IA y protección de datos en la empresa: qué cuidar antes de empezar

Checklist práctico para usar inteligencia artificial con datos de clientes y empleados en Argentina: proveedores, permisos, anonimización y políticas internas.

Por el equipo de Ventus Labs 4 min de lectura

Usar inteligencia artificial en la empresa implica, casi siempre, darle información para que trabaje: correos, documentos, datos de clientes, registros internos. Por eso, antes de pensar en qué modelo usar, hay que responder algo más básico: qué datos vamos a compartir, con quién y bajo qué condiciones.

Esta guía es un punto de partida práctico. No reemplaza el asesoramiento legal: si tu empresa trata datos sensibles, consultalo con un profesional.

En Argentina, el tratamiento de datos personales está regulado por la Ley 25.326 de Protección de los Datos Personales, y la autoridad de control es la Agencia de Acceso a la Información Pública (AAIP). Algunos principios de esa ley que impactan directamente en un proyecto de IA:

  • Finalidad: los datos deben usarse para el fin para el que fueron recolectados.
  • Consentimiento: en general, el tratamiento requiere consentimiento del titular, salvo excepciones previstas por la ley.
  • Seguridad y confidencialidad: quien trata los datos debe adoptar medidas para protegerlos.
  • Transferencia internacional: enviar datos a servidores en otros países tiene requisitos específicos. Esto es relevante porque muchos proveedores de IA procesan la información fuera del país.
  • Datos sensibles: salud, origen racial o étnico, opiniones políticas, convicciones religiosas, entre otros, tienen protección reforzada.

La normativa sobre IA y datos se discute y actualiza en todo el mundo. Revisá el estado vigente antes de tomar decisiones definitivas.

Checklist antes de usar IA con datos de la empresa

1. Inventariá qué datos va a tocar la IA

Para cada caso de uso, listá qué información procesa: ¿hay datos personales? ¿hay datos sensibles? ¿hay información confidencial del negocio (precios, contratos, estrategia)? Muchas veces el caso se puede resolver sin los datos personales, o con muchos menos.

2. Elegí bien el proveedor y la modalidad

No es lo mismo:

  • Una herramienta gratuita o de uso personal, que puede usar lo que escribís para entrenar sus modelos.
  • Una versión empresarial o una API, que normalmente ofrece condiciones contractuales sobre uso, retención y confidencialidad.
  • Un modelo desplegado en tu propia infraestructura, donde los datos no salen de tu entorno.

Leé las condiciones: si usan tus datos para entrenar, cuánto tiempo los retienen, dónde los procesan y qué certificaciones de seguridad tienen.

3. Minimizá y anonimizá

Mandá a la IA solo lo que necesita. Si vas a clasificar reclamos, probablemente no hace falta el DNI ni el domicilio del cliente. Cuando sea posible, reemplazá nombres y datos identificatorios por códigos antes de procesar.

4. Controlá los permisos

Si construís un asistente interno con documentos de la empresa, asegurate de que cada persona solo pueda consultar lo que ya tiene permiso para ver. Un asistente que responde sobre sueldos a cualquiera que pregunte es un problema de diseño, no de la IA.

Esto es aún más importante con agentes que ejecutan acciones (crear pedidos, modificar registros): dales los permisos mínimos necesarios y registrá todo lo que hacen.

5. Mantené a una persona en el circuito

Para decisiones que afectan a personas (créditos, selección de personal, reclamos importantes), la IA debería asistir, no decidir sola. Además de reducir errores, facilita explicar cómo se llegó a cada resultado.

6. Registrá y auditá

Guardá qué se le pidió a la IA, qué respondió y qué se hizo con eso. Si algo sale mal, vas a necesitar reconstruirlo.

Armá una política interna de uso de IA

Aunque no tengas ningún proyecto en marcha, es muy probable que tu equipo ya use herramientas de IA por su cuenta. Una política simple, de una o dos páginas, ayuda a ordenar eso:

  • Qué herramientas están aprobadas y con qué tipo de cuenta.
  • Qué información nunca debe cargarse en herramientas externas (datos de clientes, contraseñas, contratos, información financiera no pública).
  • Quién revisa lo que genera la IA antes de enviarlo a un cliente.
  • A quién consultar ante dudas.

Es una de las medidas más baratas y con mayor impacto que podés tomar hoy.

Seguridad: riesgos propios de la IA

Además de los riesgos clásicos, la IA suma algunos propios:

  • Inyección de instrucciones (prompt injection): un documento o correo malicioso puede contener instrucciones que la IA intente seguir. Por eso los agentes deben validar las acciones antes de ejecutarlas.
  • Respuestas inventadas: un modelo puede dar información incorrecta con mucha seguridad. Pedile que cite fuentes de tus documentos y validá los datos críticos.
  • Fuga de información entre usuarios, si el sistema no respeta los permisos de cada persona.

En resumen

Usar IA de forma responsable no frena el proyecto: lo hace sostenible. Inventariá los datos, elegí proveedores con condiciones claras, compartí lo mínimo, controlá permisos y dejá a una persona en las decisiones importantes. Con esa base, podés avanzar con la implementación paso a paso con mucha más tranquilidad.

Preguntas frecuentes

¿Puedo usar ChatGPT u otras herramientas gratuitas con datos de clientes?

No es recomendable sin revisar antes las condiciones de uso. Las versiones gratuitas o personales de muchas herramientas pueden usar lo que escribís para mejorar sus modelos. Para datos de la empresa conviene usar versiones empresariales o APIs con condiciones contractuales claras.

¿Se puede usar IA sin que los datos salgan de la empresa?

Sí. Existen modelos que pueden ejecutarse en infraestructura propia o en una nube privada. Tienen otros costos y capacidades, así que conviene evaluarlos cuando la sensibilidad de los datos lo justifica.