Qué es el shadow AI y de qué tamaño es de verdad
Shadow AI es cualquier herramienta de IA que tu equipo usa para trabajar sin que la empresa lo sepa o sin que la pague.
La mejor medición sobre esto es una encuesta dirigida desde el ámbito universitario, con 48.340 respuestas de 47 países (alrededor de mil personas por país; los datos se recogieron entre noviembre de 2024 y enero de 2025). La pregunta clave: ¿cómo accedes a las herramientas de IA que usas para trabajar?
| Respuesta | Porcentaje |
|---|---|
| uso una herramienta gratuita y de acceso público | 70% |
| uso la herramienta que me facilita mi empresa | 42% |
| uso una herramienta pública que pago yo | 18% |
(Se podía dar más de una respuesta, por eso la suma supera el cien.)
Más del doble de personas usa una herramienta pública que una pagada por la empresa. Eso es el shadow AI en una sola línea.
Cómo están de verdad las normas internas, y aquí se decide el argumento
La misma encuesta preguntó si la empresa tiene una norma sobre el uso de IA generativa:
| Respuesta | Porcentaje |
|---|---|
| hay una norma que orienta el uso | 34% |
| hay una norma que lo prohíbe | 6% |
| no hay ninguna norma | 41% |
| no sé si existe | 19% |
De aquí se leen dos cosas, y las dos contradicen el relato habitual.
La primera: la prohibición es rara. Un seis por ciento trabaja bajo una norma prohibitiva. El relato del «todos lo prohíben y la plantilla se lo salta» habla de una minoría pequeña.
La segunda: casi una de cada cinco personas no sabe si hay una norma, más de las que trabajan bajo una prohibición. El shadow AI no es rebeldía. Es una norma que falta y una norma que no se conoce.
Lo respalda el dato más elocuente: el 38% de las personas encuestadas usó IA en su trabajo sin saber si estaba permitido. El resto de porcentajes sale de la misma encuesta:
| Lo que hizo (a veces o a menudo) | Porcentaje |
|---|---|
| metió información de la empresa en una herramienta pública de IA | 34% |
| cargó material protegido por derechos de autor | 34% |
| usó la IA de un modo que incumplía la norma interna | 31% |
| ocultó que había usado IA para su trabajo | 42% |
| se apoyó en el resultado sin comprobarlo | 42% |
| cometió un error en su trabajo por culpa de la IA | 31% |
¿Funciona prohibir? Lo que sabemos y lo que no
Esto hay que decirlo con honestidad, porque el mercado es muy rotundo aquí y la evidencia no lo es.
Lo que va en contra de prohibir:
- Un estudio con 1.250 personas en cuatro países (abril de 2026, personal de oficina no informático en empresas con más de 500 millones de dólares de facturación) encontró que el 86% dice que su empresa tiene una norma sobre IA y que aun así el 66% usó una herramienta que creía prohibida. La mera existencia de la norma no frena a nadie.
- El mismo estudio mide también lo que cuesta restringir: el 77% dice que le limita su desarrollo profesional y el 75% se iría a una empresa con mejor formación en IA. Prohibir no es un paso neutro.
- Una encuesta de seguridad de 2026 sobre 602 organizaciones con brechas encontró que el 68% de las empresas no tiene ninguna herramienta para detectar el shadow AI, y ese porcentaje ha empeorado: el año anterior era del 63%.
Y lo que hay que decir desde el otro lado: no he encontrado ninguna medición que compare empresas que prohíben y empresas que no sobre la misma muestra. Es decir, la frase «prohibir no funciona» no tiene detrás evidencia con grupo de control. Lo que sí hay: mucha gente incumple la norma y la mayoría de las empresas ni siquiera ve lo que pasa.
Una cosa sí funciona de forma demostrada, y no es prohibir el uso: esa misma encuesta de seguridad encontró que el 92% de las organizaciones que sufrieron un incidente relacionado con IA no tenía un control de accesos adecuado: acceso por roles, autenticación multifactor. Restringir el acceso tiene evidencia detrás. Prohibir el uso es la parte que no la tiene.
