![](\"https:\/\/es.gizmodo.com\/app\/uploads\/2026\/07\/Gizmodo-53-2-1024x683.jpg\")
<\/p>\n<\/p>\n
Las empresas llevan a\u00f1os acumulando documentos, bases de datos, correos, procesos y decisiones internas. Ahora est\u00e1n utilizando toda esa informaci\u00f3n para conseguir que los asistentes y agentes de inteligencia artificial entiendan mejor c\u00f3mo funciona su negocio.<\/p>\n
Para Satya Nadella, consejero delegado de Microsoft, esa integraci\u00f3n plantea un nuevo riesgo: que las compa\u00f1\u00edas terminen cediendo parte de su conocimiento m\u00e1s valioso mientras pagan por utilizar modelos desarrollados por terceros.<\/p>\n
Nadella defini\u00f3 el problema como la \u201cparadoja inversa de la informaci\u00f3n\u201d. Su argumento parte de una idea del economista Kenneth Arrow: quien quiere vender informaci\u00f3n debe revelar suficiente para demostrar su valor, pero corre el riesgo de entregar el contenido antes de recibir el pago. Con la IA, seg\u00fan Nadella, la situaci\u00f3n se invierte. Es el cliente quien revela informaci\u00f3n para obtener un servicio m\u00e1s \u00fatil.<\/p>\n
Para que una herramienta de IA responda correctamente dentro de una compa\u00f1\u00eda, necesita conocer sus documentos, pol\u00edticas, clientes, productos y formas de trabajar. Tambi\u00e9n mejora cuando los empleados corrigen respuestas, crean evaluaciones o dise\u00f1an procesos para que los agentes completen tareas espec\u00edficas.<\/p>\n
Nadella sostiene que una organizaci\u00f3n paga primero mediante la suscripci\u00f3n o el consumo de capacidad inform\u00e1tica. El segundo pago ser\u00eda ese conocimiento institucional utilizado para convertir un modelo gen\u00e9rico en una herramienta verdaderamente \u00fatil.<\/p>\n
La preocupaci\u00f3n no se limita a los datos originales. Tambi\u00e9n abarca lo que \u00e9l denomina el \u201crastro\u201d del uso: los prompts, las herramientas que utilizan los agentes, las correcciones humanas y las evaluaciones que permiten saber qu\u00e9 respuestas funcionan.<\/p>\n
Ese conjunto puede convertirse en una ventaja competitiva. Dos empresas podr\u00edan usar exactamente el mismo modelo, pero obtener resultados muy diferentes si una de ellas conserva a\u00f1os de correcciones y procesos internos.<\/p>\n
El planteamiento necesita una precisi\u00f3n importante. Los principales servicios empresariales de IA aseguran que, por defecto, no utilizan los prompts y respuestas de sus clientes comerciales para entrenar sus modelos generales.<\/p>\n
Microsoft afirma que los datos enviados a Azure OpenAI no est\u00e1n disponibles para OpenAI ni se utilizan para mejorar modelos fundacionales sin autorizaci\u00f3n. Tambi\u00e9n se\u00f1ala que Microsoft 365 Copilot no emplea los prompts, respuestas o datos de Microsoft Graph para entrenar esos modelos.<\/p>\n
OpenAI mantiene una pol\u00edtica similar para ChatGPT Enterprise, ChatGPT Business y su API, mientras que Anthropic asegura que no utiliza por defecto los datos de sus productos comerciales para entrenar Claude.<\/p>\n
Por tanto, el debate no consiste simplemente en que las grandes tecnol\u00f3gicas est\u00e9n copiando informaci\u00f3n privada. La cuesti\u00f3n es qui\u00e9n controla la memoria, los sistemas de evaluaci\u00f3n y el aprendizaje espec\u00edfico creado alrededor de los modelos.<\/p>\n
\nLa IA acaba de cambiar las reglas: Satya Nadella, CEO de Microsoft, ha lanzado una advertencia directa a las empresas que usan modelos de IA externos, destacando que al utilizar estos sistemas, pagan dos veces: con dinero y con su propio know-how e IP.<\/p>\n