En la mayoría de empresas la gente ya usa IA en el trabajo, a menudo con cuentas personales y datos de la empresa pegados dentro. La pregunta es si ese uso es visible, está controlado y se puede auditar. Los agentes suben la apuesta, porque envían datos a modelos todo el día sin que nadie los teclee.
Las políticas no son controles
Las políticas dicen que los datos sensibles no deben ir a modelos públicos. En la práctica, alguien pega una cláusula de un contrato en un chat o sube una lista de clientes para un análisis rápido.
Otro documento de política no lo arregla. La gente usa estas herramientas porque son útiles, y esquiva lo que le estorba. El control que funciona está en el camino del dato y es más fácil de usar que el atajo.
Un único punto de control
Ponemos un gateway entre tus personas y agentes, por un lado, y cualquier modelo, por otro. Todas las peticiones pasan por él, así que la política se aplica en un solo sitio, sea cual sea el modelo o proveedor que haya detrás.
Es nuestro Privacy Gateway, y hace cuatro cosas:
- Detectar. Analiza prompts y adjuntos en busca de identificadores personales, datos financieros y de salud, credenciales y tus propios términos internos.
- Enmascarar. Redacta o seudonimiza lo que la política dice que no puede salir, para que el modelo vea una versión segura y la persona reciba igualmente su respuesta.
- Enrutar. Envía cada petición a un modelo adecuado a su sensibilidad: modelos públicos para datos públicos, modelos privados u on-premise para el resto.
- Auditar. Registra quién envió qué, qué se enmascaró, qué modelo respondió y cuándo.
Una política sencilla
La mayoría de organizaciones pueden empezar con tres clases de petición:
- Estándar. Sin datos sensibles. Se envía tal cual.
- Transformada. Los datos personales o confidenciales se enmascaran antes de enviar.
- Restringida. Datos de alto riesgo. Se bloquea o la revisa antes una persona.
Si añades minimización (enviar solo lo que la tarea necesita) y una regla de retención para los registros, tienes algo que un equipo de privacidad puede aprobar. Para el detalle de qué enmascarar, mira Qué redactar antes de enviar datos a un LLM.
Opciones de despliegue
- Gateway delante de modelos públicos. La menor fricción. La gente sigue con sus herramientas; lo que sale va enmascarado y registrado.
- Modelos privados para trabajo sensible. Modelos que controlas, en tu nube o en la nuestra, para datos que nunca tocan una API pública.
- On-premise. Para banca, despachos o salud: todo el stack dentro de tu perímetro.
La combinación adecuada depende de tus datos y de tus reguladores. Solemos empezar por el gateway porque da visibilidad en días, y esa visibilidad orienta todo lo demás.
Evidencia, no intenciones
Un auditor o un consejo no pregunta si tienes una política de IA. Te pide que enseñes qué datos fueron adónde, quién usó qué modelo y qué se enmascaró.
El gateway genera ese registro como subproducto del uso normal: uso por equipo y tipo de dato, eventos de enmascarado, inventario de modelos y una traza por cada petición. Con el RGPD, ese registro es la diferencia entre creer que cumples y poder demostrarlo.
Límites
Ningún detector lo captura todo; ajustamos para cada organización el equilibrio entre falsos positivos y fugas. Un enmascarado agresivo puede empeorar la calidad de la respuesta. Y un gateway controla el dato en tránsito; no deshace lo que ya se filtró.
Para revisar tu mapa de datos, mira IA privada y Privacy Gateway, o reserva una llamada.
¿Qué pasa primero a piloto automático?
Cuéntanos cómo trabajas hoy. Te diremos por dónde empezar.
Reservar una llamada