GRCreal // expediente: artículo categoría: GRC
← Volver a artículos
IA · Datos · Privacidad · AI Act

Datos de la IA: dónde van y por qué importa

Cuando usas una herramienta de IA,
¿sabes dónde se procesan tus datos?

Miguel Ángel Carriazo 18 junio 2026 11 min de lectura
La pregunta que nadie hace

Usas la herramienta. Pero ¿dónde van los datos?

Cuando un empleado usa una herramienta de IA generativa para resumir un contrato, Recursos Humanos incorpora una plataforma para cribar candidaturas o el área comercial activa funciones predictivas en su CRM, la conversación suele centrarse en la utilidad: cuánto tiempo ahorra, qué mejora y qué automatiza.

Pero desde GRC la primera pregunta debería ser otra: ¿qué información sale de mi perímetro, quién la trata y bajo qué condiciones?

No basta con saber el nombre del proveedor. El dato puede recibirse en una interfaz europea, viajar por una red global, ser procesado por una infraestructura operada por otra sociedad del grupo, quedar temporalmente en registros técnicos y apoyarse en subencargados distintos para soporte, observabilidad, seguridad o almacenamiento.

Por eso «los datos están en Europa» es una respuesta demasiado corta. Necesitamos reconstruir el tratamiento de extremo a extremo: entrada, tránsito, procesamiento, persistencia, acceso, reutilización y borrado.
Mi enfoque

Yo no empezaría pidiendo al proveedor una certificación. Empezaría dibujando el flujo real del dato y marcando en qué puntos cambia de responsable, de ubicación o de finalidad.

Después pediría evidencias para cada salto. La certificación ayuda, pero no sustituye a entender qué está ocurriendo con la información concreta que mi organización introduce en el servicio.

Flujo del dato
La ubicación no es un punto: es una cadena de tratamiento
01 Entrada prompt · archivo · API 02 Tránsito red · gateway · logs 03 Proceso inferencia · región 04 Persistencia historial · backups 05 Uso posterior soporte · mejora · borrado CONTROL GRC → propietario · finalidad · ubicación · subencargado · acceso · retención · transferencia · evidencia
El control no termina al identificar el centro de datos principal. Hay que revisar todo el recorrido y las funciones auxiliares que pueden tratar o exponer información.
Inventario mínimo

Antes de hablar de cumplimiento, identifica qué dato estás entregando

Una organización puede aprobar el uso de una misma herramienta y asumir riesgos completamente distintos según el caso de uso. No es lo mismo pedir una mejora de estilo sobre un texto público que subir un expediente disciplinario, un informe clínico, un contrato no publicado o un fichero con datos de clientes.

La evaluación debe empezar por clasificar la información y relacionarla con el caso de uso. Sin ese paso, cualquier revisión del proveedor será genérica.
Tipo de información Ejemplo de uso con IA Pregunta de control Riesgo inicial
Pública Resumir una nota ya publicada ¿Existe alguna restricción adicional de propiedad intelectual o uso? Bajo
Interna Preparar un procedimiento operativo ¿La política permite introducir información interna en ese servicio? Medio
Confidencial Analizar contratos o estrategia comercial ¿Hay aislamiento, no entrenamiento, retención controlada y acceso restringido? Alto
Datos personales Cribado, soporte, perfiles o expedientes ¿Se ha definido rol RGPD, base jurídica, DPA, transferencias y necesidad de EIPD? Alto
Especialmente protegida o crítica Salud, biometría, secretos o información sensible del servicio ¿El uso está expresamente autorizado y existen controles reforzados? Crítico
Error habitual
Evaluar «ChatGPT», «Copilot» o «la IA del CRM» como un único riesgo.

El riesgo se materializa en el tratamiento concreto. Mismo proveedor, distinto plan, distinta configuración, distinto contrato y distinto tipo de dato pueden producir escenarios radicalmente diferentes.

Ubicación y transferencias

«Región UE» no responde por sí sola a la pregunta

Cuando existen datos personales, el RGPD obliga a mirar las transferencias a terceros países dentro del marco de su capítulo V. La organización debe saber si hay transferencia, qué mecanismo la ampara y si existen transferencias ulteriores.

La ubicación física del procesamiento es importante, pero no es la única variable. También hay que revisar desde dónde puede acceder el personal autorizado, qué subencargados intervienen y qué legislación puede afectar a la divulgación de datos.

En la práctica, una buena revisión debería distinguir al menos tres cosas: la región contratada, las localizaciones desde las que se presta soporte y la cadena de subencargados. Si el proveedor responde únicamente con una página comercial sobre «data residency», la investigación no está terminada.
Tres niveles que conviene separar
Residencia

Dónde se almacena o procesa principalmente el contenido del cliente.

