IA en la empresa: dependencias y riesgos a evitar

Journal

IA en la empresa: dependencias y riesgos a evitar

7 de noviembre de 2026

El mayor problema, una vez más, somos los consultores.

Ya lo veo en el mundo de la ISO 9001. Las empresas confían en profesionales que deberían tener una visión más amplia: acompañarlas en un camino de mejora, anticipar los riesgos y orientarlas hacia las decisiones correctas. Con demasiada frecuencia, en cambio, nos limitamos a resolver el problema inmediato, sin pensar en las consecuencias de esas decisiones a largo plazo. Con la inteligencia artificial corremos el riesgo de repetir el mismo error.

Cuánto cuesta de verdad la IA, y durante cuánto tiempo

La IA es una tecnología extraordinaria, pero tiene costos enormes: infraestructura, energía, hardware, mantenimiento, desarrollo y servicios en la nube. La demanda creciente de capacidad de cálculo está contribuyendo también a subir los precios de los recursos necesarios.

Hoy, algunas suscripciones de unos pocos cientos de dólares al mes permiten usos que, a los precios de lista de las API, podrían costar miles de dólares, y en ciertos usos intensivos incluso más. Mientras tanto, los principales desarrolladores de IA están haciendo inversiones gigantescas. No sabemos si los precios, los límites de uso y los modelos comerciales actuales serán sostenibles, o seguirán siendo convenientes, dentro de cinco o diez años.

Imaginemos una empresa que en los próximos años traslade a agentes de IA procesos completos: atención al cliente, administración, diseño, documentación técnica, producción y control de calidad. Un día el proveedor cambia de forma radical los precios, las condiciones del contrato o los límites de uso. Si la empresa ya no puede pagar esos servicios, pero mientras tanto se ha vuelto incapaz de trabajar sin ellos, el problema deja de ser técnico. Podríamos llegar a la paradoja de empresas que echan de menos incluso los costos de personal y las dificultades de gestionarlo.

Empezar en la nube está bien, quedarse atrapado no

Aquí debería intervenir un consultor competente. Si una empresa no tiene los recursos para comprar una infraestructura de IA adecuada, empezar con servicios comerciales es una decisión totalmente razonable. Pero el sistema debería diseñarse desde el primer día para poder cambiar de proveedor y, cuando convenga técnica y económicamente, pasar a modelos de IA que funcionen en el hardware de la propia empresa.

Esto no significa comprar enseguida servidores caros ni defender que la IA local sea siempre la opción más económica. Significa construir una arquitectura que no deje a la empresa atrapada con un solo proveedor.

Ser dueño de los datos no es lo mismo que controlarlos

Luego hay un segundo problema que, en mi opinión, es todavía más importante que los costos: el conocimiento de la empresa.

Planos técnicos, proyectos, procedimientos, estándares, errores cometidos, soluciones encontradas, decisiones e información de producción suelen ser el verdadero patrimonio de una empresa. Es conocimiento construido en años, a veces décadas, de trabajo, inversiones y sacrificios. Hoy trasladamos cantidades cada vez mayores de ese conocimiento a plataformas en la nube y a sistemas de IA externos.

Los contratos pueden establecer que la propiedad de los datos sigue siendo del cliente, y es lo correcto. Pero ser el propietario legal de una información y mantener su control efectivo son dos cosas distintas. Hay que saber quién puede acceder a esos datos, cómo se procesan, dónde se almacenan, qué personas y sistemas pueden usarlos y qué seguridad tenemos de que no se empleen para fines distintos de los acordados.

No estoy diciendo que todos los proveedores de nube o de IA usen los datos de sus clientes para entrenar sus modelos o para desarrollar productos que compitan con ellos. Existen contratos, controles, sistemas de seguridad y salvaguardas específicas. Aun así, ninguna empresa debería limitarse a confiar en que esas protecciones bastarán siempre. El riesgo real no es solo que alguien robe un proyecto: es que alguien pueda apropiarse del valor del conocimiento que permitió hacerlo. Un plano técnico puede ser el resultado de años de experiencia, un proceso productivo puede contener cientos de problemas ya resueltos, un procedimiento puede ser la ventaja que distingue a una empresa de todas las demás.