Cuánto cuesta
La encuesta de seguridad de 2026 indica que la proporción de incidentes de seguridad en los que aparece shadow AI subió del 20% al 43% en un año en las organizaciones estudiadas, y que el coste medio de la fuga de datos en esos casos pasó de 4,63 a 5,39 millones de dólares.
Esa cifra no se puede trasladar a una empresa pequeña: habla de 602 grandes organizaciones, en casos de entre 2.590 y 115.380 registros comprometidos, y el estudio lo financió una empresa que también vende servicios de seguridad. Lo que sí se puede aprovechar no es el importe, sino la estructura: el 63% del coste viene de la detección, del escalado y del negocio perdido. También en una empresa de veinte personas lo que se va es el tiempo y la confianza del cliente, no el dinero de la multa, aunque hubo multa en aproximadamente uno de cada cinco casos.
Los números nacionales: por qué tu pregunta es otra
Conviene separar dos cosas a las que se suele llamar igual.
La oficina estadística europea mide el uso de IA a nivel de empresa, país por país. Las encuestas internacionales de arriba miden el uso individual, normalmente en grandes empleadores. No son lo mismo, y esa diferencia es exactamente el shadow AI.
Lo útil es que la misma oficina mide también el uso individual, así que los dos números se pueden poner uno al lado del otro. Despliega el que te afecte:
Hungría — el 10,4% de las empresas, el 14,9% de las personas
El 10,4% de las empresas húngaras de más de diez empleados usa tecnología de IA a nivel de empresa. En cambio, el 14,9% de los húngaros de 16 a 74 años usó IA generativa para trabajar en los tres meses anteriores, y un 15,9% entre los de 25 a 64.
Es decir, hay más gente usándola para trabajar que empresas admitiendo que la usan. No es una contradicción: es la medición oficial más limpia que existe del shadow AI, y además los dos números vienen de la misma oficina estadística y del mismo año.
Hay otro dato que lo confirma: el 50,3% de los húngaros que usan IA la usa también para trabajar. Es de las proporciones más altas de la Unión, así que en Hungría la IA no es sobre todo entretenimiento, sino herramienta de trabajo, solo que no la pone la empresa.
España — el doble de empresas y aun así más brecha
El 20,27% de las empresas españolas de más de diez empleados usa tecnología de IA: casi el doble que la tasa húngara y justo por encima de la media europea. A primera vista, por tanto, allí el uso autorizado está mejor.
El lado individual, sin embargo, va todavía por delante: el 37,9% de los españoles de 16 a 74 años usó IA generativa en los tres meses anteriores (media de la UE, 32,7%), y el 17,9% para trabajar, un 20,5% entre los de 25 a 64. O sea que hay aproximadamente tanta gente usándola para trabajar como empresas que reconocen cualquier uso.
Desde el lado de la empresa la brecha es aún mayor: una encuesta del verano de 2026 que incluía a 501 trabajadores de oficina españoles encontró un 82% de encuestados usando IA en tareas diarias, y de ellos un 82% había usado una herramienta que la empresa no facilitaba, sin avisar. Formación en IA por parte de la empresa había recibido el 44%.
Lo que conviene llevarse: más adopción corporativa no elimina la IA en la sombra. En España usan IA el doble de empresas que en Hungría, y el uso no declarado de herramientas sigue ahí, además de forma medible.
Traducido a una empresa de servicios de veinte personas [Estimación propia, con los porcentajes de arriba]:
| Paso | Cifra |
|---|---|
| plantilla | 20 personas |
| de ellas, usa IA para trabajar | ~10 personas |
| de ellas, usa también una herramienta pública gratuita | ~7 personas |
| de ellas, ya ha metido información de la empresa | 2-3 personas |
Dos o tres personas. El shadow AI no es un problema de «lo hace todo el mundo», sino de «dos o tres personas de las que no sabes nada». Y justo por eso no se ve.
Una medición de telemetría estadounidense (222 empresas cliente, con una extensión de navegador, para el año 2025) añade un detalle importante: en las herramientas menos conocidas más de la mitad del uso va por cuentas personales, mientras que en el chatbot más conocido es alrededor de un tercio. El shadow AI no es mayor donde lo buscarías, sino donde a la empresa ni se le ocurrió contratar una suscripción.
