La IA empresarial segura es el conjunto de controles, permisos y garantías que permiten usar modelos de inteligencia artificial avanzados sobre información sensible sin perder la propiedad ni el control de los datos. OpenAI presentó Private Intelligence, una capa de protecciones diseñada para que las empresas apliquen sus modelos más capaces a sus tareas más delicadas, y Coinbase ya la está usando con todos sus empleados.
El detalle importa: no se trata de una versión reducida del modelo, sino de las mismas capacidades con reglas claras sobre qué entra, qué se guarda y quién autoriza cada acción. Rob Witoff, responsable de tecnología de Coinbase, lo plantea en términos simples: «sigue siendo nuestra información».
Durante mucho tiempo, la conversación sobre IA en las empresas giró alrededor de la productividad. ¿Cuánto tiempo ahorra? ¿Cuántas tareas automatiza? Esas preguntas siguen vigentes, pero hoy comparten escenario con otra menos cómoda: ¿qué pasa con los datos que le entregamos? Este artículo revisa qué anunció OpenAI el 2 de noviembre de 2026, qué significa en la práctica y cómo se traduce en decisiones concretas para una empresa en Perú o Latinoamérica.
¿Qué es Private Intelligence y qué controles incluye?
Private Intelligence es un conjunto de medidas que OpenAI agrupa en cuatro frentes. El primero son las restricciones de acceso: la empresa limita estrictamente el acceso interno al contenido empresarial y puede habilitar retención cero, conocida como ZDR, e inferencia privada para los flujos de trabajo que cumplen los requisitos.
El segundo es la propiedad del dato. Según OpenAI, la empresa conserva la propiedad de su información, incluidas las entradas y las salidas. El tercero son las acciones de los agentes: el cliente decide a qué puede acceder un agente, qué acciones puede ejecutar y en qué momentos necesita aprobación explícita. El cuarto es la seguridad, con cifrado, controles de acceso estrictos y detección continua de amenazas.
Hay un punto que suele pasarse por alto: la sin retención de datos no es un detalle técnico menor, es la condición que muchas áreas legales y financieras exigen antes de aprobar cualquier piloto. Witoff lo describe como un requisito previo, no como una función adicional. Sin esa garantía, el proyecto simplemente no avanza.
Vale precisar qué es novedad y qué no. La retención cero y la inferencia privada no son conceptos nuevos en la industria; lo que cambia es que ahora vienen empaquetados como una propuesta para empresas, con auditorías SOC 2 Type 2, certificaciones ISO y soporte HIPAA mediante acuerdos de asociado comercial para servicios elegibles. La inferencia privada aparece además como versión preliminar de API, es decir, aún no está disponible de forma general. Ese matiz importa: no conviene presentar como estándar algo que todavía requiere condiciones específicas.
¿Por qué Coinbase dice que aceleró su ingeniería 3 o 4 veces?
Coinbase no es un caso de laboratorio. Todos sus empleados tienen acceso a los últimos modelos de OpenAI desde el momento en que se publican, y la compañía empezó por automatizar tareas internas para elevar el estándar de calidad de su propio trabajo. El resultado que reporta Witoff es una aceleración de la velocidad de ingeniería de aproximadamente 3 o 4 veces en los últimos años.
Conviene leer esa cifra con cuidado. Es un dato autoreportado por el cliente, no un benchmark independiente, y no especifica cómo se midió ni qué procesos entraron en la cuenta. Sirve como señal de dirección, no como promesa reproducible. Aun así, la lógica detrás es razonable: cuando los agentes de IA operan dentro de límites definidos, el equipo deja de revisar cada salida desde cero y puede confiar en el flujo.
La frase que mejor resume el enfoque es la de Witoff: «cuando tienes las barreras de protección correctas, puedes avanzar con confianza y muy rápido». El orden de la oración es lo interesante. Primero las barreras, después la velocidad. Muchas empresas lo intentan al revés y terminan frenando el proyecto cuando aparece la primera duda sobre datos sensibles.
Aquí conviene ser honesto sobre los límites de lo que este anuncio demuestra. No hay datos públicos sobre cuánto cuesta implementar estos controles, cuánto tarda la habilitación ni qué porcentaje de flujos de trabajo califica para inferencia privada. Tampoco hay evidencia de que el resultado de Coinbase sea trasladable a una empresa de otro tamaño o sector. Y existe un riesgo real que el material no aborda: configurar permisos amplios «para no frenar al equipo» reintroduce exactamente el problema que estos controles buscan resolver. La gobernanza no se delega al proveedor, se define internamente.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
La mayoría de las empresas peruanas no tiene el volumen ni la estructura de Coinbase, pero enfrenta la misma pregunta con menos recursos para responderla. Un gerente de finanzas quiere analizar márgenes por cliente; una contadora quiere cruzar facturación electrónica con cobranzas; un jefe de TI quiere automatizar tickets sin exponer la base de datos de clientes. Los tres chocan con el mismo muro: no saben qué ocurre con la información después de subirla.
