Los servicios profesionales no venden un producto sino un juicio: un consejo, un análisis, una segunda opinión. Eso hace que la relación con la IA sea distinta a la de sectores donde la IA sobre todo acelera procesos. Aquí la IA afecta directamente al núcleo mismo de la profesión — el trabajo intelectual en sí, y la confidencialidad de lo que un cliente ha compartido para hacer posible ese trabajo intelectual. Un abogado que alimenta un modelo de lenguaje con documentos de un expediente, un consultor que hace revisar un análisis preliminar por un chatbot, un auditor que hace resumir cifras por un sistema externo: en cada caso se desplaza información que en realidad debería haber permanecido dentro de las paredes del despacho y de la relación de confianza con el cliente.
La relación entre lo que las organizaciones han adquirido oficialmente y lo que los empleados realmente utilizan suele estar desequilibrada. Mientras que en sectores con mucho proceso operativo la IA suele implementarse a través de un departamento de TI, en los despachos de asesoría y jurídicos la presión es sobre todo individual: alguien con un plazo de entrega y una herramienta de IA que trabaja más rápido que el colega de al lado. Eso hace que la shadow AI no sea aquí una excepción sino algo previsible como norma — precisamente en un sector donde el tiempo se factura y la rapidez se recompensa.
Un resumen de licencias de software muestra lo que se ha adquirido, no lo que se utiliza. Además, en los servicios profesionales gran parte del personal trabaja con dispositivos propios, extensiones de navegador propias y suscripciones propias a servicios de IA que no cuestan nada probar. Un socio o asesor senior que utiliza un modelo de lenguaje para verificar un memorando preliminar no aparece en ningún panel de TI. Sin embargo, precisamente ese uso es el de mayor riesgo: afecta a la confidencialidad del cliente, al secreto profesional, a la pregunta de quién es responsable de qué cuando un consejo se ha formado en parte mediante un algoritmo.
La única manera de saber qué ocurre realmente es preguntarlo — y preguntar solo tiene sentido si quien responde no se arriesga a nada. Un empleado que sospecha que admitir el uso de IA le llevará a una conversación sobre su desempeño responderá negando o no responderá en absoluto. Un inventario que parte de la confianza en lugar del control ofrece una imagen distinta: no completa, pero sí más honesta que una lista que solo suma lo que ha sido aprobado.
El uso de IA en este sector no entra en una sola categoría. Una herramienta que verifica hechos en un documento jurídico conlleva un riesgo distinto al de una herramienta que resume un documento interno de proceso. Un sistema que colabora en la redacción de un consejo fiscal destinado a un cliente requiere un tipo de supervisión distinto al de una herramienta que ordena actas. Una governance que funciona empieza por distinguir esas funciones y niveles de riesgo, y vincula a ello un nivel de supervisión adecuado — no en función de cómo se llama el sistema, sino de lo que hace el sistema y para quién está finalmente destinado el resultado.
Los despachos de este sector suelen contar ya con estructuras de gestión de riesgos: revisión de expedientes, principios de cuatro ojos, control de cumplimiento, control de calidad. Un enfoque de governance para la IA que esté desconectado de ello se convierte en una capa adicional que nadie adopta. Es más útil un enfoque que se conecte con la estructura de riesgo existente: los mismos responsables, las mismas líneas de reporte, el mismo ritmo de revisión, con el uso de IA como parte de lo que ya se examina en lugar de un proceso aparte.
Un directivo o General Counsel al que se le pregunta cómo está garantizado el uso de IA dentro del despacho no puede conformarse con una impresión. La demostrabilidad requiere un inventario documentado: qué herramientas, qué función, qué nivel de riesgo, qué acuerdos sobre lo que se puede y no se puede hacer con ellas. Esto no es principalmente rendición de cuentas hacia el exterior — es, ante todo, un instrumento para que la propia dirección sepa sobre qué está actuando, antes de que un supervisor, un cliente o la propia comisión de riesgos planteen la pregunta.
La manera en que surge la shadow AI y la manera en que la governance puede conectar con ella difieren según el sector. Quien quiera comparar cómo se manifiesta esta cuestión donde convergen muchos sistemas y contacto con clientes lo encontrará en AI-governance en los servicios financieros; quien quiera ver cómo se manifiesta en un sector que crea y utiliza sus propios productos de IA puede leerlo en AI-governance en el sector TIC; y para una imagen de cómo funciona en organizaciones con mucho personal operativo y poco control central de TI está AI-governance en el comercio minorista.
Un inventario del uso de IA muestra qué está en marcha y quién lo utiliza, pero no responde a la pregunta que viene después: qué parte del trabajo en sí puede en realidad transferirse a la IA, y qué parte no. Ese es un cálculo distinto, por tarea en lugar de por herramienta. El escaneo de trabajo de FTE TO AI realiza ese cálculo: por tarea se determina qué parte del trabajo es susceptible de ser asumida por la IA, como paso siguiente al panorama que ofrece el Responsible AI Scan.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.