ChatGPT en tu empresa sin exponer datos de clientes: guía práctica de implementación

Si has llegado hasta aquí, probablemente ya tienes clara la parte legal. Sabes que usar ChatGPT con datos de clientes activa obligaciones bajo el RGPD, que las cláusulas contractuales tipo son cobertura legal pero no técnica, y que la AEPD está prestando atención a este tema. Si todavía no has leído el análisis completo del marco legal, empieza por aquí: ¿Es legal usar ChatGPT en tu empresa? Lo que dice la AEPD sobre privacidad y RGPD.

Este artículo cubre el control sobre la API. Pero hay otro problema igual de común: tus empleados usando directamente el chat web de ChatGPT desde el navegador, sin pasar por tu infraestructura. Si eso te preocupa, tenemos una guía específica: cómo saber qué datos salen por el chat web y cómo recuperar el control. Y si quieres entender por qué la tokenización es la técnica correcta (y no el cifrado o la anonimización), aquí está la explicación: anonimización vs tokenización vs cifrado.

Este artículo asume que ya has pasado esa fase y lo que necesitas ahora es saber cómo hacerlo bien. No teoría: pasos concretos, herramientas, checklist y un plan que puedes presentar mañana a tu DPO o a tu comité de dirección.

Aviso: esta guía describe medidas técnicas y organizativas para reducir la exposición de datos personales al usar herramientas de IA. No sustituye una evaluación de impacto ni el asesoramiento de tu DPO o asesoría legal. La decisión final sobre la licitud de cualquier tratamiento corresponde al responsable con su equipo legal.

Paso 1: saber qué está pasando hoy (de verdad)

El primer error es empezar por la solución. El primer acierto es saber qué está pasando realmente en tu empresa.

En casi cualquier organización con más de 20 empleados, hay al menos 3 o 4 personas usando ChatGPT, Copilot, Claude o herramientas similares con información de trabajo. Y en la mayoría de los casos, ni el departamento de IT ni el de compliance lo saben.

Cómo hacer la auditoría sin que parezca una caza de brujas

El objetivo no es pillar a nadie. Es entender el uso real para poder canalizarlo. El mensaje importa: no es “a ver quién está haciendo algo mal”, es “queremos daros una herramienta mejor para que podáis seguir siendo productivos sin riesgos”.

Método práctico en 3 pasos:

1. Encuesta anónima al equipo. Preguntas clave:

   • ¿Usas herramientas de IA generativa para tu trabajo?
   • ¿Cuáles? (ChatGPT, Copilot, Claude, Gemini, otras)
   • ¿Con qué tipo de información? (correos, documentos internos, datos de clientes, código)
   • ¿Con qué frecuencia? (a diario, varias veces por semana, ocasionalmente)

2. Revisión del tráfico de red. Si tu equipo de IT tiene visibilidad sobre el tráfico saliente, revisa las conexiones a api.openai.com, api.anthropic.com, generativelanguage.googleapis.com y dominios similares. Esto te da datos duros, no percepciones.

3. Entrevistas con responsables de equipo. Pregunta a cada responsable de área: “¿Tu equipo usa herramientas de IA? ¿Sabes con qué datos?”. El 80% dirá que no lo sabe con certeza. Ese dato ya es valioso.

Lo que suele salir

En la mayoría de las empresas, el patrón es:

Rol	Herramienta	Tipo de dato que suele usar
Comercial	ChatGPT	Datos de CRM, propuestas, correos de clientes
Atención al cliente	ChatGPT / Copilot	Tickets con datos personales, historial de incidencias
RRHH	ChatGPT	Evaluaciones, comunicaciones internas, datos de nómina
Legal	Claude / ChatGPT	Contratos, documentos confidenciales, estrategia
Marketing	ChatGPT / Copilot	Briefings con datos de clientes, estudios de mercado
Desarrollo	Copilot / Claude	Código, documentación interna, logs

Cada fila de esta tabla es un riesgo distinto que necesita un tratamiento distinto.

Paso 2: clasificar la información, no las herramientas

El segundo error es tratar todas las herramientas por igual. El enfoque correcto es clasificar la información, no las herramientas.

Las tres categorías que importan

Categoría A — Datos que nunca pueden salir de tu infraestructura.

• Información sujeta a secreto profesional (abogados, médicos, asesores fiscales)
• Datos de salud (artículo 9 RGPD)
• Información clasificada por contrato con un cliente
• Propiedad intelectual no registrada

Para estos datos, la anonimización no es suficiente. El secreto profesional protege por categoría de información, no por identificabilidad. Un contrato anonimizado sigue siendo un documento confidencial. La única solución es que el dato no salga: necesitas un modelo de IA que se ejecute en tu infraestructura o en un edge que tú controles.

Categoría B — Datos personales que pueden procesarse con controles adecuados.

• Nombres, emails, teléfonos de clientes
• Direcciones postales, números de pedido
• Información de contacto de empleados

Aquí la anonimización antes del envío resuelve el problema. Si el proveedor de IA recibe [PERSONA_1] en lugar de “María García”, no hay dato personal que proteger.

