Empresas españolas avanzan en IA, pero carecen de control sobre sus datos
Un estudio de Red Hat revela carencias en la trazabilidad de la información, el control del software y la supervisión de proveedores tecnológicos.
La inteligencia artificial está transformando los procesos empresariales en España, pero su rápida incorporación también está poniendo de manifiesto importantes dificultades para controlar la información que utilizan estos sistemas. Aunque el 85 % de los responsables tecnológicos españoles confía en la seguridad de sus agentes de inteligencia artificial, únicamente el 30 % conoce con precisión dónde se almacenan y procesan los datos que manejan.
Esta diferencia entre la confianza empresarial y la capacidad real de supervisión aparece en un estudio de Red Hat elaborado entre 1.400 directores de tecnologías de la información (CIO) de 14 países. Las organizaciones españolas están avanzando en la adopción de inteligencia artificial, pero todavía presentan dificultades en materia de gobernanza, trazabilidad y evaluación de riesgos.
El informe también señala que los agentes autónomos de IA ya están presentes en el 100 % de las organizaciones españolas incluidas en la muestra. Sin embargo, la implantación de estas herramientas no siempre está acompañada de mecanismos suficientes para conocer sus operaciones y controlar los movimientos de información.
La adopción de inteligencia artificial supera la capacidad de supervisión
Las empresas españolas están incorporando agentes de inteligencia artificial a sus operaciones para automatizar tareas, procesar información y mejorar diferentes actividades empresariales. Estas herramientas pueden ejecutar acciones y relacionarse con otros sistemas digitales, lo que amplía sus posibilidades de aplicación.
Sin embargo, cuanto mayor es su integración, más importante resulta conocer qué datos utilizan, dónde se procesan y qué plataformas intervienen en cada operación.
Según el estudio de Red Hat, el 85 % de los CIO españoles consultados manifiesta una elevada confianza en que sus agentes de IA funcionan de manera segura y cumplen con los requisitos normativos. A pesar de ello, solo el 30 % afirma disponer de información precisa sobre los flujos de datos y los lugares donde estos se almacenan y procesan.
Esta diferencia pone de relieve un desafío para las compañías: disponer de sistemas tecnológicos avanzados no garantiza que exista una supervisión completa sobre su funcionamiento.
El 47 % reconoce dificultades para seguir los flujos de datos
Uno de los principales problemas identificados por el informe está relacionado con la visibilidad de los datos. El 47 % de las organizaciones españolas encuestadas reconoce pequeñas carencias para conocer cómo circula la información entre sus plataformas empresariales, servicios en la nube y modelos externos de inteligencia artificial.
Además, el 22 % admite haber implementado funcionalidades de IA sin comprender completamente los flujos de datos asociados. Por su parte, el 1 % declara tener una visión muy limitada sobre los lugares donde se almacena la información.
Estas deficiencias pueden dificultar la identificación de accesos no previstos, transferencias de información y posibles incumplimientos de las políticas internas de seguridad.
La situación adquiere especial importancia cuando los agentes autónomos interactúan con diferentes aplicaciones y proveedores externos. En estos entornos, una organización necesita conocer qué información comparte, qué sistemas la procesan y qué controles se aplican durante todo el recorrido.
Las empresas también tienen problemas para controlar su software
El estudio identifica otra debilidad en la cadena de suministro de software. Aunque las organizaciones pueden utilizar herramientas de código abierto, bibliotecas y componentes desarrollados por terceros, no todas disponen de un inventario completo que permita identificar sus dependencias.
Solo el 22 % de las empresas españolas consultadas afirma contar con una visión exhaustiva de los componentes de software que utiliza, incluidos sus orígenes y dependencias directas e indirectas.
Las dependencias indirectas son elementos tecnológicos que incorpora un programa a través de otros componentes. Por ejemplo, una aplicación puede utilizar una biblioteca que, a su vez, depende de otros paquetes desarrollados por terceros. Si la empresa desconoce estas relaciones, puede tener dificultades para identificar qué partes de su infraestructura necesitan actualizarse o protegerse.
El 78 % de los encuestados reconoce que no evalúa eficazmente estas dependencias indirectas. Esta situación puede aumentar la exposición a vulnerabilidades cuando alguno de los componentes utilizados presenta problemas de seguridad.
Rapidez para corregir vulnerabilidades, pero falta de visibilidad
El informe también muestra una diferencia entre la velocidad de respuesta de las compañías y su conocimiento de los componentes tecnológicos que utilizan.
El 79 % de las empresas españolas participantes asegura que puede aplicar parches críticos de software en menos de 24 horas desde que se publica la actualización correspondiente.
Sin embargo, esta capacidad de respuesta pierde parte de su efectividad cuando las organizaciones no conocen con precisión todos los componentes y dependencias de sus sistemas.
Para gestionar adecuadamente las vulnerabilidades, las empresas necesitan combinar actualizaciones rápidas con inventarios tecnológicos completos. De esta forma pueden identificar qué elementos están afectados y establecer prioridades para reducir los riesgos.
Solo el 28 % supervisa continuamente los riesgos de sus proveedores de IA
La relación con proveedores externos constituye otro de los puntos débiles señalados por Red Hat. Las empresas pueden depender de plataformas, modelos y servicios de inteligencia artificial proporcionados por terceros, por lo que necesitan evaluar sus condiciones de seguridad durante toda la relación comercial.