Acceso

Desde qué países y por qué perfiles puede accederse al contenido o a metadatos.

Transferencia

Qué flujo jurídico y operativo se produce hacia terceros países o entidades externas.

Mi enfoque

En el inventario de proveedores añadiría un campo específico para «localizaciones de tratamiento» y otro distinto para «localizaciones de acceso administrativo o soporte». Mezclarlos en una sola columna llamada «país» genera una falsa sensación de control.

Mapa de decisión
Cómo seguir el rastro de una transferencia
¿Hay datos personales en el caso de uso? NO SÍ Revisar confidencialidad, propiedad, retención, seguridad y uso posterior Identificar encargado, subencargados y localizaciones reales del tratamiento ¿Existe transferencia a tercer país? mecanismo · evaluación · medidas complementarias si el caso evoluciona o incorpora datos personales
El objetivo no es convertir a cada responsable técnico en jurista. El objetivo es detectar cuándo un caso de uso requiere escalar a Privacidad, Legal o Seguridad antes de autorizarlo.
Entrenamiento y uso posterior

Que el modelo responda no significa que tus datos desaparezcan

En IA generativa conviene separar la inferencia del uso posterior de la información. El sistema necesita tratar la entrada para producir una salida, pero eso no implica automáticamente que el contenido deba reutilizarse para entrenar o mejorar modelos.

La organización debe verificar qué ocurre con prompts, archivos adjuntos, respuestas, feedback, telemetría y registros de abuso o seguridad. Un proveedor puede excluir el contenido del entrenamiento y mantener determinados registros durante un plazo limitado por motivos operativos o de seguridad. Son finalidades diferentes y deben evaluarse como tales.

También importa la configuración. En algunos servicios, la política cambia entre una cuenta de consumo y una oferta empresarial; en otros, existen controles específicos de retención o exclusión de entrenamiento. Por eso una política corporativa que diga simplemente «se permite usar la herramienta X» es insuficiente.
Elemento Qué preguntar Evidencia útil
Contenido ¿Se utiliza para entrenamiento o mejora? ¿La exclusión es contractual o configurable? DPA, términos del plan, configuración administrativa
Historial ¿Cuánto tiempo permanece accesible para el usuario o el tenant? Política de retención, consola, prueba de borrado
Logs ¿Qué metadatos o contenido se registran por seguridad y durante cuánto tiempo? Documentación técnica, anexo de privacidad
Soporte ¿Puede personal humano acceder? ¿Bajo qué aprobación y trazabilidad? Procedimiento de acceso, controles PAM, registro de actividad
Cadena de proveedores

Tu proveedor de IA rara vez está solo

La solución que compra la organización puede apoyarse en un hyperscaler, una API de modelos, una plataforma de observabilidad, un servicio de moderación y varias funciones de soporte. Desde el punto de vista del riesgo, la marca visible no siempre representa toda la cadena que toca el dato.

El RGPD exige prestar atención a los encargados y subencargados cuando se tratan datos personales. Desde seguridad y ENS, además, la cadena de suministro y los servicios externos forman parte de la superficie de riesgo.

Por eso mantendría un registro vivo de subencargados relevantes, notificaciones de cambio y dependencias críticas. No hace falta convertir cada cambio menor en un comité, pero sí saber cuándo una nueva entidad puede modificar la ubicación, el acceso, la finalidad o las garantías aplicables.
Pregunta incómoda
¿Podrías enumerar hoy qué terceros participan en el tratamiento de los cinco casos de IA más sensibles de tu organización?

Si la respuesta depende de buscar contratos dispersos o preguntar a cada departamento, el problema no es solo de IA. Es un problema de gobierno de terceros.

RGPD, AI Act y ENS

Tres marcos distintos, una misma necesidad: saber qué estás desplegando

El RGPD mantiene plenamente sus obligaciones cuando el diseño, desarrollo o uso de un sistema de IA implica tratamiento de datos personales. En materia de transferencias internacionales, los artículos 44 a 50 establecen el marco para transferencias a terceros países u organizaciones internacionales.

El AI Act no sustituye al RGPD. Para determinados sistemas —especialmente los de alto riesgo— incorpora obligaciones de documentación, instrucciones de uso, conservación de registros y responsabilidades para proveedores y responsables del despliegue. La consecuencia práctica es clara: la organización necesita conocer el sistema, su finalidad y sus condiciones reales de operación.

En el ámbito del ENS, el Real Decreto 311/2022 obliga a gestionar la seguridad de los servicios y sistemas dentro de su alcance, incluyendo servicios prestados por terceros y medidas asociadas a protección de la información, control de acceso, servicios externos, interconexión y continuidad. No convertiría «ENS» en una prohibición genérica de nube fuera de la UE; revisaría la categoría, el tratamiento concreto, las medidas aplicables, el contrato y las exigencias de protección que correspondan.
RGPD · CAP. V

Transferencias

Identificar terceros países, mecanismo de transferencia, transferencias ulteriores y medidas complementarias cuando proceda.

