Del Shadow IT a los Shadow Agents: ¿sabe realmente qué IA trabajan en su organización?

Desde hace años, las direcciones informáticas lidian con el Shadow IT: esos programas, servicios en la nube, aplicaciones y equipos introducidos en la empresa sin pasar necesariamente por los procesos oficiales de TI. El fenómeno nació a menudo de una intención perfectamente legítima. Un empleado descubre una herramienta más práctica, crea una cuenta, deposita en ella algunos documentos y comienza a utilizarla con sus colegas para trabajar más rápido o resolver un problema que las herramientas oficiales abordan con dificultad.

La llegada de la inteligencia artificial generativa dio una nueva dimensión al fenómeno. Con el Shadow AI, algunos empleados comenzaron a utilizar modelos y aplicaciones a veces desconocidos para la organización, transmitiéndoles documentos, datos, código informático, información sobre clientes o una parte del conocimiento de la empresa. El problema de gobernanza se volvía ya más complejo puesto que la herramienta no se limitaba a alojar o transportar la información: ahora podía interpretarla, transformarla, resumirla y combinarla con otros datos.

Una tercera etapa aparece ahora con los agentes de IA. Un empleado puede progresivamente crear o instalar un sistema capaz de acceder a varias aplicaciones, buscar información, utilizar herramientas, comunicarse con otros servicios y ejecutar acciones. Las grandes plataformas tecnológicas facilitan rápidamente esta creación e integran las capacidades agénticas directamente en los entornos de productividad utilizados a diario en las empresas.

Esta evolución cambia la naturaleza del problema. El Shadow AI puede exponer o procesar información fuera de los mecanismos de gobernanza previstos. Los Shadow Agents añaden la capacidad de actuar. Una iniciativa individual puede así convertirse progresivamente en un actor digital conectado a los procesos de la empresa sin que la organización posea necesariamente una visión completa de su existencia, de sus permisos, de los conocimientos que utiliza o de las acciones que puede realizar.

Un empleado que utiliza discretamente una herramienta de inteligencia artificial para resumir un documento crea ya diferentes riesgos. La organización puede ignorar adónde fue transmitida la información, cuánto tiempo se conservará, en qué jurisdicción se procesará, qué proveedores intervienen en el proceso y qué políticas contractuales o técnicas se aplican a su uso. Un agente puede ir mucho más lejos porque se convierte en un participante activo del sistema de información.

Según los permisos que se le otorguen, puede consultar un buzón de correo, recorrer archivos, interrogar un CRM, utilizar un calendario, comunicarse con diferentes aplicaciones, producir documentos, modificar ciertos datos o desencadenar procesos. El NIST describe justamente esta evolución como el paso de una IA generativa principalmente destinada a producir contenido hacia sistemas agénticos capaces de realizar acciones en entornos externos. La identidad y la autorización de estos agentes se convierten, por lo tanto, en dimensiones fundamentales de su gobernanza.

Los Shadow Agents aparecen cuando una parte de esta actividad se desarrolla sin visibilidad organizacional suficiente. Eso no significa en absoluto que un empleado busque voluntariamente eludir las reglas. Un representante puede crear un agente para preparar sus seguimientos de clientes, un gestor automatizar su informe semanal, un analista conectar algunas fuentes de datos a fin de eliminar varias horas de manipulación y un desarrollador construir un agente encargado de examinar ciertas solicitudes y luego proponer correcciones. Cada uno busca simplemente mejorar su trabajo.

El problema se construye progresivamente. El agente se vuelve útil y recibe una nueva conexión. Se añade una segunda aplicación. Un colega comienza a utilizarlo. Una automatización le permite luego escribir en un sistema en lugar de simplemente consultarlo. Algunos meses más tarde, una experimentación individual se ha convertido en un componente de un proceso operativo sin aparecer necesariamente en un inventario oficial de la organización.

Esta progresión se parece a varios fenómenos que las empresas ya conocieron con las hojas de cálculo, las bases de datos personales, las aplicaciones SaaS, las herramientas colaborativas y las automatizaciones sin código. Algunas organizaciones poseen hoy miles de archivos o de pequeñas aplicaciones cuyas dependencias nadie conoce perfectamente. Los agentes pueden reproducir este fenómeno a una escala mucho mayor puesto que pueden tomar ciertas iniciativas y actuar sobre otros sistemas.

La democratización de su creación podría acelerar considerablemente esta multiplicación. Los empleados no necesitarán necesariamente saber programar. Las plataformas les permitirán progresivamente describir lo que desean lograr, seleccionar algunas fuentes de información, añadir conectores y construir una automatización agéntica. Cuando una tecnología se vuelve simple de crear, relativamente poco costosa y capaz de hacer ganar mucho tiempo, su proliferación se vuelve previsible.

