El riesgo seguridad IA no siempre aparece en los titulares. Muchas organizaciones miran con lupa el uso “general” de modelos como parte de la productividad diaria, pero la realidad es más desigual: una minoría de usuarios “super-adoptadores” está empujando la exposición mucho más rápido que el resto del equipo.
Un informe basado en datos reales de uso y telemetría de Akamai señala que el 5% superior de usuarios de IA en empresas interactúa con modelos a un ritmo 12 veces mayor que el 50% inferior. Ese salto de intensidad no solo incrementa el volumen de conversaciones: también amplía oportunidades para fugas de datos, dificulta la visibilidad y habilita agentes de IA que actúan dentro del negocio pero fuera de los controles establecidos.
El 5% que crea una “sombra” desproporcionada
Las grandes áreas de seguridad suelen enfocar sus esfuerzos en gobernar accesos: quién usa qué modelo, desde dónde y con qué permisos. Sin embargo, según la investigación, el problema se desplaza hacia el “final largo” de herramientas pequeñas: muchas opciones adicionales, menos revisadas, que entran en rutinas reales.
El riesgo se acumula porque el comportamiento cambia con la experiencia. El informe indica que la duración típica de una conversación equivale a alrededor de cinco prompts para el empleado promedio. En cambio, los usuarios del 5% más activo llegan de forma recurrente a 18 prompts o más, señal de que la IA se está integrando como un colaborador más dentro de tareas esenciales.
Shadow AI: cuando la IA se sale del carril
Uno de los puntos más delicados del riesgo seguridad IA es la shadow AI: el uso de herramientas de IA que no fueron aprobadas ni supervisadas por TI, seguridad o cumplimiento.
El informe compara dos realidades: plataformas que sí cuentan con gobernanza frente a escenarios donde la identidad del usuario es personal y, por tanto, con menos visibilidad. En ese contexto, la “frontera” entre lo empresarial y lo personal se vuelve difusa.
Conversaciones con identidades personales: una brecha de visibilidad
Casi la mitad de las conversaciones de IA en entornos empresariales ocurren mediante identidades personales, no mediante cuentas gestionadas por la empresa. Concretamente, el informe cifra ese porcentaje en 47.11%, lo que genera lo que el estudio describe como un contraste entre un uso “domesticado” y uno “libre”.
La diferencia se ve en el tipo de cuenta que domina los accesos. Algunas plataformas mantienen la mayor parte de las interacciones dentro de sistemas corporativos de identidad (por ejemplo, se reporta que Gemini Enterprise mantiene un 98.15% de interacciones bajo identidad corporativa y Microsoft Copilot M365 un 90.55%).
En cambio, otras herramientas aparecen dominadas por inicios de sesión con identidad personal: DeepSeek muestra una proporción extremadamente alta de acceso con identidad personal (99.8%), y ChatGPT y Claude también presentan cifras mayoritarias de cuentas personales (en torno a los 61%).
El efecto colateral: correo corporativo para suscripciones freemium
Incluso cuando el acceso “parece” corporativo, hay matices. El informe destaca un hallazgo que sorprendió a su equipo: 14.4% de las conversaciones de IA en empresas se realizan usando correo corporativo asociado a suscripciones personales del tipo “freemium”, en lugar de licencias gestionadas por la organización.
¿Por qué importa? Porque la empresa podría creer que el dato está protegido por el marco de licenciamiento y control interno, cuando en la práctica los datos introducidos por el usuario podrían terminar siendo utilizados para entrenamiento del modelo público, según la configuración y políticas del proveedor.
Long-tail blindness: el problema de lo que nadie ve
Incluso en organizaciones donde la administración de cuentas corporativas funciona razonablemente bien, persiste otra ceguera: lo que ocurre fuera del catálogo aprobado. Los empleados incorporan herramientas de IA especializadas, aplicaciones SaaS con capacidades de IA y suscripciones privadas sin pasar por supervisión.
El informe lo resume con una analogía: así como muchos usuarios “traen su propio” dispositivo, también pueden “traer su propia” herramienta de IA (BYOAI) usando cuentas personales. Ese patrón crea vacíos sobre cómo se almacenan, retienen y procesan los datos dentro y fuera del perímetro de la empresa.
Extensiones de navegador y del IDE: un punto ciego creciente
Otra zona que se está expandiendo con fuerza son las extensiones para navegadores y para entornos de desarrollo (IDE). De acuerdo con Akamai, en empresas medianas 17.7% de empleados utiliza al menos una extensión con capacidades de IA, frente a 9.53% en organizaciones más grandes.
