Agendar una conversación

Tu equipo ya usa IA. Ponle reglas.

varenne 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

Tablero de cumplimiento corte 10 nov 2026 · dato de ejemplo
  • Inventario de sistemas de IA Al día
  • Política de uso de IA Vigente
  • Proveedores de IA evaluados, 3 de 5 Parcial
  • Accesos revisados este trimestre Pendiente
  • Incidentes de ciberseguridad abiertos, 0 Sin abiertos
  • Tratamientos de datos con responsable, 11 de 12 Parcial

Lo que construimos para varenne, también lo hacemos para ti.

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.

Incluido en la plataforma

Dentro de varenne.

Si usas varenne, no compras nada aparte. Los controles son parte del diseño.

Ver qué incluye
Consultoría

Para tu empresa.

Si ya tienes IA funcionando por su cuenta, o tu empresa no es una asesoría de inversiones, te acompañamos con el mismo método.

Ver cómo trabajamos

Es para ti si alguna te suena.

  • Tu equipo prueba herramientas de IA por su cuenta y no sabes cuáles.
  • Tienes automatizaciones o planillas con macros que solo una persona entiende.
  • Un cliente, el auditor o el regulador te pidió explicar qué IA usas y con qué datos.
  • Quieres tu propio modelo de lenguaje y no sabes si te conviene ni por dónde partir.

Tres cosas que ya pasan en tu empresa.

No son fallas de tu equipo. Es lo que pasa cuando la IA es fácil de usar y nadie puso reglas.

01 · Shadow AI

IA en la sombra.

Alguien pega datos de clientes en un chat público para ir más rápido. Nadie lo aprobó. Nadie lo registró.

02 · Shadow IT

Sistemas en la sombra.

Planillas con macros, automatizaciones sueltas, cuentas personales. Funcionan hasta el día que la persona se va.

03 · Data lineage

Datos sin dueño.

No se sabe qué datos entran a qué modelo, dónde quedan ni quién los ve. El auditor va a preguntar.

42%

de los trabajadores en Chile usa IA a diario o varias veces por semana.

Buk, encuesta de abril 2026
59%

de las organizaciones no tiene políticas claras sobre el uso de IA.

Buk, encuesta de abril 2026
43%

de los incidentes de seguridad que estudió IBM en 2026 involucró IA en la sombra. Un año antes fue 20%.

IBM y Ponemon, julio 2026

Cuatro pasos, en orden.

Sin 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.

  1. 01

    Ver.

    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.

  2. 02

    Gobernar.

    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.

  3. 03

    Proteger.

    Accesos mínimos, datos sensibles separados, cifrado, registro de cada acción y un plan para cuando algo falle.

    Entregable: controles que se pueden probar.

  4. 04

    Demostrar.

    Evidencia ordenada para el auditor, el regulador y tu directorio, cada pieza con su fecha y su fuente.

    Entregable: el tablero de cumplimiento.

La jerga, traducida.

Vas a oír estas palabras en cada reunión sobre IA. Toca una: te decimos qué riesgo trae y qué hacemos al respecto.

Shadow AI IA que alguien usa sin que la empresa lo sepa ni lo apruebe.
El riesgo

Datos de clientes o contratos terminan en un servicio sin contrato, sin registro y fuera de tu control.

Qué hacemos

Inventariamos lo que ya se usa y ofrecemos una alternativa aprobada, igual de cómoda. Prohibir sin alternativa solo lo esconde.

Guardrails Límites que el modelo no puede cruzar: temas, datos y acciones.
El riesgo

Sin límites, un asistente puede mostrar lo que no debía o hacer algo que nadie pidió.

Qué hacemos

Definimos los límites de cada uso y los probamos antes de abrirlos a todo el equipo.

Human in the loop Una persona revisa y aprueba antes de que la IA actúe.
El riesgo

Un error del modelo llega directo a un cliente, a un pago o a un reporte.

Qué hacemos

Marcamos qué decisiones nunca salen sin aprobación y dejamos registrado quién aprobó y cuándo.

Prompt injection Texto escondido en un correo, un PDF o una web que le da órdenes al modelo.
El riesgo

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).

Qué hacemos

Separamos lo que el modelo lee de lo que puede hacer, y lo atacamos nosotros antes de lanzarlo.

Agentes Una IA que no solo responde: ejecuta acciones, como enviar correos o mover archivos.
El riesgo

Con permisos de más, un error o un engaño se convierte en una acción real. OWASP lo llama agencia excesiva.

Qué hacemos

Le damos solo los permisos que necesita, con un tope y con aprobación humana para lo irreversible.

RAG Tu IA lee tus documentos para responder con información de tu empresa.
El riesgo

Si no respeta quién puede ver qué, le muestra a cualquiera el contrato que solo debía ver finanzas.

Qué hacemos

Conectamos la IA a tus documentos respetando los permisos que ya tienes.

