
El cumplimiento nativo de IA consiste en utilizar la IA dentro de un proceso de cumplimiento estructurado y revisable, no simplemente en añadir un chatbot a un repositorio de documentos. El principio de funcionamiento es sencillo: la IA acelera la preparación y el análisis, las personas aprueban las decisiones con consecuencias y las evidencias permanecen vinculadas a cada afirmación que respaldan.
Para un CTO, la cuestión de arquitectura es si el sistema puede representar los controles reales de la organización. Una política describe el comportamiento previsto. Una exportación de configuración muestra un ajuste. Una revisión de accesos completada demuestra una actividad. Son tipos de evidencias distintos, y generar un texto fluido no los hace intercambiables.
Un espacio de trabajo útil conecta requisitos, controles, sistemas, evidencias, responsables, tareas y decisiones. Esa estructura permite a los equipos reutilizar información respaldada en varios marcos sin confundir requisitos similares con obligaciones equivalentes.
Las organizaciones suelen mantener las políticas en documentos, las evidencias en carpetas, los riesgos en hojas de cálculo y las tareas de corrección en herramientas de gestión de proyectos. Los relatos de auditoría se reconstruyen después a partir de esas fuentes dispersas. Añadir otro marco suele crear otra copia de la misma información.
Las consecuencias van más allá del esfuerzo administrativo. Distintos equipos pueden dar a los ingenieros instrucciones contradictorias sobre el mismo proceso de control de accesos. Una evaluación puede utilizar una descripción de arquitectura desactualizada mientras otra utiliza la versión actual. Un informe pulido puede ocultar una brecha de implantación sin resolver.
La alternativa práctica es un modelo de controles compartido con vistas específicas para cada marco. Mantenga la implantación una sola vez, adjunte las evidencias adecuadas y evalúe por separado qué requisitos respalda. Esto reduce las solicitudes duplicadas sin borrar las diferencias de alcance, de periodos de evaluación o de obligaciones legales.
Empiece por el perímetro organizativo: ¿qué servicio, entidad jurídica, sistemas, ubicaciones y proveedores están incluidos? Registre la versión del marco y el motivo por el que se aplica cada obligación. De lo contrario, la IA puede generar correspondencias plausibles para requisitos que quedan fuera del alcance real.
Las distinciones importan:
Trate la aplicabilidad como un dato de entrada aprobado, no como una inferencia que el modelo hace en silencio. Para los casos dudosos, cree una tarea de interpretación explícita con un revisor responsable.
Un modelo mínimo práctico debe distinguir el requisito, el control implantado, las evidencias que lo respaldan y la decisión de revisión. Un archivo subido no es en sí mismo un control, y una política aprobada no demuestra que el procedimiento funcione de forma coherente.
| Objeto | Información que conservar | Pregunta de revisión |
|---|---|---|
| Requisito | Fuente, versión, alcance, justificación de la aplicabilidad | ¿Se aplica aquí? |
| Control | Implantación, sistemas, responsable, excepciones | ¿Qué ocurre realmente? |
| Evidencia | Origen, fecha de obtención, periodo cubierto, limitaciones | ¿Qué demuestra? |
| Correspondencia | Solapamiento respaldado, diferencias que persisten, justificación | ¿Hasta qué punto podemos reutilizarla? |
| Decisión | Revisor, resultado, fecha, seguimiento | ¿Quién aceptó esta conclusión? |
Las dependencias también forman parte del modelo. Una aplicación de cara al cliente puede depender de un proveedor de identidades, de una infraestructura en la nube y de un equipo de soporte gestionado. Las evidencias de una dependencia no deben tratarse automáticamente como prueba para todo el servicio.
Esta estructura hace visible la cobertura insuficiente: una política de accesos puede estar actualizada mientras faltan los registros de revisión, o una captura de pantalla de la configuración puede abarcar un solo entorno.
La IA puede ayudar a extraer pasajes pertinentes, proponer relaciones, identificar dónde falta respaldo y redactar descripciones de controles. Proporciónele versiones de las fuentes identificadas y la implantación real, no solo los títulos de los controles.
Una propuesta de correspondencia útil explica qué parte se solapa, qué evidencias respaldan ese solapamiento y qué queda sin abordar. Las relaciones suelen ser de muchos a muchos: un control respalda varios requisitos, mientras que un requisito necesita varios controles.
La gestión de incidentes ilustra el límite. Un proceso de respuesta compartido puede respaldar varios marcos, pero los umbrales de notificación, los destinatarios, los desencadenantes y los plazos pueden diferir. Reutilizar el proceso operativo no cumple todas las obligaciones de notificación.
Los revisores deben comprobar si falta alcance, si hay fuentes contradictorias, referencias desactualizadas o afirmaciones sin respaldo antes de aprobar la reutilización. Conserve la justificación junto a la relación para que un cambio posterior en el marco o en la implantación pueda evaluarse con criterio. Nuestra guía sobre el registro operativo de riesgos aplica el mismo principio de asistencia revisada a los escenarios y a las decisiones de tratamiento.
Obtenga las evidencias de los sistemas de referencia mediante un proceso controlado, ya sea con exportaciones manuales o con un mecanismo de recopilación evaluado. Registre quién las obtuvo, cuándo y qué población abarcan. No suponga que un producto con IA tiene acceso automáticamente a los sistemas operativos.
La extracción asistida por IA debe conservar el pasaje o el registro de origen que respalda cada conclusión. Revise con especial cuidado cuando los documentos contengan afirmaciones contradictorias, las capturas de pantalla no tengan fecha o los datos exportados excluyan algunas cuentas. La falta de evidencias debe generar una pregunta o una tarea, no una afirmación inventada de que el control funciona.