Categoría C — Información no personal sin restricciones.

• Consultas genéricas
• Preguntas técnicas sin contexto de cliente
• Borradores sobre temas no confidenciales

Esta es la única categoría que puede enviarse directamente a cualquier proveedor de IA sin controles adicionales.

Ejercicio práctico

Coge tres casos reales de uso de IA en tu empresa (los que hayan salido en la auditoría del paso 1) y clasifica la información que manejan en A, B o C. Si todos caen en A o B —y suele ser el caso—, necesitas el paso 3.

Paso 3: el control técnico que de verdad funciona

Aquí está el núcleo de la implementación. No es una política. No es una formación. Es una pieza de infraestructura que hace que el dato personal no pueda salir aunque alguien lo intente.

Por qué una política no basta

“Prohibido pegar datos de clientes en ChatGPT” es una declaración de intenciones. Si el tratamiento sigue siendo técnicamente posible, va a seguir ocurriendo. No por mala fe: porque el empleado tiene una fecha de entrega, la herramienta está a un clic, y la política está en un PDF que nadie relee.

La diferencia entre un control documental y uno técnico es la misma que entre un cartel de “prohibido aparcar” y un bolardo. El cartel informa. El bolardo impide.

La arquitectura que resuelve el problema

El patrón es un proxy de inferencia que se sitúa entre tus aplicaciones y los proveedores de IA:

Usuario → Tu aplicación → Proxy de privacidad → Proveedor de IA
                              ↑
                     PII interceptado aquí

El proxy inspecciona cada prompt antes de que salga de tu red. Cuando detecta un dato personal (nombre, email, DNI, teléfono, dirección), lo reemplaza por un token reversible ([PERSONA_1], [EMAIL_1]). El proveedor de IA recibe y procesa tokens, nunca los datos reales.

Cuando la respuesta vuelve, el proxy restaura los valores originales. Tu usuario ve la respuesta completa con los datos correctos. El proveedor de IA nunca tuvo acceso a ellos.

Implementación con Privedge

Privedge es un proxy de privacidad que funciona exactamente así, desplegado en la red edge de Cloudflare (más de 200 nodos en todo el mundo, incluyendo nodos dentro de la UE). El cambio en tu código es mínimo:

// Antes — los datos personales llegan a OpenAI
const openai = new OpenAI({ apiKey: process.env.OPENAI_KEY })

// Después — solo tokens anonimizados salen de tu red
const openai = new OpenAI({
  apiKey: process.env.OPENAI_KEY,
  baseURL: 'https://api.privedge.io/v1',
  defaultHeaders: { 'X-Privedge-Key': process.env.PRIVEDGE_KEY },
})

Una línea de cambio. Tu SDK, tus prompts, tu lógica de negocio: todo sigue igual. Lo que cambia es qué recibe el proveedor.

Para los datos de categoría A (los que no pueden salir bajo ninguna circunstancia), Privedge ofrece modo edge: el prompt se procesa en un modelo local que se ejecuta en el nodo edge más cercano, sin salir de tu jurisdicción. La latencia es mínima (~130ms) y el dato nunca abandona la infraestructura que tú controlas.

Lo que NO necesitas hacer

• No necesitas cambiar de proveedor de IA
• No necesitas reescribir tus integraciones
• No necesitas negociar un BAA con cada proveedor (el BAA se vuelve una capa secundaria, no tu único mecanismo de protección)
• No necesitas convencer a cada empleado de que no pegue datos (el proxy lo impide técnicamente)

Paso 4: política interna, formación y documentación

El control técnico es la base. Pero la parte documental también importa, sobre todo de cara a una auditoría o a una solicitud de información de la AEPD.

Actualizar la política de privacidad

Tu política de privacidad debe reflejar el uso de herramientas de IA. Si hoy no menciona nada sobre IA, tienes una brecha de transparencia con tus clientes independientemente de lo bien que lo estés haciendo técnicamente.

Lo que debe incluir:

• Qué herramientas de IA se utilizan y con qué finalidad
• Qué datos se procesan y bajo qué base de licitud
• Qué medidas técnicas se aplican (proxy de anonimización, modo edge para datos sensibles)
• Si hay transferencia internacional y bajo qué mecanismo (CCT, datos anonimizados, o ambos)

No necesitas escribir esto desde cero. Tu DPO o asesoría legal debe revisarlo, pero el punto de partida es documentar lo que ya has implementado en los pasos 1, 2 y 3.

Formación al equipo

Una sesión de 45 minutos con tres mensajes claros:

1. No está prohibido usar IA. Está canalizado. Explicar que la empresa ha desplegado un proxy para que puedas seguir usando ChatGPT sin exponer datos.
2. Estos son los datos que nunca se pegan. Categoría A. Con ejemplos concretos de vuestro día a día.
3. Si tienes dudas, pregunta a X persona. Designar un responsable claro.

