Dentro de varenne.
Si usas varenne, no compras nada aparte. Los controles son parte del diseño.
Ver qué incluyevarenne construye su plataforma con gobernanza de IA y ciberseguridad desde el diseño. Esa misma experiencia está abierta a tu empresa: ordenamos la IA que ya usas, la protegemos y te dejamos la evidencia para demostrarlo.
Se veSe gobiernaSe protegeSe demuestra
varenne es una plataforma para asesores de inversiones. Administrar patrimonios exige saber qué datos entran, quién los toca y qué IA participa. Por eso la gobernanza y la ciberseguridad vienen dentro de la plataforma.
Pero muchas empresas ya hicieron sus propios experimentos con IA: un asistente aquí, una automatización allá, un chat que alguien pagó con su tarjeta. Con lo que aprendimos, te ayudamos a ordenarlo.
Si usas varenne, no compras nada aparte. Los controles son parte del diseño.
Ver qué incluyeSi ya tienes IA funcionando por su cuenta, o tu empresa no es una asesoría de inversiones, te acompañamos con el mismo método.
Ver cómo trabajamosNo son fallas de tu equipo. Es lo que pasa cuando la IA es fácil de usar y nadie puso reglas.
Alguien pega datos de clientes en un chat público para ir más rápido. Nadie lo aprobó. Nadie lo registró.
Planillas con macros, automatizaciones sueltas, cuentas personales. Funcionan hasta el día que la persona se va.
No se sabe qué datos entran a qué modelo, dónde quedan ni quién los ve. El auditor va a preguntar.
de los trabajadores en Chile usa IA a diario o varias veces por semana.
Buk, encuesta de abril 2026de los incidentes de seguridad que estudió IBM en 2026 involucró IA en la sombra. Un año antes fue 20%.
IBM y Ponemon, julio 2026Sin presentaciones de 80 páginas. Cada paso termina en algo que puedes mostrar.
NIST CSF 2.0 NIST AI RMF ISO/IEC 27001 ISO/IEC 42001
Los usamos como referencia metodológica. No son una certificación nuestra ni de tu empresa.
Lo lidera una persona con experiencia implementando el marco NIST en Estados Unidos.
Inventariamos cada herramienta de IA, cada automatización y cada planilla con macros, incluidas las que nadie declaró.
Entregable: el inventario, con un dueño por sistema.
Política de uso en lenguaje claro, roles, aprobaciones y un criterio de riesgo por cada uso de IA.
Entregable: reglas que tu equipo sí lee.
Accesos mínimos, datos sensibles separados, cifrado, registro de cada acción y un plan para cuando algo falle.
Entregable: controles que se pueden probar.
Evidencia ordenada para el auditor, el regulador y tu directorio, cada pieza con su fecha y su fuente.
Entregable: el tablero de cumplimiento.
Vas a oír estas palabras en cada reunión sobre IA. Toca una: te decimos qué riesgo trae y qué hacemos al respecto.
Datos de clientes o contratos terminan en un servicio sin contrato, sin registro y fuera de tu control.
Inventariamos lo que ya se usa y ofrecemos una alternativa aprobada, igual de cómoda. Prohibir sin alternativa solo lo esconde.
Sin límites, un asistente puede mostrar lo que no debía o hacer algo que nadie pidió.
Definimos los límites de cada uso y los probamos antes de abrirlos a todo el equipo.
Un error del modelo llega directo a un cliente, a un pago o a un reporte.
Marcamos qué decisiones nunca salen sin aprobación y dejamos registrado quién aprobó y cuándo.
El modelo puede filtrar información o actuar contra ti sin que lo notes. OWASP lo pone primero entre los riesgos de las aplicaciones con modelos de lenguaje (edición 2025).
Separamos lo que el modelo lee de lo que puede hacer, y lo atacamos nosotros antes de lanzarlo.
Con permisos de más, un error o un engaño se convierte en una acción real. OWASP lo llama agencia excesiva.
Le damos solo los permisos que necesita, con un tope y con aprobación humana para lo irreversible.
Si no respeta quién puede ver qué, le muestra a cualquiera el contrato que solo debía ver finanzas.
Conectamos la IA a tus documentos respetando los permisos que ya tienes.
No puedes explicarle a un auditor por qué la IA dijo algo, ni borrar un dato cuando alguien lo pide.
Mapeamos qué datos entran y salen de cada sistema de IA, con dueño y fecha.
Si no lo haces tú, la primera prueba la hace alguien con malas intenciones.
Atacamos antes de lanzar y después de cada cambio importante, y te dejamos el informe.
Respuestas incorrectas dichas con seguridad. Y proveedores que cambian o retiran un modelo, como pasó en junio de 2026.
Llevamos un registro de qué modelo se usa para qué, cómo se mide su error y cuál es el plan B.
Una cuenta robada, o un agente con permisos de más, abre todo.
Accesos mínimos por rol, verificación en cada conexión y registro de todo lo que hace un agente.
Reparten el trabajo entre proveedores, nube privada y modelos propios, según lo sensible que sea el dato. Esto es lo que se ve hoy, con su fuente y su fecha.
Samsung prohibió las herramientas públicas de IA tras filtrar código fuente a un chat. En el mismo memo dijo que buscaba una forma segura de usarlas.
Bloomberg · mayo 2023JPMorgan restringió ChatGPT y más de un año después lanzó LLM Suite: un portal propio que conecta modelos externos, con la idea de no depender de uno solo.
NBC News · 202481% de los ejecutivos de empresas Global 2000 que respondió la encuesta de a16z usa tres o más familias de modelos.
a16z · enero 2026 · 100 ejecutivosMistral dice atender a más de 125 empresas en 20 países, entre ellas Airbus, ASML y HSBC. Lo que vende es control sobre dónde corre la IA.
AI Business · 11 sep 2026Las empresas europeas más avanzadas ya no preguntan si cambian de proveedor. Preguntan qué cargas exigen despliegue soberano: datos regulados, sector público y propiedad industrial sensible.
Bits&Chips · 1 jun 2026La suspensión de dos modelos de frontera en junio, por una orden de exportación de EE. UU., convirtió la dependencia de un proveedor en un riesgo operativo.
i-scoop · 202657% de los trabajadores no ha recibido formación en IA de su empresa.
Buk · abril 202685% de las empresas no tiene un comité formal de gobernanza de IA, y 82% no tiene políticas éticas de uso comunicadas.
Cámara de Comercio de Santiago, Corfo y PMG · 2026 · 740 empresasSobre modelos propios en empresas chilenas todavía no hay cifras públicas que podamos citar.
Son encuestas, no censos. La de ETR tiene 200 empresas y la de a16z, 100. Sirven como indicio de hacia dónde va el mercado.
ETR, vía Techstrong · sep 2026Usar no es depender. 42% de las empresas de la encuesta de Futurum ya corre modelos de pesos abiertos en producción, pero esos modelos son 5% del consumo de IA que Futurum midió. Parte de la brecha es de medición: un modelo propio no genera factura.
Futurum · 26 oct 2026Un modelo propio no es gratis. Al descargarlo heredas lo que antes hacía el proveedor: parches, evaluación, monitoreo y seguridad.
Zentera · 2026Hay tres caminos. Te ayudamos a elegir con una sola pregunta: qué pasa si este dato aparece mañana en otro lugar.
Un modelo de lenguaje interno, en tu nube o en tu centro de datos. Los datos no salen. A cambio, tú te haces cargo de actualizarlo, medirlo y protegerlo.
Modelos de los grandes proveedores, con contrato, filtro de datos sensibles y registro de cada consulta.
Lo sensible se queda adentro y el resto usa un proveedor. Es hacia donde apuntan los datos de las empresas grandes.
En cualquiera de los tres, nada que afecte a un cliente sale sin que alguien lo apruebe.
Si cambia la fecha, no cambia la tarea.
Desde 2025. Quienes están obligados alertan un incidente en 3 horas y lo reportan completo en 72.
Fijada para el 1 de diciembre de 2026. El Senado aprobó el 28 de octubre un proyecto que la pasa al 15 de octubre de 2027; falta la Cámara.
En el Senado, en segundo trámite. Todavía no es ley.
El ajuste que entró en vigor el 27 de julio de 2026 mueve las reglas de alto riesgo al 2 de diciembre de 2027. Las obligaciones de los modelos de propósito general rigen desde agosto de 2025.
Fuentes, consultadas el 10 nov 2026: Garrigues, Carey, Emol, Biobío, White & Case. Esto no es asesoría legal.
No lo armamos para venderlo aparte. Administrar patrimonios lo exige, y por eso la plataforma nace así.
Diseñada pensando en la Ley 21.719 y tomando NIST CSF 2.0 e ISO/IEC 27001 como referencia.
Análisis cortos sobre IA, riesgo y regulación. Cada uno con su fecha y sus fuentes, para que lo compruebes.
Cuando Samsung descubrió que ingenieros habían subido código fuente a un chat público, prohibió estas herramientas en toda la empresa (mayo de 2023). En el mismo memo dijo que revisaba cómo ofrecer un entorno seguro para usarlas. La prohibición fue el primer paso, no el último.
Tres años después, IBM encontró IA en la sombra en 43% de los incidentes de seguridad que estudió, contra 20% un año antes. Esos incidentes costaron en promedio US$ 5,39 millones, por encima del promedio global de US$ 4,99 millones. Y 92% de las organizaciones con brechas ligadas a IA no tenía controles de acceso adecuados para esos sistemas.
Cómo leerlo: IBM vende productos de seguridad y estudia organizaciones que ya sufrieron una brecha. Es un indicio fuerte, no un censo. La conclusión práctica es más simple: si tu equipo tiene una herramienta aprobada que es igual de cómoda que la clandestina, la clandestina pierde.
Fuentes: Bloomberg, vía Yahoo Finanzas · mayo 2023; ComplexDiscovery sobre IBM · 2026; Sentra sobre IBM · 13 ago 2026; Emerging Europe · 2026.
En una encuesta de septiembre de 2026 a 200 empresas, ETR encontró que 42% ya corre en producción modelos de pesos abiertos, los que puedes descargar y operar tú. Representan 34% del uso de tokens de IA de esas empresas, contra 23% un año antes.