Data lineage De dónde viene cada dato y por dónde pasó.
El riesgo

No puedes explicarle a un auditor por qué la IA dijo algo, ni borrar un dato cuando alguien lo pide.

Qué hacemos

Mapeamos qué datos entran y salen de cada sistema de IA, con dueño y fecha.

Red teaming Un equipo ataca tu IA a propósito para encontrar fallas.
El riesgo

Si no lo haces tú, la primera prueba la hace alguien con malas intenciones.

Qué hacemos

Atacamos antes de lanzar y después de cada cambio importante, y te dejamos el informe.

Model risk El riesgo de que el modelo se equivoque, quede desactualizado o desaparezca.
El riesgo

Respuestas incorrectas dichas con seguridad. Y proveedores que cambian o retiran un modelo, como pasó en junio de 2026.

Qué hacemos

Llevamos un registro de qué modelo se usa para qué, cómo se mide su error y cuál es el plan B.

Zero trust Nadie ni nada entra por defecto: cada acceso se verifica, también desde dentro.
El riesgo

Una cuenta robada, o un agente con permisos de más, abre todo.

Qué hacemos

Accesos mínimos por rol, verificación en cada conexión y registro de todo lo que hace un agente.

Las empresas grandes no apuestan por un solo modelo.

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.

Estados Unidos. Primero prohibieron, después construyeron.

  • 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 2023
  • JPMorgan 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 · 2024
  • 81% de los ejecutivos de empresas Global 2000 que respondió la encuesta de a16z usa tres o más familias de modelos.

    a16z · enero 2026 · 100 ejecutivos

Europa. La soberanía se volvió criterio de compra.

  • Mistral 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 2026
  • Las 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 2026
  • La 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 · 2026

Lo que estos datos no dicen.

  • 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 2026
  • Usar 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 2026
  • Un modelo propio no es gratis. Al descargarlo heredas lo que antes hacía el proveedor: parches, evaluación, monitoreo y seguridad.

    Zentera · 2026

Tu IA puede quedarse en tu casa.

Hay tres caminos. Te ayudamos a elegir con una sola pregunta: qué pasa si este dato aparece mañana en otro lugar.

01

Dentro de tu perímetro.

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.

02

Con un proveedor, bajo reglas.

Modelos de los grandes proveedores, con contrato, filtro de datos sensibles y registro de cada consulta.

03

Mezcla, según el dato.

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.

Las reglas ya llegaron o están por llegar.

Si cambia la fecha, no cambia la tarea.

  • Ley 21.663, ciberseguridad

    En vigor

    Desde 2025. Quienes están obligados alertan un incidente en 3 horas y lo reportan completo en 72.

  • Ley 21.719, datos personales

    Fecha en discusión

    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.

  • Proyecto de ley de IA

    En trámite

    En el Senado, en segundo trámite. Todavía no es ley.

  • Reglamento de IA de la Unión Europea

    En vigor, por etapas

    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.

Esto ya viene dentro de varenne.

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.

  • Cada archivo original se guarda con su huella SHA-256. Diseño
  • Ningún dato se edita: se corrige con una versión nueva y su motivo. Diseño
  • Cada cifra se rastrea hasta su fuente. Diseño
  • Los cálculos financieros son deterministas, no IA generativa. Diseño
  • Cada aprobación lleva nombre y fecha. Diseño
  • Accesos por rol, aislados por cliente. Diseño

Lo que leemos y lo que pensamos.

Análisis cortos sobre IA, riesgo y regulación. Cada uno con su fecha y sus fuentes, para que lo compruebes.

Prohibir la IA no la apaga. La esconde. El uso clandestino de IA ya aparece en 43% de los incidentes que estudió IBM en 2026.

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.

Tu propio modelo no es un servidor en el sótano. Los modelos propios ya corren en producción en muchas empresas, pero casi nadie deja de usar proveedores.

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.

Qué haces cuando tu proveedor de IA se apaga. En junio de 2026, dos modelos de frontera estuvieron fuera de servicio casi tres semanas por una orden de exportación.

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 sin límites es un empleado sin jefe. Gartner prevé que más de 40% de los proyectos de agentes se cancelarán antes de que termine 2027.

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 de datos se puede mover. La tarea, no. Si usas IA con datos de personas, la fecha importa menos que saber dónde están esos datos.

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.

NIST y la Unión Europea parten por lo mismo: saber qué IA tienes. NIST publicó un borrador de perfil de ciberseguridad para IA, y la Unión Europea fijó el calendario de su ley.

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.

Empecemos por lo que ya corre.

Cuéntanos qué herramientas de IA usa hoy tu equipo. En una conversación te decimos qué ordenar primero.

Agendar una conversación o escribe a contacto@varenne.cl

Este servicio es para empresas. Si eres asesor de inversiones, la plataforma está en Para asesores.