Según el estudio, únicamente el 28 % de las organizaciones españolas afirma estar bien preparada para evaluar de forma continua los riesgos de sus proveedores de IA mediante criterios cuantificables y supervisados en las operaciones diarias.
Además, el 34 % realiza una evaluación de riesgos antes de implementar nuevas tecnologías, pero reconoce dificultades para mantener esa supervisión después de su puesta en funcionamiento. Otro 32 % se limita principalmente a la evaluación inicial.
El problema es que los sistemas de inteligencia artificial pueden evolucionar con el tiempo. Los modelos, los datos utilizados, las configuraciones y las amenazas pueden cambiar, por lo que una revisión realizada únicamente al contratar un servicio puede resultar insuficiente.
Por esta razón, los mecanismos de control necesitan mantenerse activos durante todo el ciclo de vida de las herramientas tecnológicas.
La seguridad de la IA requiere mayor gobernanza empresarial
La gobernanza de la inteligencia artificial comprende las políticas, procedimientos y controles que permiten gestionar el uso de estas tecnologías dentro de una organización.
Entre sus principales elementos se encuentran la identificación de los datos utilizados, la administración de permisos, el seguimiento de las acciones realizadas por los agentes autónomos, la evaluación de proveedores y la supervisión de posibles incidentes.
En este contexto, Julia Bernal, responsable de Red Hat en España y Portugal, ha señalado la importancia de contar con visibilidad sobre los flujos de datos, los componentes de software y el ciclo de vida de los agentes antes de ampliar su utilización.
El objetivo es que las empresas no se limiten a incorporar inteligencia artificial para aumentar su productividad, sino que también puedan demostrar que sus sistemas funcionan bajo mecanismos de control adecuados.
El cumplimiento normativo aumenta la importancia de controlar los datos
La protección de la información y la trazabilidad tecnológica también tienen implicaciones legales. Las organizaciones que trabajan con datos personales deben considerar las obligaciones establecidas en el Reglamento General de Protección de Datos (RGPD), mientras que el Reglamento europeo de Inteligencia Artificial establece requisitos específicos para determinados sistemas y usos de IA.
La capacidad de identificar dónde se almacenan y procesan los datos permite a las empresas mejorar sus auditorías y documentar sus procedimientos. También facilita la evaluación de los proveedores y la identificación de posibles riesgos relacionados con el tratamiento de información.
La falta de visibilidad puede dificultar estas tareas, especialmente cuando los sistemas empresariales utilizan diferentes plataformas en la nube, servicios externos y herramientas automatizadas.
Por ello, la gobernanza de la IA no debe entenderse únicamente como una cuestión técnica, sino también como parte de la gestión empresarial, la protección de datos y la responsabilidad organizativa.
El reto de las empresas españolas: innovar sin perder el control
Los resultados del estudio muestran que España está avanzando en la incorporación de agentes autónomos de inteligencia artificial, pero todavía existen diferencias entre la adopción tecnológica y la capacidad de supervisar sus riesgos.
Las empresas necesitan desarrollar inventarios actualizados de software, mejorar la trazabilidad de sus datos y establecer evaluaciones continuas de los proveedores tecnológicos. También deben comprobar que los mecanismos de seguridad se mantienen activos después de implementar una solución.
La expansión de la inteligencia artificial puede generar oportunidades para mejorar la productividad y transformar los procesos de negocio. Sin embargo, para aprovechar sus beneficios de forma sostenible, las organizaciones necesitan conocer cómo funcionan sus sistemas y mantener el control sobre la información que utilizan.
¿Qué porcentaje de empresas españolas conoce dónde se almacenan sus datos de IA?
Según el estudio de Red Hat, solo el 30 % de los responsables tecnológicos consultados afirma conocer con precisión dónde se almacenan y procesan los datos utilizados por los sistemas de inteligencia artificial.
¿Cuántas empresas españolas utilizan agentes autónomos de IA?
El 100 % de las organizaciones españolas incluidas en la muestra del estudio declara contar con agentes autónomos de inteligencia artificial.
¿Qué riesgos existen cuando una empresa no controla sus datos de IA?
La falta de visibilidad puede dificultar la detección de transferencias de información no previstas, accesos indebidos, vulnerabilidades y posibles incumplimientos de las políticas de protección de datos.
¿Qué porcentaje de empresas evalúa continuamente los riesgos de sus proveedores de IA?
El 28 % de las organizaciones españolas encuestadas declara disponer de criterios cuantificables y mecanismos de supervisión continua de los riesgos relacionados con sus proveedores de inteligencia artificial.
¿Por qué es importante controlar la cadena de suministro de software?
Porque las aplicaciones pueden incorporar bibliotecas y componentes desarrollados por terceros. Conocer sus orígenes y dependencias ayuda a identificar vulnerabilidades y aplicar las actualizaciones necesarias.
Conclusión
La inteligencia artificial se ha incorporado a las operaciones de las empresas españolas, pero su crecimiento está planteando nuevos desafíos de seguridad y supervisión. El estudio de Red Hat muestra que, aunque el 85 % de los CIO consultados confía en sus agentes de IA, solo el 30 % conoce con precisión dónde se almacenan y procesan sus datos.
La trazabilidad de la información, el control de los componentes de software y la evaluación permanente de los proveedores serán aspectos fundamentales para desarrollar una inteligencia artificial empresarial más segura. El desafío para las organizaciones españolas consiste en avanzar en innovación sin perder la capacidad de supervisar sus sistemas, proteger sus datos y demostrar el cumplimiento de sus obligaciones.