CHATGPT EN LA PLANTA: QUÉ PASA CUANDO EL OPERADOR LE PREGUNTA A UNA IA CÓMO REPARAR LA MÁQUINA
Por Virginia Viadas
Está ocurriendo en tu planta ahora mismo. Un técnico de mantenimiento tiene una máquina detenida, presión por reanudar la línea y un manual de 400 páginas en inglés. Saca el celular, abre ChatGPT y describe la falla. En treinta segundos tiene una respuesta redactada con seguridad absoluta. A veces es correcta. A veces no lo es, y no hay forma de distinguirlo.
Eso se llama shadow AI: uso de herramientas de inteligencia artificial sin aprobación, inventario ni supervisión de la organización. En un entorno industrial, las consecuencias no se limitan a una fuga de datos.
El tamaño del fenómeno
| Indicador | Dato | Fuente |
|---|---|---|
| Usuarios de IA generativa laboral que acceden con cuentas personales no autorizadas | 47% | Netskope Threat Labs, Cloud and Threat Report 2026 |
| Amenazas internas que involucran herramientas personales en la nube | 60% | Netskope Threat Labs |
| Empresas con soluciones DLP específicas para contener este riesgo | 50% | Netskope Threat Labs |
| Organizaciones que sufrieron un incidente de ciberseguridad en el último año | 75% | WatchGuard, 2026 MSP Cybersecurity Trends Report |
Casi la mitad de quienes usan IA generativa en el trabajo lo hacen desde cuentas personales no autorizadas, y a través de esas plataformas se transfieren datos regulados, propiedad intelectual, código fuente y credenciales. El caso de referencia sigue siendo Samsung Electronics en 2023, con filtración de código fuente hacia ChatGPT.
Cinco riesgos que solo existen en piso de planta
La conversación sobre shadow AI se ha centrado en oficinas. En manufactura los riesgos son distintos y más graves.
-
Fuga de propiedad industrial, no solo de datos personales. Lo que se pega en el prompt no son correos: son parámetros de proceso, recetas de formulación, tolerancias, códigos de PLC, planos de herramental. Es exactamente el conocimiento que diferencia a la planta de su competencia, enviado a un servidor de terceros sin contrato de confidencialidad.
-
Procedimientos de seguridad alucinados. Un modelo generativo produce respuestas plausibles, no verificadas. Si genera una secuencia de bloqueo y etiquetado incompleta, omite un paso de despresurización o subestima la categoría de riesgo de arco eléctrico, el resultado no es un error de formato: es una lesión.
-
Ruptura de la trazabilidad documental. En plantas certificadas bajo IATF 16949, ISO 9001 o regulación sanitaria, cada intervención de mantenimiento debe estar respaldada por un procedimiento controlado y vigente. Una reparación ejecutada según lo que dijo un chatbot no tiene número de documento, ni revisión, ni firma de aprobación. En auditoría, no existe.
-
Responsabilidad legal difusa. Si ocurre un accidente y la investigación revela que el técnico siguió instrucciones de una herramienta no autorizada, la empresa no puede trasladar la responsabilidad al proveedor del modelo. La obligación de proporcionar procedimientos seguros es del patrón.
-
Superficie de ataque en tecnología operativa. Pegar configuraciones de red industrial, direcciones IP de PLC o lógica de control en un servicio público equivale a publicar el mapa de tu red OT. Es el tipo de información que precede a un incidente de ransomware industrial.
Por qué prohibirlo no funciona
La respuesta instintiva de dirección es bloquear el acceso. No sirve, por una razón simple: bloquear ChatGPT en la red corporativa empuja al personal a usarlo desde su teléfono con datos móviles, donde la empresa pierde toda visibilidad y control. La prohibición no elimina el uso; elimina la posibilidad de supervisarlo.
El problema de fondo tampoco es tecnológico. Si un técnico recurre a un chatbot para diagnosticar una falla, la señal real es que la documentación técnica de la planta es inaccesible, está desactualizada, está en otro idioma o simplemente no existe. La IA no creó ese vacío; lo hizo visible.