AI ACT

Conocer el sistema

Relacionar el caso de uso con el rol de la organización y las obligaciones aplicables al sistema.

ENS · RD 311/2022

Servicio y tercero

Integrar el servicio externo en el análisis de riesgos, las medidas de protección y el gobierno de la cadena de suministro.

Due diligence del proveedor

Las preguntas que pediría responder con documentación

No usaría un cuestionario de 200 preguntas para todos los proveedores. Aplicaría profundidad proporcional al dato, al caso de uso y a la criticidad. Pero para una herramienta de IA que trate información relevante, esta sería mi base.
Ref. Área Pregunta y evidencia esperada
DD-01 Flujo y localización Países de procesamiento, almacenamiento, copias de seguridad y acceso de soporte. Diagrama o documentación de arquitectura.
DD-02 Roles y contrato Rol RGPD, DPA, instrucciones documentadas, responsabilidad de cada parte y procedimiento para derechos o incidentes.
DD-03 Subencargados Listado vigente, función, localización y mecanismo para notificar incorporaciones o cambios relevantes.
DD-04 Transferencias Base del capítulo V del RGPD y, cuando proceda, evaluación del tercer país y medidas complementarias.
DD-05 Uso para mejora Tratamiento de prompts, archivos, outputs y feedback. Condiciones de entrenamiento y controles para excluir contenido.
DD-06 Retención y borrado Plazos por tipo de dato, copias, logs, excepciones y capacidad de acreditar la eliminación.
DD-07 Acceso privilegiado Quién puede acceder al contenido, motivos, aprobación, segregación, autenticación y trazabilidad.
DD-08 Seguridad Cifrado, gestión de claves, aislamiento, gestión de vulnerabilidades, incidentes y evidencias de aseguramiento aplicables.
Mi enfoque

No aceptaría «cumplimos RGPD» como respuesta a ninguna de estas preguntas. Tampoco «tenemos ISO 27001». Pediría el documento o la configuración que permita verificar la afirmación.

La due diligence funciona cuando permite tomar una decisión: autorizar, autorizar con condiciones, pedir mitigaciones o rechazar el caso de uso.

Modelo de decisión

De la pregunta al control: una revisión en ocho pasos

01
Define el caso de uso

Qué se quiere hacer, quién lo hará y qué decisión o proceso se verá afectado.

02
Clasifica la información

Datos personales, categorías especiales, confidencialidad, criticidad y restricciones internas.

03
Dibuja el flujo

Entrada, APIs, regiones, persistencia, logs, backups, soporte y salida.

04
Identifica terceros

Proveedor contractual, subencargados y dependencias tecnológicas relevantes.

05
Revisa el marco aplicable

RGPD, AI Act, ENS, obligaciones sectoriales y políticas internas.

06
Evalúa controles

No entrenamiento, retención, acceso, cifrado, claves, segregación y trazabilidad.

07
Documenta la decisión

Propietario, condiciones, excepciones, riesgo residual y fecha de revisión.

08
Vuelve a mirar

Los servicios de IA cambian. Revisa subencargados, términos, funciones y configuración.

Evidencia operativa

Qué esperaría encontrar para demostrar que el control funciona

Una política de uso de IA es solo el principio. Para reconstruir una decisión real esperaría encontrar evidencia que conecte el caso de uso, el proveedor, el dato y la aprobación.
Ref. Capa de evidencia Qué debería permitir comprobar
EV-01 Inventario de casos de IA Propietario, finalidad, sistema, usuarios, clasificación de información y estado de aprobación.
EV-02 Mapa de tratamiento Localizaciones, transferencias, retención, subencargados y puntos de acceso al dato.
EV-03 Expediente del proveedor DPA, términos aplicables, lista de subencargados, anexos de seguridad y evaluación realizada.
EV-04 Decisión y condiciones Quién autorizó el uso, riesgo residual y restricciones: datos permitidos, plan empresarial o controles obligatorios.
EV-05 Configuración Que las opciones de entrenamiento, retención, acceso y administración coinciden con la decisión aprobada.
EV-06 Revisión periódica Cambios de servicio, subencargados, contrato, funciones y desviaciones detectadas.
Documentación operativa

Cómo convertir este tema en un expediente verificable

La forma más útil de trabajar este tema es convertirlo en una cadena verificable de decisiones, responsables y evidencias. No basta con afirmar que existe un control: hay que poder reconstruir qué se decidió, con qué información, quién lo ejecutó y cómo se comprobó después.

