Los datos no pueden salir de la empresa. La IA no necesita que salgan.

Casi todas las empresas con datos sensibles chocan con la misma pared. Operaciones llega entusiasmada, el caso de uso es real, y alguien de legal, seguridad o cumplimiento dice la frase que termina la reunión: nuestros datos no pueden salir de aquí. El proyecto se archiva "hasta que la tecnología madure".

Sobre los datos tienen razón. Sobre la conclusión, no. A una frase verdadera, "los datos no pueden salir", se le pegó otra que no lo es: "entonces no podemos usar IA". Dónde corre la IA y qué información toca es algo que se diseña; no viene de fábrica.

El miedo tiene base. Según Deloitte, la privacidad es la preocupación más citada sobre la IA generativa: cerca de dos de cada cinco líderes la pusieron primera en 2025, casi el doble que en 2023. La cautela está bien. El error es usarla para frenar, cuando en realidad es un requisito de diseño.

De dónde viene la idea de que usar IA es mandar los datos afuera

La primera IA que usó casi todo el mundo fue un chat público en el navegador, un servicio en la nube de otro. Para millones de personas, "usar IA" significó pegar información de la empresa en un sistema ajeno, y esa experiencia le enseñó a una generación de gerentes que IA y fuga de datos eran lo mismo.

No es paranoia: la gente sí pega contratos y planillas en herramientas públicas, y tu equipo de seguridad lo sabe. Pero eso describe por dónde entró la gente al modelo, que fue la puerta de la calle, y no dónde tiene que correr la IA. Confundir la puerta con el edificio es todo el error.

Dónde puede correr

Donde tus datos tengan permiso de estar. La ubicación es una perilla que se gira según tu política de datos, y el mercado ofrece hoy el rango completo:

• En la nube de un proveedor, administrada por él. Lo más rápido, para datos que no son sensibles.

• En una nube privada, con tus reglas, operada por otro.

• Híbrido: lo sensible adentro, el resto en la nube.

• Dentro de tu propia infraestructura, para industrias reguladas.

• Aislado, sin conexión externa, para lo más delicado.

El punto del rango lo deciden tus exigencias de seguridad, regulatorias y operativas, no lo que venía instalado.

Correr adentro no es correr con menos inteligencia

Esa es la segunda idea falsa, escondida en la primera. No hay que elegir entre capacidad y control, porque el trabajo se separa según qué tan sensible es cada paso. Lo confidencial lo procesa un modelo local o más chico, dentro de tu perímetro. El razonamiento pesado lo hace un modelo de frontera sobre información no sensible, o uno alojado en tu propia nube privada.

Unas empresas usan versiones empresariales de los grandes modelos bajo contratos que ya tienen, otras guardan lo más delicado en modelos propios y muchas combinan. El objetivo es el mismo: lo confidencial no sale del límite que aprobaste y la gente igual tiene la inteligencia que necesita.

Tampoco es un problema de gobierno nuevo. Ya le confías datos sensibles al correo en la nube y a tu ERP, porque construiste alrededor identidades, permisos, monitoreo y retención. La IA merece esa disciplina y algo más, porque actúa sola: qué modelos se aprueban, qué acciones puede tomar, qué queda registrado y quién revisa. La idea de que la IA que corre adentro es de segunda viene de la época de los modelos locales débiles, y ya no se sostiene.

Lo que de verdad hace seguro un despliegue

El lugar importa, pero no alcanza. Lo que protege son los controles, construidos en el sistema y no prometidos en una presentación:

• Identidad y accesos: solo quien corresponde toca el sistema.

• Aislamiento: la información de un cliente o de un área no se mezcla con otra.

• Credenciales cifradas, guardadas y en tránsito, usadas solo para acciones aprobadas.

• Documentos de trabajo en repositorios definidos, no dando vueltas por servicios compartidos.

Todo armado según una norma reconocida, para demostrarlo ante un auditor en vez de afirmarlo. En Chile, la vara es la Ley 21.719 de protección de datos personales. Así la pregunta "¿dónde van nuestros datos?" tiene una respuesta que tu encargado de seguridad y tu abogado pueden verificar.

En Yunt lo resolvemos así: cada cliente tiene su instancia aislada, sus datos no entrenan modelos y la operación es coherente con la Ley 21.719. Y el colaborador digital entra con las reglas de una persona nueva: ve lo que su cargo necesita, actúa con una lista cerrada de herramientas y cada acción queda registrada con su porqué, para quien quiera auditarla.

La restricción es la especificación

La próxima vez que la conversación se trabe en "nuestros datos no pueden salir", tómalo como especificación y no como veredicto: te dice qué despliegue elegir y qué pasos mantener adentro.

Las empresas que van adelante en banca, seguros y salud no esperaron a que la regulación se relajara. Pusieron la IA donde ya vivían sus datos, diseñaron para que lo sensible no cruzara su perímetro y empezaron mientras la competencia archivaba la idea. Si tus datos tienen que quedarse en casa, bien. Ese es el requisito con el que se diseña.

Fuentes

• Deloitte, State of Generative AI in the Enterprise (2025).