Ahora imaginemos el conocimiento de miles de empresas concentrado en la infraestructura de unas pocas multinacionales tecnológicas, con recursos económicos, capacidad de cálculo y herramientas de análisis extraordinarios. No hace falta afirmar que ese patrimonio se usará de forma indebida. Basta con preguntarse qué pasaría si ocurriera, y quién tendría la fuerza para defenderse.

Un caso reciente: cuando el proveedor cambia las reglas

No quiero aburrirles con ejemplos propios ni con mis soluciones. Prefiero un caso reciente y público, de una plataforma muy usada por creadores de contenido y agencias.

El 23 de julio de 2026, Higgsfield, una plataforma para crear vídeos e imágenes con IA, publicó nuevas condiciones de uso. La propiedad de los contenidos seguía siendo de los usuarios, pero la plataforma se reservaba sobre ellos una licencia muy amplia: perpetua, irrevocable, transferible y sublicenciable a terceros. La licencia cubría también los contenidos generados e incluía el uso promocional y el entrenamiento de sus modelos. Según una comparación línea por línea de las versiones archivadas, la licencia perpetua ya estaba presente desde la versión de agosto de 2025: la nueva versión la ampliaba, y muchos solo se dieron cuenta entonces.

En pocos días hubo una rebelión en la red. El 25 de julio la plataforma anunció la revisión y el 26 de julio publicó un texto nuevo, vigente desde el 27 de agosto. La licencia ya no es perpetua ni irrevocable y, salvo algunas excepciones, termina cuando se borran los contenidos o la cuenta. El uso promocional se limita a los contenidos hechos públicos o autorizados. Sin embargo, según la misma comparación, la frase que permite usar los contenidos para entrenar los modelos quedó idéntica, y el compromiso de avisar con al menos 15 días de antelación antes de cambios importantes pasó a ser un “aviso razonable”.

Es exactamente la diferencia entre ser dueño de un contenido y controlarlo. Y muestra algo más: los creadores y las agencias tenían alternativas y una voz común, y consiguieron cambiar una parte del contrato en pocos días. Para una empresa manufacturera sería mucho más difícil. Si veinte años de planos están en el formato de un único software CAD, cambiar de proveedor cuesta tanto que a menudo la única salida es aceptar las nuevas condiciones.

El software técnico ya pasó por esto. Autodesk no vende nuevas licencias perpetuas desde 2016 y dejó de actualizarlas en 2021; PTC, el fabricante de Creo, hizo lo mismo desde 2018. Quien tenía una licencia todavía puede usarla, pero se queda en esa versión: para tener las versiones nuevas, que después de tres o cuatro años de verdad hacen falta, la única vía es la suscripción. Como consultor he trabajado en muchas empresas y todas me decían lo mismo: si pudiera, cambiaría de software, pero es demasiado complicado. Cuando las reglas las escribe quien custodia tus datos, la libertad de decir que no depende de cuánto te cuesta irte.

Los precedentes que no podemos ignorar

Algunos casos de los últimos años muestran que las preocupaciones sobre el uso de la información no salen de la nada.

  • En 2020 la Comisión Europea acusó a Amazon de usar datos comerciales no públicos de los vendedores de su plataforma para favorecer sus propias actividades competidoras. En 2022 Amazon asumió compromisos vinculantes, sin que el procedimiento terminara con una declaración definitiva de infracción.
  • Anthropic llegó a un acuerdo de 1.500 millones de dólares con los autores por los libros descargados de bibliotecas piratas, unas 482.000 obras. Un juez había considerado legítimo el entrenamiento con libros comprados de forma legal: la demanda se refería a las copias piratas.
  • OpenAI está implicada en numerosas demandas por derechos de autor, entre ellas la del New York Times, por el uso de contenidos protegidos para entrenar sus modelos.
  • En julio de 2026 Apple demandó a OpenAI acusándola de haberse apropiado de secretos industriales a través de antiguos empleados. OpenAI rechaza las acusaciones y ningún tribunal se ha pronunciado todavía.

