esa brecha porque gobiernan los datos en sí mismos sin importar la identidad o la aplicación.
Significa que un examinador, auditor o parte contraria que pregunte qué ocurrió con datos sensibles dentro de una conversación de IA tiene aproximadamente las mismas probabilidades de encontrarse con una identidad con la que la organización no tiene relación formal ni capacidad de generar registros. Un programa de cumplimiento necesita gobernanza de datos y capacidad de auditoría que opere en el punto en que el contenido sensible saldría de un entorno gobernado, no solo que rastree la actividad en cuentas que ya conoce.
El informe de Akamai y el propio posicionamiento de Kiteworks tratan a los agentes de IA como una nueva clase de identidad que sigue operando bajo autoridad humana y organizacional delegada, no como actores autónomos fuera de toda responsabilidad. Como los agentes suelen tener acceso privilegiado a SaaS empresariales, correo y archivos, como muestra el caso CometJacking, necesitan la misma aplicación de políticas ABAC y registro de auditoría que ya se aplica a las cuentas humanas, extendido para cubrir esta segunda población.
No. El informe de Akamai es explícito al afirmar que el objetivo de la seguridad de IA es habilitar de forma segura, no restringir la tecnología, y Kiteworks Compliant AI está diseñado bajo ese mismo principio, aplicando políticas en el punto en que el contenido sensible se mueve hacia o desde una interacción con IA, para que los empleados sigan usando herramientas de IA aprobadas de forma productiva mientras los datos sensibles permanecen gobernados y auditables.
Un auditor normalmente espera un registro que muestre a qué datos accedió el agente, bajo qué autoridad de política, en qué momento y qué controles, cifrado, restricciones de acceso y registros de auditoría se aplicaron en el momento del acceso, y que se produzca lo suficientemente rápido para cumplir con el plazo de la consulta. Un Kiteworks Control Plane gobernado con un registro de auditoría consistente para la actividad humana y de agentes es lo que permite al equipo de cumplimiento armar ese paquete de evidencia bajo demanda.
Recursos adicionales
- Artículo del Blog
Estrategias Zero‑Trust para una protección asequible de la privacidad en IA - Artículo del Blog
Cómo el 77% de las organizaciones falla 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.