Gartner utiliza ahora la expresión agent sprawl para describir este fenómeno y estima que una empresa promedio del Fortune 500 podría utilizar más de 150 000 agentes en 2028, en comparación con menos de quince en 2025. La firma indicaba también en la primavera de 2026 que solamente el 13 % de las organizaciones consideraban disponer de una gobernanza adecuada de sus agentes de IA. Estas proyecciones siguen siendo naturalmente estimaciones, pero ilustran la escala que podría alcanzar rápidamente el problema cuando la creación de agentes se vuelva accesible para una gran parte de los empleados.

Una pregunta elemental podría entonces volverse particularmente difícil de resolver: ¿cuántos agentes trabajan realmente en la organización? Las empresas maduras poseen generalmente un inventario de sus usuarios, de sus equipos y de una parte importante de sus programas. Saben quién puede acceder a los principales sistemas y disponen de procesos que permiten crear, modificar y luego suprimir las cuentas. El entorno agéntico requerirá progresivamente una disciplina comparable.

Habrá que saber qué agentes están activos, quién los creó, quién asume su responsabilidad organizacional, qué modelos utilizan, qué datos pueden consultar, qué aplicaciones les son accesibles, qué acciones pueden ejecutar, con qué servicios externos se comunican y qué otros agentes pueden interactuar con ellos. También habrá que determinar cuáles siguen siendo necesarios.

Esta última pregunta es particularmente importante. Los agentes abandonados podrían convertirse en una nueva generación de cuentas huérfanas. Un empleado crea un agente para un proyecto particular, le otorga diferentes accesos y luego cambia de función o deja la organización. El agente puede continuar existiendo, sus credenciales seguir siendo válidas y sus conexiones permanecer activas. La gobernanza debe, por lo tanto, cubrir el conjunto de su ciclo de vida, desde su creación hasta su desactivación.

Encontramos aquí un principio fundamental de ciberseguridad: una organización protege difícilmente aquello cuya existencia ignora. Esta realidad se vuelve aún más importante cuando ya no se trata únicamente de un programa o de una cuenta, sino de una identidad digital capaz de consultar información, utilizar herramientas y ejecutar acciones.

La cuestión de la identidad se vuelve así central. Cuando un agente actúa en varios sistemas utilizando las credenciales del empleado que lo creó, los registros pueden difícilmente distinguir las acciones humanas de las acciones automatizadas. Esta confusión afecta la trazabilidad y también puede ampliar considerablemente las capacidades del agente. Un humano puede poseer ciertos permisos porque ejerce un juicio, conoce las políticas de la empresa y sigue siendo responsable de sus decisiones. Transmitir automáticamente el conjunto de esos privilegios a un agente equivale a suponer que todas las capacidades otorgadas a la persona también pueden ejercerse automáticamente.

Los trabajos del NIST sobre la identidad de los agentes proponen justamente considerarlos como entidades distintas que disponen de sus propias identidades y autorizaciones. Este enfoque permite saber qué agente consultó una información, desencadenó una operación o solicitó un acceso. Facilita igualmente la auditoría, la revocación de los privilegios y la distinción entre una acción humana y una acción automatizada.

Esta disciplina se vincula directamente con el AI Onboarding. Cuando un nuevo agente entra en la organización, su mandato debe definirse, sus conocimientos identificarse, su identidad crearse, sus permisos determinarse, su nivel de autonomía establecerse y su responsable organizacional designarse. Cuando su rol evoluciona, estos elementos deben reevaluarse. Cuando ya no tiene razón de existir, sus accesos y sus capacidades deben desaparecer con él.

La creación inicial del agente no constituye, sin embargo, más que una parte del problema. Sus permisos tienden naturalmente a evolucionar con su utilidad. Un agente comercial puede comenzar con un acceso de lectura al CRM, y luego recibir la autorización de crear allí una nota. Se le permite a continuación preparar un correo electrónico y después enviarlo. Algunos meses más tarde, puede modificar una oportunidad, generar una propuesta y desencadenar ciertas etapas administrativas. Cada permiso posee una justificación operativa perfectamente comprensible, mientras que su acumulación acaba por crear una capacidad muy diferente de la que había sido evaluada al inicio.

Gartner utiliza la expresión agent authority drift para describir esta progresión de la autoridad agéntica cuando las capacidades decisionales y operativas evolucionan más rápido que los mecanismos que permiten supervisarlas. Esta deriva se vuelve particularmente difícil de detectar cuando los agentes son numerosos e interconectados.