Son casos distintos, con responsabilidades y situaciones jurídicas distintas, y no demuestran que los proveedores de IA se apropien de los proyectos industriales de sus clientes. Pero nos recuerdan que los conflictos de interés, las disputas sobre propiedad intelectual y el uso indebido de la información son riesgos reales.

Quién paga cuando algo sale mal

Una gran multinacional puede tener recursos para afrontar demandas, indemnizaciones y sanciones, incluso muy elevadas. Una pequeña o mediana empresa que pierde su ventaja competitiva podría no tener ni el tiempo ni el dinero para defenderse. Una posible indemnización, quizá después de años, podría llegar cuando la empresa ya ha perdido clientes, mercado y capacidad de mantenerse en pie. En ese momento el daño podría ser irreversible.

Por eso no creo que la solución sea renunciar a la IA ni demonizar la nube. La solución es diseñar sistemas en los que la empresa mantenga el mayor control posible sobre su patrimonio de información. Significa conservar el conocimiento y la documentación estratégica en infraestructura propia, con copias independientes y accesos regulados con rigor. Significa también enviar datos a proveedores externos solo cuando hace falta, con arquitecturas que permitan sustituir servicios y modelos de IA sin reconstruirlo todo desde cero. Cuando sea posible y conveniente, la información más confidencial debería poder procesarse directamente en local. La nube debe ser una herramienta al servicio de la empresa, no el lugar del que depende su supervivencia.

La tarea del consultor

Vuelvo al punto de partida: la responsabilidad de los consultores. Un consultor no debería limitarse a proponer la solución más fácil de instalar, la que hoy cuesta menos o la más cómoda de revender. Debería analizar los beneficios, pero también los riesgos económicos, tecnológicos, contractuales y estratégicos. Tiene que preguntarse qué pasa cuando el proveedor sube los precios, cuando un servicio deja de estar disponible, cuando hay que pasar a otra tecnología o cuando una información confidencial queda comprometida.

En la ISO 9001 hablamos constantemente de pensamiento basado en riesgos (risk-based thinking): identificar los riesgos, evaluarlos y planificar las acciones antes de que se conviertan en problemas reales. No hay motivo para olvidar este principio justo cuando introducimos una tecnología que va a ser central en el funcionamiento de nuestras empresas.

Cinco preguntas antes de confiar un proceso a un servicio de IA

  1. ¿Dónde terminan nuestros datos, quién puede verlos y pueden usarse para entrenar los modelos del proveedor? La respuesta hay que buscarla en el contrato y en las condiciones de uso.
  2. Si mañana queremos irnos, ¿podemos recuperarlo todo en un formato que otras herramientas sepan leer: documentos, procedimientos, configuraciones, historial?
  3. ¿El sistema puede funcionar con otro modelo u otro proveedor sin reconstruirlo desde cero?
  4. ¿Qué pasa si cambian los precios, los límites de uso o las condiciones? ¿Con cuánta antelación nos avisarán y qué podemos hacer mientras tanto?
  5. ¿Qué información es tan confidencial que debe quedar bajo nuestro control, en local o en copias independientes, y quién decide qué puede salir de la empresa?

Una estrategia industrial, no solo tecnológica

La inteligencia artificial es una oportunidad extraordinaria. Puede mejorar la productividad, reducir desperdicios y poner al alcance competencias y herramientas que hace pocos años eran impensables. Pero hay que adoptarla con una estrategia industrial, no solo tecnológica, y una estrategia industrial también tiene en cuenta los peores escenarios. Un empresario responsable no tiene que predecir el futuro: tiene que construir una empresa capaz de afrontarlo, sin esperar a que un riesgo se materialice para empezar a gestionarlo.

Usar la inteligencia artificial no debe significar depender de la inteligencia artificial de otro. La tecnología se puede comprar, alquilar o sustituir. El conocimiento que una empresa ha construido en décadas de trabajo, una vez perdido, quizá no se pueda recuperar.

Giovanni Commodaro, MechWorks Design Engineering (MW-DE). Diseño sistemas de IA para empresas en la nube, en local o en forma híbrida.