Ahí es donde la conversación deja de ser técnica y se vuelve contractual. Antes de firmar un piloto de IA, conviene exigir por escrito tres cosas: qué se retiene y por cuánto tiempo, quién es el propietario de las entradas y salidas, y qué acciones puede ejecutar un agente sin aprobación humana. Si el proveedor no puede responder esas tres preguntas con claridad, el proyecto no está listo para producción, sin importar lo impresionante que sea la demostración.
También hay una dimensión regulatoria que en la región avanza a distinto ritmo según el país. Las empresas que exportan servicios, manejan datos de salud o trabajan con entidades financieras suelen tener exigencias más estrictas que el resto. Definir hoy una política interna sobre datos de la empresa y herramientas de IA es más barato que improvisarla cuando llegue una auditoría o un cliente corporativo que la pida.
El punto práctico es que la privacidad dejó de ser un obstáculo para adoptar IA y empezó a ser la condición que la hace posible. Las empresas que ordenan sus permisos primero son las que después pueden automatizar sin frenar cada trimestre para revisar qué se filtró.
¿Cómo aplica esto en tu empresa?
Si estás evaluando usar IA con información sensible, estos pasos son un punto de partida razonable y se pueden ejecutar sin grandes presupuestos.
- Clasifica tus datos antes de clasificar herramientas. Separa lo público, lo interno y lo sensible. Sin esa lista, cualquier política de IA es una conversación abstracta.
- Exige retención cero por escrito. Pregunta explícitamente si los datos se almacenan, por cuánto tiempo y con qué finalidad. Si la respuesta es vaga, no avances.
- Define permisos por rol, no por persona. Un agente que consulta reportes de ventas no necesita acceso a planillas. El principio de mínimo privilegio aplica igual que en cualquier sistema.
- Establece puntos de aprobación humana. Decide qué acciones puede ejecutar un agente solo y cuáles requieren visto bueno. Enviar un correo es distinto de modificar un registro contable.
- Documenta la política y revísala cada trimestre. Los modelos cambian rápido; los permisos que aprobaste hace seis meses pueden ya no corresponder a tu operación.
Si quieres revisar cómo se traduce esto en tu caso particular, puedes conversar con nosotros sobre tu caso y revisar juntos qué información conviene proteger antes de automatizar. También puedes conocer ContentFlow para ver cómo aplicamos estas ideas en flujos de contenido, o revisar más artículos en nuestro blog de Consultoría TI.
Preguntas Frecuentes
¿Qué es la retención cero de datos en herramientas de IA?
Es un compromiso por el cual el proveedor no almacena las entradas ni las salidas de una consulta más allá de lo necesario para ejecutarla. Coinbase lo describe como un requisito previo para adoptar IA con información sensible, porque garantiza que los datos no queden guardados en sistemas de terceros. No todos los flujos de trabajo califican automáticamente: el proveedor evalúa qué casos cumplen los requisitos.
¿Puede una PYME peruana acceder a este tipo de controles?
La existencia de estos controles no depende del tamaño de la empresa, pero sí la capacidad de negociarlos. Una PYME suele contratar planes estándar donde las condiciones vienen definidas por el proveedor. Aun así, puede aplicar los mismos principios internamente: clasificar datos, limitar permisos por rol y exigir claridad sobre qué se retiene. Ese trabajo previo es gratuito y reduce la mayor parte del riesgo.
¿Qué diferencia hay entre un agente de IA con permisos y uno sin ellos?
Un agente con permisos definidos solo accede a las fuentes que se le autorizaron y ejecuta únicamente las acciones aprobadas, pidiendo confirmación cuando la tarea lo requiere. Uno sin permisos opera con el acceso que tenga disponible la cuenta que lo ejecuta, lo que suele ser mucho más amplio de lo necesario. La diferencia no está en el modelo, sino en la configuración que la empresa define antes de ponerlo a trabajar.
Conclusión: ¿la privacidad es el freno o la condición para adoptar IA?
El anuncio de OpenAI y el caso de Coinbase apuntan a una idea que se está consolidando: la privacidad dejó de ser el freno de la adopción y pasó a ser su condición. Coinbase no eligió entre inteligencia y control; eligió ambos, y reporta una aceleración de su velocidad de ingeniería de 3 o 4 veces en los últimos años, aunque se trata de una cifra autoreportada por la propia compañía.
Para una empresa en Perú, la lección no está en copiar la infraestructura de una empresa global, sino en el orden de las decisiones. Primero se definen los límites, después se acelera. Si quieres revisar qué información de tu empresa está saliendo hoy hacia herramientas de IA y cómo ordenarla, puedes escribirnos y conversar sobre tu caso.
Por Edgar Vásquez, Consultoría TI · actualizado el martes, 03 de noviembre de 2026
Fuentes y Referencias
- OpenAI (YouTube) — Coinbase on OpenAI Private Intelligence
- OpenAI — Private Intelligence
- OpenAI (es-ES) — Private Intelligence
- aibriefs.news — OpenAI launches Private Intelligence for enterprise data controls
✨ Contenido generado con ContentFlow — Consultoría-Ti