Elegir un proveedor de IA no es solo comparar respuestas o funciones: también hay que entender qué ocurre con la información que se envía. Para una pyme, una buena diligencia empieza con preguntas concretas sobre retención, entrenamiento, acceso, borrado, ubicación y respuesta a incidentes; las respuestas deben corresponder al producto, la cuenta y la configuración que realmente se usarán. Esta guía es informativa, no asesoría legal ni una afirmación de cumplimiento.
Primero, define qué información saldrá de tu empresa
Antes de evaluar al proveedor, describe el uso previsto y los datos que el equipo piensa compartir. ¿Se enviarán nombres, correos, conversaciones, contratos, datos de empleados o información de clientes? ¿Qué campos son imprescindibles para la tarea y cuáles se pueden retirar, ocultar o reemplazar por datos ficticios? ¿El flujo incluye documentos adjuntos, voz, imágenes, registros recuperados por una aplicación conectada o solo el texto escrito por una persona?
Hecho: el NIST Privacy Framework explica que el ciclo de vida de los datos incluye recolección, procesamiento, divulgación, uso, almacenamiento y disposición, que puede incluir destrucción o borrado. También propone identificar y evaluar a las partes del ecosistema de procesamiento y comunicar requisitos a proveedores externos, incluso cuando hay transferencias entre países (NIST, “NIST Privacy Framework: A Tool for Improving Privacy Through Enterprise Risk Management, Version 1.0”, 16 de enero de 2020, https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.01162020.pdf). Interpretación práctica: pregunta por el recorrido completo de tus datos, no solo por el modelo que genera la respuesta.
Retención, entrenamiento y eliminación: pide precisión
Pregunta cuánto tiempo permanecen las entradas, respuestas, archivos, registros de uso y datos de diagnóstico; qué inicia el plazo; y si hay excepciones por seguridad, soporte o exigencias externas. ¿El plazo cambia según la función, el tipo de cuenta o una opción habilitada por separado? ¿Qué ocurre con copias de respaldo y con información guardada por integraciones o subcontratistas?
Pregunta expresamente si tu contenido se usa para entrenar o mejorar modelos, bajo qué producto y ajuste, y cómo se demuestra o cambia esa opción. No des por sentado que la respuesta sobre una aplicación de consumo aplica a una API, o viceversa. Hecho ilustrativo, no regla para todos los proveedores: la documentación de OpenAI dice que los datos enviados a su API no se usan para entrenar sus modelos salvo que el cliente opte por compartirlos; también describe registros de monitoreo que pueden conservar contenido hasta 30 días y retención de estado distinta según endpoint y función. Sus controles de retención cero requieren aprobación y no cubren todas las funciones (OpenAI, “Data controls in the OpenAI platform”, sin fecha; consultada 2026-10-03, https://developers.openai.com/api/docs/guides/your-data). Interpretación: solicita por escrito la política aplicable a tu producto y las excepciones, en vez de convertir una frase general en garantía universal.
Para el borrado, pregunta quién puede solicitarlo, desde qué panel o canal, qué elimina exactamente y en cuánto tiempo; si el borrado incluye archivos, historiales, vectores, copias, subprocesadores y datos al cerrar la cuenta. Pide distinguir “eliminar de la vista” de eliminar de sistemas activos y copias retenidas, y averigua qué confirmación o registro queda disponible. Una respuesta útil identifica tanto el alcance como los límites.
También importa el acceso. ¿Qué personas del proveedor pueden acceder al contenido para soporte, seguridad o investigación? ¿Ese acceso requiere autorización, queda registrado y se limita por rol? ¿Qué permisos tendrá tu propio equipo, y cómo se revocan cuando alguien cambia de función o deja la empresa? Evita habilitar una conexión con acceso amplio si la tarea solo necesita una parte de los datos.
Ubicación, terceros e incidentes
No preguntes únicamente dónde están los servidores. Aclara dónde pueden procesarse los prompts, respuestas, registros, respaldos y solicitudes de soporte; si pueden intervenir otros países o proveedores; y qué parte del servicio cubre cada respuesta. Pide identificar subprocesadores y cómo se anuncian cambios relevantes. NIST señala que una cadena de servicios puede incluir varias entidades y que comunicar requisitos de privacidad resulta especialmente importante cuando el procesamiento cruza fronteras (NIST, “NIST Privacy Framework: A Tool for Improving Privacy Through Enterprise Risk Management, Version 1.0”, 16 de enero de 2020, https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.01162020.pdf). Interpretación: compara la ubicación declarada con el flujo real de funciones que planeas activar; no infieras una ubicación a partir de la sede comercial del proveedor.
Sobre incidentes, pregunta cómo reportar una sospecha, quién será tu contacto, qué información te entregarán para evaluar alcance y causa, cómo coordinan contención y recuperación, y qué compromisos de aviso aparecen en los documentos aplicables. ¿Incluyen a proveedores externos en ejercicios y respuesta? ¿Cómo se preservan registros útiles para entender lo ocurrido? No presupongas que existe un plazo o procedimiento estándar.
Hecho: el NIST AI RMF 1.0 incluye políticas para riesgos de software y datos de terceros y recomienda procesos de contingencia ante fallos o incidentes en sistemas o datos de terceros considerados de alto riesgo (NIST, “Artificial Intelligence Risk Management Framework (AI RMF 1.0)”, enero de 2023, https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf). Además, el NIST CSF 2.0 contempla diligencia antes de iniciar relaciones con proveedores, requisitos en acuerdos e inclusión de terceros pertinentes en la planificación, respuesta y recuperación ante incidentes (NIST, “The NIST Cybersecurity Framework (CSF) 2.0”, 26 de febrero de 2024, https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.29.pdf). Son marcos de gestión, no una certificación automática del proveedor ni una norma que garantice un resultado.
Convierte las respuestas en una decisión verificable
Guarda las respuestas junto con los documentos y condiciones que las respaldan; anota el nombre exacto del producto, nivel de cuenta, funciones y ajustes revisados. Si algo es ambiguo, pide que lo precisen: “¿este compromiso aplica a los archivos adjuntos y al registro de soporte en esta función?”. Compara proveedores sobre el mismo escenario, porque contestar una pregunta distinta puede dar una falsa sensación de equivalencia.
Imagina, como ejemplo hipotético, que una pyme dominicana evalúa un proveedor antes de iniciar un piloto de IA. En vez de cargar información real de inmediato, podría hacer preguntas sobre retención, entrenamiento, acceso, borrado, ubicación y escalamiento de incidentes, y revisar las respuestas con datos ficticios. Solo después de entender el flujo decidiría si prueba con un conjunto limitado y quién autoriza el envío de datos reales. El ejemplo no describe una integración disponible ni una obligación local.
Una acción concreta para esta semana: elige un solo flujo de IA, dibuja qué datos salen y redacta estas preguntas en una hoja para enviarlas al proveedor; marca cada respuesta como documentada, pendiente o no aplicable. Si no puedes confirmar un punto que consideras importante, pausa ese flujo o reduce los datos antes de conectarlo. La decisión no exige asumir seguridad perfecta: exige conocer mejor los límites antes de confiarle información empresarial.