Cómo medirlo en un día
No he encontrado ninguna guía oficial para esto, así que el orden de abajo es de elaboración propia, pero cada paso trabaja con sistemas que ya tienes, y en una empresa de 10 a 50 personas una sola persona puede recorrerlo entero.
| # | Fuente | Qué muestra | Qué no ve | Tiempo |
|---|---|---|---|---|
| 1 | Extractos bancarios y de tarjeta de 12 meses, buscando los nombres de las herramientas | suscripciones individuales pasadas por contabilidad | el uso gratuito y el pago con tarjeta particular | 1 hora |
| 2 | La consola de administración de tu suite ofimática: aplicaciones de terceros y permisos concedidos | todas las herramientas que entraron con una cuenta corporativa y a qué se les dio acceso | los registros con correo y contraseña | 1-2 horas |
| 3 | Buscar en los buzones corporativos los correos de confirmación de registro | dónde se registró alguien con una dirección de trabajo | los registros desde cuentas particulares | 1-2 horas |
| 4 | Registros de cortafuegos o de DNS, si tienes red gestionada | el tráfico que sale de la red corporativa | el uso desde casa y desde el móvil, que hoy es la mayoría | medio día |
| 5 | Una encuesta anónima de cinco preguntas | lo que las otras cuatro no ven nunca: el uso con cuentas personales | lo que la gente no confiesa | 1 hora |
Las preguntas del quinto paso:
- ¿Qué herramientas de IA has usado para trabajar en los últimos 30 días?
- ¿Cuáles con cuenta de empresa y cuáles con cuenta personal?
- ¿Pagas alguna de tu bolsillo? ¿Cuánto?
- ¿Has pegado alguna vez el nombre de un cliente, el texto de un contrato, un precio, código fuente o un dato personal? (sí/no)
- ¿Qué es lo único que no puedes hacer con la herramienta de la empresa y por eso usas otra?
En la cuarta pregunta el anonimato no es cortesía, es metodología. Si la respuesta se puede atribuir a alguien, las respuestas no valen nada: según la encuesta internacional, el 42% suele ocultar su uso de IA.
La quinta pregunta es la más importante, porque es la que te dice qué tienes que permitir para que el shadow AI deje de existir. Uno de los datos más elocuentes del estudio en grandes empresas es que el 72% cree entender la IA mejor que su propio equipo de informática. Se puede discutir, pero el significado es inequívoco: la plantilla no ignora el riesgo, lo que le falta son herramientas.
Qué viene después de la medición
El orden no da igual: la norma hay que ajustarla al resultado de la medición, no al revés. Si la escribes antes, contendrá lo que tú te imaginas, no lo que se usa de verdad.
Cuatro pasos, en este orden:
- Autoriza una sola herramienta con cuenta de empresa para aquello en lo que la usa más gente.
- Escribe qué no puede entrar nunca ahí, en una página y punto por punto. Para eso hay un esqueleto listo: la política de IA en una página desarrolla las doce líneas.
- Configura los accesos. Es el único control del que hay evidencia medida.
- Forma a la gente. Además, desde agosto de 2026 es una obligación europea supervisada: los detalles están en el plan de formación en IA del equipo, sesión por sesión.
Dos malentendidos
«Aquí no hay shadow AI porque no lo permitimos.» Según los datos, ese es el peor estado posible: no hay vía autorizada y tampoco hay detección. Las dos o tres personas siguen ahí igualmente.
«Ya lo parará el cortafuegos.» En un equipo híbrido, la mayor parte del uso no pasa por la red corporativa. El cuarto paso es útil, pero no basta.
Lo que conviene llevarse
El shadow AI no es un fenómeno de masas, sino unas pocas personas de las que no sabes nada, y su causa más frecuente no es el incumplimiento, sino que no hay norma o que nadie la conoce. La medición dura un día y no hace falta comprar software nuevo.
De la prohibición no hay evidencia de que frene el uso, y sí la hay de que trae riesgo de fuga de talento. De lo que sí hay datos: regular el acceso funciona, y dos tercios de las empresas no tienen ninguna herramienta de detección.
Y lo más importante: la quinta pregunta de la medición no va del riesgo, va de qué darle a tu equipo. Qué se puede subir siquiera lo desglosa punto por punto el GDPR y la IA, con siete preguntas de decisión.