La lámina de seguridad de IA que llega al directorio suele traer los mismos números: cuántas personas hicieron la capacitación, cuántas consultas procesó el asistente, cuántas políticas se publicaron, cuántos ataques bloqueó el filtro. Todos suben mes a mes, todos son ciertos y ninguno responde la pregunta que el directorio tiene en la cabeza, que es si la organización está expuesta y cuánto.
Un buen indicador para gobierno corporativo cumple tres condiciones: se entiende sin explicación técnica, se puede sostener con evidencia si alguien pregunta de dónde salió, y empeora cuando las cosas van mal. Esa última es la que descarta a casi todas las métricas habituales. Estas cinco cumplen las tres.
Los cinco indicadores
1. Cobertura del inventario
Qué porcentaje de los casos de uso de IA que operan en la organización están registrados en el inventario formal. El numerador se conoce; el denominador es el trabajo difícil, y se estima cruzando gasto en proveedores, tráfico de red hacia servicios de IA, licencias contratadas por áreas y un relevamiento periódico con los responsables de cada gerencia.
Es el primer indicador porque es el que condiciona a los demás: todo control se aplica sobre lo que conoces. Cuando esta cifra sube de golpe, casi nunca es porque aparecieron casos nuevos, sino porque se descubrieron los que ya estaban. Ese es un buen mes, aunque el gráfico se vea feo, y conviene explicarlo así en la sesión.
2. Proporción de casos con dueño identificado
De los casos inventariados, cuántos tienen un nombre y apellido —no un área, no un comité— responsable de sus decisiones y de sus fallos. Un directorio entiende esta métrica de inmediato porque es la misma lógica de rendición de cuentas que aplica a cualquier otro activo.
Su valor está en lo que revela cuando es baja. Un inventario amplio con pocos dueños describe una organización que catalogó su exposición sin asignarla, que es una posición peor que no haber catalogado, porque genera la impresión de control sin la capacidad de ejercerlo.
3. Acciones irreversibles con aprobación humana
De todas las acciones que un sistema de IA puede ejecutar sin vuelta atrás —enviar comunicaciones externas, mover fondos, borrar registros, publicar contenido, modificar permisos—, qué proporción exige confirmación explícita de una persona antes de ejecutarse.
Es el indicador que mejor se correlaciona con la gravedad máxima de un incidente, y por eso merece estar en la lámina. Traduce directamente a la pregunta que un director sabe hacer: qué es lo peor que este sistema puede hacer solo. Cuando la cifra es alta, casi cualquier fallo del modelo se degrada a un incidente sin consecuencias materiales.
4. Hallazgos abiertos por severidad
El conteo de hallazgos pendientes provenientes de todas las fuentes —ejercicios de red teaming, auditorías, incidentes, evaluaciones automatizadas— desglosado por severidad y mostrado como serie de tiempo, no como foto del mes.
Presentado solo, se malinterpreta: un número que baja puede significar que se corrigió o que se dejó de buscar. Por eso conviene acompañarlo siempre del volumen de actividad que lo alimenta. Pocos hallazgos abiertos y ningún ejercicio en el trimestre no es una buena noticia; es la ausencia de información.
5. Tiempo de cierre de hallazgos críticos
La mediana de días entre que un hallazgo crítico se identifica y que se cierra, más la edad del hallazgo crítico más antiguo que sigue abierto. Ese segundo dato es el que suele generar las preguntas útiles, porque un promedio razonable puede convivir con un problema serio que lleva meses sin dueño.
Esta métrica mide la capacidad de reacción de la organización, no su exposición. Es la que indica si el programa de seguridad de IA es un proceso que funciona o una serie de informes que se acumulan.
Las métricas de vanidad, y por qué aparecen
Hay un conjunto de números que se reportan con frecuencia y que conviene sacar de la lámina, no porque sean falsos sino porque no informan una decisión.
- Personas capacitadas. Mide asistencia, no comportamiento. Sube sola con el tiempo, nunca baja, y no se degrada cuando la organización se vuelve más insegura. Si quieres medir el efecto de la capacitación, mide algo observable, como la proporción de casos de uso que llegaron a revisión antes de salir a producción.
- Intentos de ataque bloqueados. Es la métrica favorita de los paneles y una de las peores para el directorio. Un número grande puede significar que hay muchos ataques o que el clasificador es ruidoso, y no dice nada sobre los que pasaron, que son los únicos que importan. Además invita a confundir detección con contención.
- Volumen de uso del asistente. Es un indicador de adopción, legítimo en la lámina de negocio y fuera de lugar en la de riesgo. