El Congreso no solo modificó los códigos fiscales con la nueva ley “One Big Beautiful”, sino que también cambió el futuro de la inteligencia artificial (IA) de manera significativa. Una parte menos conocida de esta legislación es una congelación de 10 años en la regulación de la IA a nivel estatal. Esto significa que ningún estado puede establecer reglas sobre cómo las empresas desarrollan o utilizan sistemas de IA. El mensaje para las empresas que están apresurándose a integrar la IA en sus operaciones es claro: deben auto-regularse o enfrentar las consecuencias de no tener límites.
La IA ya no es un proyecto secundario. Está presente en plataformas de ciberseguridad, herramientas de CRM, chat internos, paneles de informes y productos dirigidos a los clientes. Incluso las organizaciones de tamaño mediano están entrenando modelos de IA con datos propios para agilizar desde la selección de proveedores hasta el análisis de contratos.
Sin embargo, la adopción de la IA ha superado los controles internos. Muchos equipos están aprobando herramientas sin entender cómo fueron entrenadas, qué datos retienen o cómo se validan los resultados. Los líderes de TI a menudo descubren el uso de la IA mucho después de que ya está en funcionamiento. Este tipo de IA “en la sombra” crea un gran riesgo.
Ahora, con la supervisión estatal bloqueada por una década, no hay presión externa que obligue a las organizaciones a establecer políticas o reglas básicas. Este cambio empuja a las empresas a asumir aún más responsabilidad por lo que sucede dentro de sus muros. Sin límites, la IA puede desviarse; los modelos de IA no son estáticos. Una vez implementados, aprenden de nuevos datos, interactúan con sistemas e influyen en la toma de decisiones. Esto es poderoso, pero también impredecible.
Sin controles, una herramienta de pronóstico impulsada por IA podría basarse demasiado en patrones obsoletos, causando sobreproducción o cuellos de botella en la cadena de suministro. Un chatbot diseñado para mejorar el servicio al cliente podría generar respuestas sesgadas o fuera de marca sin querer.
Además, los modelos generativos entrenados con documentos empresariales sensibles pueden exponer información confidencial en futuras interacciones. Un estudio publicado en enero de 2025 encontró que casi 1 de cada 10 interacciones de usuarios empresariales con herramientas de IA generativa podría revelar datos sensibles. Estos no son peligros abstractos; ya han ocurrido incidentes públicos. Pero no solo está en juego la reputación. Los errores de IA pueden afectar los ingresos, la seguridad de los datos e incluso la exposición legal. La falta de presión regulatoria no elimina estos problemas, sino que los hace más fáciles de ignorar hasta que son demasiado grandes para pasarlos por alto.
La estrategia inteligente es establecer un gobierno interno antes de necesitarlo. Las organizaciones están ansiosas por integrar la IA generativa, y muchos equipos ya utilizan estas poderosas herramientas en sus operaciones diarias. Esta rápida adopción significa que simplemente monitorear no es suficiente; se necesita una estructura de gobernanza sólida que pueda adaptarse a medida que la IA se vuelva más central en el negocio.
Crear un consejo de gobernanza de IA interno, idealmente con líderes de TI, seguridad, cumplimiento y operaciones, ofrece ese marco vital. Este consejo no está ahí para detener la innovación, sino para aportar claridad. Normalmente revisa las herramientas de IA antes de su implementación, establece políticas claras de uso y trabaja con los equipos para que comprendan completamente los beneficios y límites de la IA que utilizan.
Este enfoque reduce el uso no autorizado de herramientas, hace que las auditorías sean más eficientes y ayuda a la dirección a dirigir la estrategia de IA con confianza. Sin embargo, para que la gobernanza sea efectiva, debe integrarse en los sistemas empresariales más amplios, no estar aislada en hojas de cálculo o charlas informales.
Las plataformas de gobernanza, riesgo y cumplimiento (GRC) pueden anclar la gobernanza de la IA. Estas plataformas ya ayudan a las empresas a gestionar el riesgo de terceros, la aplicación de políticas, la respuesta a incidentes y las auditorías internas. Ahora están emergiendo como una infraestructura crítica para la gobernanza de la IA también. Al centralizar políticas, aprobaciones y registros de auditoría, las plataformas GRC ayudan a las organizaciones a rastrear dónde se está utilizando la IA, qué fuentes de datos la alimentan y cómo se monitorean los resultados con el tiempo. También crean un proceso transparente y repetible para que los equipos propongan, evalúen y desplieguen herramientas de IA con supervisión, de modo que la innovación no se convierta en improvisación.
No cuentes con que los proveedores lo manejen por ti. Muchas herramientas publicitan características de IA con un sentido de seguridad incorporada, que incluye configuraciones de privacidad, modelos explicables y paneles listos para el cumplimiento. Pero a menudo, los detalles quedan a cargo del usuario. Si un modelo entrenado por un proveedor falla, tu equipo probablemente asumirá los costos operativos y de reputación. Las empresas no pueden permitirse tratar la IA de terceros como algo que se configura y se olvida. Incluso las herramientas con licencia deben ser gobernadas internamente, especialmente si están aprendiendo de los datos de la empresa o tomando decisiones críticas para el proceso.
Con Estados Unidos bloqueando a los estados de establecer sus propias reglas, muchos asumieron que la regulación federal seguiría rápidamente. Sin embargo, la realidad es más complicada. Existe legislación en borrador, pero los plazos son inciertos y el apoyo político es mixto. Mientras tanto, cada organización que utiliza IA está efectivamente escribiendo su propio libro de reglas. Esto es un desafío y una oportunidad, especialmente para las empresas que quieren generar confianza, evitar errores y liderar con confianza.
Las organizaciones que definan su gobernanza ahora tendrán menos emergencias más adelante. También estarán mejor preparadas para cualquier regla federal que eventualmente llegue, porque su estructura interna no necesitará una revisión de última hora. Porque, ya sea que las reglas se apliquen externamente o no, tu negocio aún depende de hacer bien la IA.