Además, el informe alerta sobre permisos. Casi 75% de los usuarios solicita permisos altos o críticos al instalar este tipo de extensiones, lo que eleva el impacto potencial si algo no está bien controlado.
Vulnerabilidades conocidas en extensiones
El componente más preocupante del riesgo seguridad IA aparece cuando esas extensiones incluyen fallos conocidos. El estudio señala que 16.31% de las extensiones de IA contienen vulnerabilidades con CVE conocidas, mientras que, como comparación, el promedio de extensiones de navegador en general muestra un 10.80% con CVE.
En conjunto, estas herramientas crean vías amplias y no gestionadas que conectan directamente con sesiones activas de usuarios y con datos corporativos sensibles. No es solo un asunto de privacidad: el informe remarca que también es “infraestructura” para ataques automatizados de una nueva generación.
Cuando la seguridad se vuelve una carrera contra el tiempo
Para los equipos de seguridad, el reto implica un cambio de mentalidad. Ya no se trata de preguntarse si el personal usa IA (porque, efectivamente, ya lo hace). El foco debe trasladarse a dos preguntas operativas: dónde está operando la IA en la empresa y en qué medida se mantiene dentro de las reglas y guardrails.
El informe lo plantea con claridad: la prioridad es identificar la concentración del riesgo antes de que lo haga un adversario. Si la empresa no entiende su superficie de exposición relacionada con IA, llega tarde.
Cómo se “arma” la superficie de IA: nuevas rutas de ataque
Al expandirse el ecosistema de herramientas y agentes, también aparecen vectores de ataque que pueden saltarse controles tradicionales. El estudio menciona varias tácticas relevantes que se apoyan en la interacción entre humanos, asistentes y contenido.
Vibe Hacking
En este enfoque, los atacantes alteran de forma sutil archivos de instrucciones locales (por ejemplo, archivos tipo AI_CONFIG.md) para manipular asistentes de codificación. El objetivo es que generen código vulnerable o ejecuten acciones no autorizadas.
CursorJacking
Aquí, extensiones maliciosas se “arma” para recopilar de manera silenciosa información sensible: claves de API, tokens de sesión y código fuente propietario desde bases de datos locales.
CometJacking
Esta táctica se apoya en inyección indirecta de prompts embebida en páginas web maliciosas. Así, los agentes de IA pueden terminar exfiltrando archivos locales del usuario, moviendo el blanco desde el endpoint humano hacia el colaborador automatizado.
Checklist para reducir el riesgo seguridad IA
Si tu organización quiere contener el riesgo seguridad IA, el informe sugiere un enfoque práctico basado en visibilidad, control y monitoreo. Estas medidas están orientadas a cubrir tanto el uso directo de modelos como el entorno más amplio donde operan.
- Visibilidad continua: identificar aplicaciones de IA, extensiones de navegador/IDE y agentes en la red; inspeccionar prompts, cargas y respuestas en tiempo real.
- Eliminar shadow AI: reforzar el uso de Single Sign-On (SSO) corporativo, bloquear inicios de sesión no gestionados y auditar correos corporativos vinculados a suscripciones freemium.
- DLP contextual para IA: aplicar inspección a nivel de prompt para detectar fugas de datos no estructurados (por ejemplo, fragmentos de código o texto interno) que herramientas legacy basadas en patrones podrían pasar por alto.
- Auditar extensiones y permisos: mantener un inventario riguroso, imponer límites de permisos estrictos y revisar add-ons frente a vulnerabilidades CVE conocidas.
- Gobernar agentes de IA como identidades: tratar agentes autónomos y navegadores como “identidades” privilegiadas; aplicar principio de mínimo privilegio, acotar el alcance y monitorear en tiempo real.
Conclusión: menos atención al volumen, más foco en la concentración
La investigación de Akamai apunta a una idea central: el riesgo seguridad IA puede crecer de forma acelerada cuando un pequeño grupo de usuarios usa la IA con más intensidad y además incorpora herramientas pequeñas, personales o no supervisadas en procesos críticos.
Si quieres proteger tu organización, no basta con “vigilar” modelos conocidos. Necesitas entender la sombra completa: identidades usadas, extensiones instaladas, permisos otorgados, y rutas de interacción que podrían exponer datos o habilitar automatización maliciosa. Con visibilidad continua y gobernanza real, el equipo de seguridad puede recuperar control antes de que el problema se vuelva incontrolable.
Fuente: https://thehackernews.com/2026/08/the-outsized-shadow-why-5-of-ai-users.html