Qué sí funciona: gobernanza en siete pasos
- Inventaría el uso real antes de normarlo. Con visibilidad de tráfico y encuestas anónimas, no con memorandos. No puedes gobernar lo que no mides.
- Ofrece una alternativa aprobada. Una versión empresarial con contrato que garantice que los datos no alimentan modelos públicos elimina el 80% del incentivo para usar la versión gratuita.
- Publica una lista corta de qué sí y qué no. Dos columnas, una página, laminada en el taller. Nadie lee una política de veinte páginas.
- Prohíbe explícitamente la IA como fuente de procedimientos de seguridad. Sin excepciones, sin matices, con la misma firmeza con la que se prohíbe operar sin bloqueo y etiquetado.
- Exige verificación humana documentada. Toda salida de IA que derive en una acción física debe validarla un técnico calificado contra documentación oficial, y quedar registrada.
- Capacita en el modo de falla, no en la herramienta. El personal debe entender que el modelo produce texto convincente aun cuando se equivoca. Ese es el concepto que previene accidentes.
- Registra y audita. Si el uso está autorizado, debe ser auditable como cualquier otro sistema.
Qué se puede pegar y qué no
| Sí | No |
|---|---|
| Explicaciones de conceptos técnicos generales | Parámetros de proceso o recetas |
| Traducción de terminología técnica pública | Código de PLC o lógica de control |
| Redacción de reportes ya depurados de datos sensibles | Direcciones IP, credenciales, topología de red |
| Ayuda para estructurar un plan de capacitación | Procedimientos de seguridad, LOTO, permisos de trabajo |
| Búsqueda de estándares aplicables por nombre | Planos, tolerancias, información de clientes |
El uso que sí vale la pena
Existe una versión correcta de lo que el técnico intentaba hacer: un asistente conectado a la propia documentación de la planta —manuales de fabricante, historiales de falla, procedimientos vigentes— que responde citando la fuente y el número de documento. Esa arquitectura, conocida como generación aumentada por recuperación, mantiene la información dentro del perímetro, preserva la trazabilidad y convierte un riesgo en una herramienta de productividad real.
La diferencia entre las dos situaciones no es la inteligencia artificial. Es de dónde saca la información y si esa fuente es auditable.
El marco regulatorio se está cerrando
A partir del 2 de agosto de 2026 entran en aplicación las competencias de supervisión y las multas de la Comisión Europea sobre los proveedores de modelos de IA de propósito general. Para plantas mexicanas que exportan a Europa o forman parte de cadenas de suministro europeas, saber qué modelos se usan y con qué garantías dejará de ser una buena práctica para volverse un requisito contractual.
Preguntas frecuentes
¿Qué es el shadow AI? El uso de herramientas de inteligencia artificial —aplicaciones, agentes, extensiones o APIs— sin aprobación, inventario ni supervisión de la organización.
¿Es peligroso que un técnico use ChatGPT para diagnosticar una falla? El riesgo depende de qué información introduce y de qué hace con la respuesta. Consultar un concepto general es de bajo riesgo; ejecutar un procedimiento de seguridad generado por el modelo es inaceptable.
¿Conviene bloquear el acceso a la IA en la red de la planta? No. El bloqueo desplaza el uso a dispositivos personales y elimina la visibilidad. La estrategia recomendada es ofrecer una alternativa empresarial aprobada y gobernar su uso.
¿Qué información nunca debe introducirse en una IA pública? Parámetros de proceso, recetas, código de control, planos, tolerancias, credenciales, topología de red y cualquier dato de cliente.
¿Cómo se aprovecha la IA sin este riesgo? Con un asistente conectado a la documentación interna de la planta, que responda citando fuente y número de documento y mantenga la información dentro del perímetro de la empresa.
Fuentes: Netskope Threat Labs (Cloud and Threat Report 2026), WatchGuard (2026 MSP Cybersecurity Trends Report), Comisión Europea (Reglamento de IA), reportes públicos sobre el incidente de Samsung Electronics de 2023.