Un agente puede poseer un permiso razonable y un segundo disponer de otra autorización igualmente justificable. Cuando el primero puede comunicarse con el segundo, su combinación puede eventualmente permitir una acción que ninguno de los dos debía poder realizar individualmente. La gobernanza debe entonces superar los permisos propios de cada agente y comprender igualmente sus interacciones, sus delegaciones y las cadenas de acciones que pueden formar.

Esta dimensión ilustra por qué el riesgo agéntico se convierte en un problema arquitectónico. Asegurar individualmente cada componente no garantiza que sus interacciones producirán un entorno seguro. Las identidades, permisos, API, herramientas, datos, modelos, proveedores, humanos y otros agentes forman progresivamente un sistema en el cual pueden aparecer nuevos caminos de acción.

Los Shadow Agents plantean igualmente una cuestión de gobernanza de los conocimientos. Para ser útil, un agente debe a menudo conocer los productos, los clientes, las políticas, los procesos, los proyectos, los contratos o ciertas decisiones internas. Puede acceder a documentos provenientes de varias áreas y crear relaciones entre informaciones que antes estaban dispersas.

Esta capacidad constituye precisamente una de las grandes fortalezas de la inteligencia artificial, pero también aumenta la importancia de comprender lo que un agente puede saber. Un sistema creado discretamente por un empleado puede progresivamente convertirse en un punto de concentración de una cantidad considerable de conocimientos sobre la empresa. Cuando nadie posee una visión completa de su existencia, nadie determina realmente si toda esa información debería poder reunirse, interpretarse y utilizarse en conjunto.

El problema supera, por lo tanto, la confidencialidad de cada documento tomado individualmente. Concierne igualmente a la capacidad de reconstruir el conocimiento organizacional a partir de múltiples fuentes. Es precisamente por eso que el Qb Knowledge Standard – AI Readiness & Knowledge Governance adquiere una importancia particular en un entorno agéntico. La organización debe saber qué conocimientos existen, cuáles son autoritativos, cómo están clasificados, quién puede acceder a ellos y de qué manera pueden ser utilizados tanto por las personas como por los agentes.

Frente a estos riesgos, la reacción más inmediata podría consistir en prohibir los agentes que no estén oficialmente aprobados. Tal medida puede estar perfectamente justificada en ciertos entornos o para ciertas categorías de datos y de acciones. Se vuelve, sin embargo, mucho más difícil de mantener como estrategia general cuando las capacidades agénticas se integran progresivamente en las herramientas de productividad que los empleados ya utilizan a diario.

Una gobernanza excesivamente pesada también puede producir el efecto inverso al buscado. Cuando cada experimentación requiere varias semanas de aprobación, algunos usuarios buscarán naturalmente soluciones más rápidas fuera de los procesos oficiales. Una ausencia de gobernanza produce el riesgo opuesto al permitir una multiplicación incontrolada de los agentes, de las conexiones y de los permisos. La madurez consiste, por lo tanto, en adaptar el nivel de control al nivel de riesgo.

Un agente que resume documentos públicos en un entorno aislado no justifica necesariamente los mismos controles que un sistema conectado al CRM, a la mensajería y a información financiera. El nivel de autonomía, la sensibilidad de los conocimientos accesibles, los sistemas conectados y la capacidad de ejecutar acciones deben determinar la profundidad de la gobernanza. Este enfoque permite simultáneamente preservar la innovación y concentrar los controles más rigurosos allí donde las consecuencias potenciales son más importantes.

La primera respuesta a los Shadow Agents sigue siendo finalmente bastante simple: saber lo que existe. Las organizaciones deberán progresivamente crear un registro de sus agentes de IA. Este debería ir mucho más allá de una lista de nombres y permitir conocer el rol de cada agente, su responsable organizacional, los modelos y proveedores utilizados, los conocimientos y datos accesibles, los sistemas conectados, los permisos otorgados, el nivel de autonomía, los demás agentes con los que puede interactuar y la fecha de su última revisión.

Gartner recomienda ahora explícitamente un inventario centralizado que permita descubrir, clasificar y gobernar los agentes en función de su nivel de riesgo. Esta práctica podría rápidamente volverse tan normal como el inventario de los activos informáticos y conducir a una representación aún más interesante: una verdadera cartografía agéntica de la organización.

Las empresas conocen su organigrama humano y poseen diferentes representaciones de su arquitectura tecnológica. Un tercer mapa deberá progresivamente mostrar qué agentes participan en los procesos, con qué personas trabajan, qué conocimientos utilizan, qué sistemas les son accesibles, qué acciones pueden desencadenar y cómo interactúan entre ellos. Esta representación dará a los directivos una visión mucho más fiel de una organización donde humanos y capacidades agénticas contribuyen ahora a los mismos procesos.