Para la documentación generada, utilice un patrón de redacción coherente: finalidad, alcance, implantación, responsable, evidencias, excepciones y estado de revisión. Distinga los procedimientos previstos del funcionamiento observado. Los informes deben basarse en controles revisados y divulgar las brechas relevantes en lugar de convertir sugerencias en borrador en un aseguramiento definitivo.
El material subido también debe tratarse como una entrada no fiable. Las instrucciones incrustadas en los documentos no deben anular el flujo de revisión ni autorizar acciones. El acceso de lectura para el análisis no debe implicar permiso para modificar controles, aprobar decisiones o distribuir informes.
Considere, a título ilustrativo, un equipo SaaS que documenta un servicio de producción. Supongamos que dispone de una política de accesos aprobada, una exportación fechada del proveedor de identidades, registros de revisiones trimestrales y una tarea abierta para eliminar dos cuentas de administrador innecesarias. No se presuponen ahorros ni un rendimiento concreto del producto.
El equipo define primero el perímetro: las cuentas de producción están incluidas; un entorno de investigación independiente queda excluido. A continuación, vincula la política con el proceso de revisión previsto y los registros completados con la actividad de revisión.
La IA propone una descripción del control de accesos y posibles correspondencias con los marcos. El revisor detecta tres problemas:
El revisor aprueba la descripción respaldada, rechaza la afirmación de que se revisan todos los accesos privilegiados y crea tareas para la cobertura de las identidades de servicio y la verificación de la eliminación. Las correspondencias específicas de cada marco mantienen esas limitaciones.
El entregable es un registro de control revisado, con evidencias acotadas y correcciones pendientes. Es más útil que varios relatos seguros de sí mismos, porque los ingenieros saben qué deben corregir y los auditores pueden examinar qué respalda la afirmación.
El cumplimiento continuo debe significar mantener las evidencias y las decisiones a medida que se producen cambios pertinentes. No debe implicar que la IA demuestre continuamente la eficacia de cada control.
Como recomendación práctica, combine las revisiones programadas con desencadenantes por cambios: un nuevo proveedor, un cambio en el diseño de la autenticación, un marco revisado, un periodo de evidencias caducado o un incidente significativo. Identifique los controles, las correspondencias, los responsables y los informes afectados, y solicite nuevas evidencias cuando sea necesario.
Mantenga separados los estados: propuesto, a la espera de evidencias, revisado, aprobado y con corrección pendiente no deben fundirse en un único indicador verde. Haga un seguimiento de indicadores como las revisiones vencidas, las afirmaciones sin respaldo, las excepciones sin resolver y la antigüedad de las evidencias. Revelan la carga de trabajo y la calidad del aseguramiento con más claridad que el recuento de documentos.
El material de cumplimiento expone la arquitectura, las debilidades, los procesos internos y, a veces, datos personales. Evalúe la ubicación del alojamiento junto con el acceso del proveedor, los subencargados, la conservación, la eliminación, las condiciones de uso de los modelos y los mecanismos de transferencia aplicables. Que los datos estén en la UE o en Alemania no acredita por sí solo la soberanía ni el cumplimiento del RGPD.
Aplique accesos con mínimo privilegio y separe la redacción de la aprobación. Proteja las credenciales y la información personal innecesaria antes de subir evidencias. Exija trazabilidad para los cambios relevantes y establezca cómo pueden los revisores cuestionar una conclusión de la IA. La aprobación humana debe significar examinar el respaldo y resolver la incertidumbre, no ir haciendo clic en una cola.
Secani facilita un comienzo acotado: modele un servicio o una unidad organizativa con objetos objetivo reales, conecte sus sistemas y proveedores externos, y designe responsables y revisores. Suba las políticas, exportaciones, capturas de pantalla y descripciones existentes y vincúlelas con los requisitos, controles, sistemas o decisiones que respaldan. Utilice las sugerencias asistidas por IA como borradores, compruebe sus fuentes y conserve los comentarios, las aprobaciones y las marcas de tiempo. Convierta las evidencias que faltan o están desactualizadas en tareas, en lugar de dejarlas enterradas en documentos.
Para el primer ciclo, elija una familia de controles y una cadencia de revisión corta. Exija una descripción clara de la implantación, evidencias de respaldo actualizadas, correspondencias revisadas y brechas asignadas antes de ampliar. La documentación de Secani explica este flujo de trabajo inicial. El éxito es una decisión trazable que el siguiente revisor pueda reproducir, no simplemente una colección más grande de texto generado.

Gobernanza de IA · 10 de octubre de 2026 · 9 Min.
Un enlace a una fuente no hace fiable un veredicto de una IA. La relación entre un requisito, las evidencias y el veredicto debe poder comprobarse.

Gobernanza de IA · 19 de octubre de 2026 · 6 Min.
Tres normas en tres días: ISO/IEC 27090 para la seguridad de la IA, EN 18286 como primera norma armonizada del Reglamento de IA de la UE e IEEE 2863 para la gobernanza de la IA en el órgano de dirección.

Gobernanza de IA · 18 de octubre de 2026 · 5 Min.
ISO 27090 orienta el trabajo de seguridad de la IA. ISO 42001 establece los requisitos de un sistema de gestión de la IA. Así se diferencian y así puede utilizarlas conjuntamente.
Secani conecta Scopes, evidencias, tareas y agentes de IA en un espacio de trabajo compartido.