Documentación para el DPO o compliance

Prepara un paquete con:

• Resultado de la auditoría del paso 1
• Clasificación de datos del paso 2 (matriz A/B/C con ejemplos reales)
• Descripción técnica del proxy implementado en el paso 3
• Política de privacidad actualizada
• Registro de actividades de tratamiento actualizado

Esto es lo que te van a pedir en una auditoría o en una evaluación de impacto. Tenerlo preparado desde el día 1 te ahorra correr después.

Checklist de implementación

• Auditoría de uso real completada (encuesta + tráfico de red + entrevistas)
• Datos clasificados en categorías A, B y C con ejemplos concretos
• Proxy de privacidad desplegado y verificado (Privedge o equivalente)
• Modo edge configurado para datos de categoría A
• Prueba de extremo a extremo: prompt con datos reales → verificar que el proveedor recibe tokens
• Política de privacidad actualizada mencionando el uso de IA
• Registro de actividades de tratamiento actualizado
• Sesión de formación al equipo completada
• Responsable interno designado para dudas y seguimiento
• Revisión trimestral programada (nuevas herramientas, nuevos usos, nuevos riesgos)

Qué pasa si no haces nada

El escenario más probable no es una multa millonaria mañana. Es algo más silencioso y más caro a largo plazo:

• Un empleado pega datos de un cliente importante en ChatGPT. Esos datos quedan retenidos en servidores de OpenAI en EE.UU. durante 30 días como mínimo. No hay forma de deshacerlo.
• Un cliente ejerce su derecho de acceso y pregunta qué datos suyos se han tratado con IA. No tienes una respuesta documentada.
• La AEPD abre un procedimiento de investigación —no porque te hayan denunciado, sino de oficio— y te pide el registro de actividades de tratamiento. El uso de IA no aparece.
• Un inversor o un cliente enterprise te pide el cuestionario de compliance y la pregunta “¿usáis IA con datos personales? ¿cómo lo protegéis?” no tiene una respuesta técnica.

Ninguno de estos escenarios es catastrófico por sí solo. Pero cada uno erosiona la confianza de clientes, empleados y reguladores. Y reconstruir confianza es más caro que construir un proxy.

---

El control técnico del que habla esta guía es exactamente lo que hace Privedge: un proxy de inferencia que intercepta los datos personales antes de que lleguen a cualquier proveedor de IA, con modo edge para los datos que directamente no pueden salir de tu infraestructura. El despliegue son minutos, no semanas.

Si todavía no tienes clara la parte legal, empieza por aquí: ¿Es legal usar ChatGPT en tu empresa? Lo que dice la AEPD sobre privacidad y RGPD.

Preguntas frecuentes

¿Cuánto tiempo lleva implementar un control técnico como un proxy de privacidad?

Con Privedge, el despliegue técnico son minutos: creas una cuenta, obtienes una API key, cambias una línea en tu código y el proxy empieza a interceptar. La parte que lleva más tiempo es la organizativa (auditoría, clasificación, políticas), no la técnica.

¿Afecta al rendimiento de mi aplicación?

El proxy de Privedge se ejecuta en la red edge de Cloudflare, en el nodo más cercano a tu usuario. La inspección de PII añade menos de 5 milisegundos de latencia. Los prompts sin datos sensibles pasan directamente sin procesamiento adicional. El impacto en la experiencia de usuario es imperceptible.

¿Funciona con cualquier proveedor de IA?

Sí. El proxy es compatible con cualquier API que siga el formato de OpenAI (Chat Completions), que cubre la gran mayoría de proveedores: OpenAI, Anthropic, Google Gemini, Mistral, Cohere, y cualquier proveedor compatible con el estándar de OpenAI.

¿Qué pasa con herramientas como Copilot o ChatGPT Enterprise que no usan la API?

El proxy cubre el tráfico de API. Para herramientas de escritorio o web como Copilot o la interfaz de ChatGPT, la solución pasa por políticas de uso, formación y, para datos sensibles, restringir el acceso a esas herramientas y canalizar el uso hacia la API con el proxy. La combinación de control técnico (API) y políticas (herramientas de escritorio) es la estrategia recomendada.

¿Necesito un BAA con OpenAI aunque use un proxy de anonimización?

Si el proxy está correctamente configurado y el proveedor de IA recibe únicamente tokens anonimizados (sin posibilidad de reidentificación sin la clave que tú controlas), el BAA se convierte en una capa secundaria. El argumento técnico es que no hay PHI que proteger porque lo que recibe el proveedor no es dato personal identificable. Dicho esto, consulta con tu asesoría legal: hay sectores y jurisdicciones donde tener el BAA además del proxy es la postura más conservadora y recomendable.

¿Esto cubre también a empleados que usan ChatGPT desde su móvil o su ordenador personal?

No directamente. El proxy protege el tráfico que pasa por tu infraestructura (tu backend, tu API). El uso de ChatGPT desde dispositivos personales o cuentas individuales requiere políticas, formación y, idealmente, proporcionar una alternativa corporativa que sí esté protegida por el proxy para que el empleado no tenga incentivos para usar la herramienta por su cuenta.