Tal gobernanza no puede depender exclusivamente de TI o de la ciberseguridad. Las ventas deben saber qué agentes se comunican con sus clientes. Las finanzas deben conocer a aquellos que pueden intervenir en los procesos financieros. Los recursos humanos deben comprender cuáles acceden a los datos relativos a los empleados, mientras que los equipos jurídicos deben conocer las situaciones en las que un agente puede procesar información regulada o contribuir a crear un compromiso. TI controla los sistemas y las identidades, la ciberseguridad analiza los permisos y los flujos, y la dirección debe determinar el nivel de autonomía que la organización acepta otorgar.

La gobernanza agéntica se vuelve, por lo tanto, necesariamente transversal. Es precisamente el espacio en el cual un AI Governance Office puede intervenir junto a los equipos internos a fin de mantener una visión común del entorno de IA, establecer las responsabilidades, definir los niveles de autonomía aceptables y dar seguimiento a la evolución de los agentes. El AI Onboarding estructura la entrada y el ciclo de vida de cada nueva capacidad, mientras que el IAM, Zero Trust y Continuous Trust encuadran las identidades y los permisos. El Qb Knowledge Standard gobierna los conocimientos accesibles y la cibervigilancia agéntica permite verificar que los comportamientos y las capacidades sigan siendo compatibles con los mandatos establecidos.

A medida que este entorno gana en complejidad, la Hiperseguridad permite ampliar la reflexión más allá de la protección individual de cada agente. La ciberseguridad sigue siendo indispensable para proteger las identidades, los accesos, los datos, las aplicaciones y las comunicaciones. La Hiperseguridad permite asociarle la gobernanza, las interacciones entre agentes, las dependencias respecto de los proveedores, la evolución de las capacidades, la resiliencia y la capacidad de la organización para conservar su autonomía decisional cuando su entorno tecnológico cambia.

Quantum Beyond puede acompañar a las organizaciones en esta evolución trabajando con sus equipos a fin de construir progresivamente esta arquitectura de gestión agéntica. El objetivo consiste en dar suficiente visibilidad y control para que las iniciativas individuales más útiles puedan convertirse en capacidades organizacionales dominadas, en lugar de dejar que la innovación se transforme progresivamente en un ecosistema de agentes del cual nadie posee una visión completa.

El Shadow IT apareció cuando los empleados encontraron tecnologías útiles más rápido de lo que las organizaciones podían integrarlas. El Shadow AI reprodujo el fenómeno con sistemas capaces de recibir, procesar e interpretar una parte del conocimiento de la empresa. Los Shadow Agents añaden ahora una dimensión mucho más operativa: estos sistemas también pueden actuar.

Esta evolución podría avanzar rápidamente porque la creación de agentes se vuelve cada vez más accesible y se integra directamente en las plataformas utilizadas a diario. Las organizaciones podrían así pasar de algunas experimentaciones visibles a decenas, cientos o eventualmente miles de capacidades agénticas repartidas en sus procesos. Algunas serán desplegadas oficialmente, otras aparecerán por iniciativa de los equipos y unas cuantas podrán continuar existiendo mucho después de la desaparición de la necesidad que había justificado su creación.

La respuesta consiste en construir una gobernanza suficientemente proporcional para mantener la innovación y dar al mismo tiempo a la organización una visión real de su entorno. Debe saber qué agentes existen, quién es responsable de ellos, qué conocimientos poseen, qué sistemas utilizan, qué acciones pueden realizar, con qué otros agentes colaboran y cómo evolucionan sus permisos. También debe ser capaz de detectar los agentes que se han vuelto inútiles, reevaluar su autonomía y retirar sus accesos cuando su rol desaparece.

Quantum Beyond puede acompañar esta transformación junto a los equipos internos vinculando AI Onboarding, AI Governance Office, IAM, Zero Trust y Continuous Trust, Qb Knowledge Standard, cibervigilancia agéntica, ciberresiliencia y arquitectura de Hiperseguridad. En conjunto, estas disciplinas permiten transformar la multiplicación de los agentes en una capacidad gobernada en lugar de en una nueva forma de informática invisible.

El verdadero riesgo de los Shadow Agents podría así aparecer de manera mucho más discreta que un incidente espectacular. Emergerá cuando suficientes agentes hayan encontrado su lugar en las operaciones como para que nadie posea todavía una visión completa del ecosistema que forman. La madurez comenzará entonces por una pregunta muy simple: ¿sabemos realmente qué agentes trabajan en nuestra organización, qué conocimientos les son accesibles, qué autoridades les hemos otorgado progresivamente y hasta dónde pueden actuar ahora en nuestro nombre?