El dinero cuenta otra parte de la historia. En el panel de octubre de Futurum, esos modelos son 5% del consumo medido de IA, aunque Futurum advierte que parte de la diferencia es de medición, porque un modelo propio no genera factura. La lectura de Constellation Research es que la inferencia se está fragmentando entre proveedores, nube privada y servidores propios.
Qué significa: un modelo propio tiene sentido para los datos que no pueden salir y para tareas repetitivas de alto volumen. A cambio, heredas lo que hacía el proveedor: parches, evaluación, monitoreo y seguridad. Por eso partimos por tus datos, no por el modelo.
Fuentes: ETR, vía Techstrong · sep 2026; Futurum · 26 oct 2026; Constellation Research · 26 sep 2026; Zentera · 2026.
El 12 de junio de 2026, el Departamento de Comercio de EE. UU. ordenó a Anthropic restringir el acceso de extranjeros a Claude Fable 5 y Mythos 5. Como no podía verificar nacionalidades en tiempo real, la empresa suspendió ambos modelos en todo el mundo. Los controles se levantaron el 30 de junio y el acceso volvió desde el 1 de julio.
Según VentureBeat, entre el 13 y el 25 de junio quienes ya tenían flujos de trabajo sobre esos modelos tuvieron que volver a versiones anteriores.
Lección: el riesgo de modelo incluye el riesgo de proveedor, y no tiene que ver con la calidad del producto. Tiene que ver con llevar un registro de qué modelo usa cada proceso, probar el plan B antes de necesitarlo y no colgar un proceso crítico de una sola puerta.
Fuentes: Reuters, vía Tribune · 1 jul 2026; VentureBeat · 1 jul 2026; Let's Data Science · jul 2026.
Un agente no solo responde: actúa. Envía correos, mueve archivos, llama a otros sistemas. OWASP incluye la agencia excesiva entre los diez riesgos principales de las aplicaciones con modelos de lenguaje (edición 2025).
En junio de 2025, Gartner estimó que más de 40% de los proyectos de IA con agentes se cancelarán antes de que termine 2027, por costos, valor poco claro o controles de riesgo insuficientes. Agregó que solo unos 130 de los miles de proveedores que dicen ofrecer agentes entregan algo realmente autónomo. Es un pronóstico de 2025: míralo como una advertencia, no como un dato cerrado.
Nuestra regla es la de la casa: varenne prepara; la persona decide. Un agente puede armar el borrador, cruzar datos y proponer. Lo irreversible (pagar, enviar a un cliente, borrar) lo aprueba una persona, con nombre y fecha.
Fuentes: Gartner · 25 jun 2025; HackerOne sobre OWASP · 2025; AI Governance Library sobre OWASP · 2025.
La Ley 21.719 de datos personales está fijada para el 1 de diciembre de 2026. El 28 de octubre el Senado aprobó un proyecto que la aplaza al 15 de octubre de 2027, y todavía falta la Cámara. Llegue en una fecha o en otra, llega.
Mientras tanto, la Ley 21.663 de ciberseguridad ya rige: quienes están obligados deben dar alerta temprana de un incidente en 3 horas e informe completo en 72.
El uso de IA va adelante de las reglas. Según Buk (abril de 2026), 42% de los trabajadores usa IA a diario o varias veces por semana y 59% de las organizaciones no tiene políticas claras. El índice de la Cámara de Comercio de Santiago, Corfo y PMG encontró que 85% de las empresas no tiene un comité formal de gobernanza.
El primer paso sirve con cualquier fecha: saber qué datos de personas entran a qué herramienta de IA. Esto no es asesoría legal; para tu caso, consulta a tu abogado.
Fuentes: Garrigues; Carey; Buk · abril 2026; Diario Financiero · 2026.
En diciembre de 2025, NIST publicó el borrador preliminar del Cyber AI Profile (IR 8596). Aplica el Marco de Ciberseguridad 2.0 a la IA en tres frentes: proteger los sistemas de IA, usar IA para defender y frenar ataques hechos con IA. Es voluntario y es de EE. UU. Era un borrador: revisa cuál es la versión vigente.
En la Unión Europea, el reglamento que ajustó la ley de IA entró en vigor el 27 de julio de 2026. Las reglas para sistemas de alto riesgo independientes se aplican desde el 2 de diciembre de 2027, y las de productos regulados desde el 2 de agosto de 2028. Las obligaciones de los modelos de propósito general rigen desde agosto de 2025.
Nuestra lectura: antes de proteger o regular la IA, hay que saber cuál tienes. Los estudios de abogados que asesoran a empresas europeas recomiendan empezar por revisar el inventario de sistemas de IA. Es también nuestro primer paso.
Fuentes: NIST, IR 8596 · 16 dic 2025; NIST, nota de prensa; White & Case · 2026; Cuatrecasas · 24 jul 2026.
Cuéntanos qué herramientas de IA usa hoy tu equipo. En una conversación te decimos qué ordenar primero.
Este servicio es para empresas. Si eres asesor de inversiones, la plataforma está en Para asesores.