En Datos de la IA: dónde van y por qué importa, el análisis debería cubrir al menos objetivos, riesgos, controles, responsables, evidencias, excepciones, indicadores y decisiones. Esto exige coordinar a Dirección, Riesgos, Seguridad, Auditoría, Compliance, Operaciones y propietarios de proceso y trabajar sobre objetivos, riesgos, controles, indicadores, incidencias, excepciones, evidencias y decisiones. Cuando cada área conserva una parte distinta de la información, se retrasan decisiones, se duplican controles y se aceptan excepciones sin una visión completa.

Una forma práctica de evitarlo es utilizar un expediente único por servicio, sistema, proceso o decisión relevante. Puede ser una herramienta GRC, un repositorio documental controlado o un registro estructurado. Lo importante es conectar alcance, propietario, riesgo, control, evidencia, excepción y acción, con fecha, fuente y estado.

Ese expediente debe mantenerse durante la operación ordinaria. Si solo se completa antes de una auditoría, la organización obtiene una fotografía preparada, pero no una visión fiable del control. La actualización debería activarse ante cambios de arquitectura, proveedor, alcance, responsables, requisitos, incidentes o resultados de pruebas. También conviene definir una revisión periódica para detectar documentación formalmente vigente pero materialmente obsoleta.

La revisión debe separar cuatro preguntas: si el control está bien diseñado, si se ha implantado en todo el alcance, si funciona de forma sostenida y si reduce realmente el riesgo o cumple el objetivo. Mezclar estas preguntas lleva a conclusiones débiles: una política aprobada puede no haberse desplegado, una herramienta instalada puede no cubrir toda la población y una actividad ejecutada puede no producir el efecto esperado.

DimensiónQué debe quedar definidoEvidencia esperada
AlcanceProcesos, servicios, sistemas y terceros incluidos en «Datos de la IA: dónde van y por qué importa».Alcance aprobado, inventario y exclusiones justificadas.
ResponsabilidadQuién decide, ejecuta, valida y acepta desviaciones.RACI, actas, aprobaciones y propietarios nominativos.
OperaciónActividades repetibles, entradas, salidas, plazos y escalados.Procedimiento, tickets, registros, alertas y métricas.
EficaciaCómo se comprueba que el control cambia el riesgo o el resultado.Pruebas, tendencias, incidencias, muestreo y acciones.
Escenario de validación

Prueba de extremo a extremo

  1. Partir de una organización con varios marcos, herramientas separadas y responsabilidades repartidas y delimitar objetivos, riesgos, controles, responsables, evidencias, excepciones, indicadores y decisiones.
  2. Contrastar la documentación declarada con arquitectura, proceso, responsables y operación real.
  3. Seleccionar una muestra reciente y seguirla desde el evento de origen hasta su cierre.
  4. Distinguir entre fallo puntual, deficiencia de diseño y problema operativo recurrente.
  5. Verificar la corrección mediante una prueba posterior y no solo mediante una declaración de cierre.
Punto de control

Una captura demuestra un estado puntual. Un expediente completo demuestra el proceso, el criterio, la trazabilidad y la capacidad de corregir.

Evidencias mínimas

Qué conservaría para una revisión seria

  • responsabilidades, registro de riesgos, catálogo de controles, indicadores, actas, pruebas y planes de mejora
  • criterio aplicado y versión de la referencia utilizada
  • población, periodo y muestra revisados
  • excepciones, aceptación de riesgo y fecha de caducidad
  • resultado de eficacia y acciones derivadas
Preguntas de contraste

Qué preguntaría antes de darlo por implantado

  • ¿Qué parte de «Datos de la IA: dónde van y por qué importa» está dentro del alcance y qué queda fuera?
  • ¿Quién aprueba una excepción, por qué y durante cuánto tiempo?
  • ¿Qué evidencia nace automáticamente de la operación y cuál se prepara manualmente?
  • ¿Cómo se detecta que el modelo de gobierno, la taxonomía común, el workflow de decisión, las métricas y el aseguramiento deja de funcionar?
  • ¿Cuál fue la última prueba que cambió una decisión, un diseño o una prioridad?
  • ¿Puede una persona ajena al proceso reconstruir el expediente sin explicaciones adicionales?

El objetivo no es generar más documentación, sino conservar la documentación que permite gobernar, operar y demostrar. La madurez aparece cuando las evidencias nacen del proceso ordinario y no de una campaña previa a la auditoría.

¿Sabes dónde van los datos
de las herramientas de IA que usas?
Si no tienes respuesta — es momento de revisar los acuerdos con proveedores.
Sobre el autor
Miguel Ángel Carriazo · vCISO

vCISO · Arquitecto de Soluciones de Infraestructura y Ciberseguridad | Gobierno, Riesgo y Cumplimiento (GRC) | Gobierno de IA · ISO 42001 | Fundador de GRCreal

Compartir artículo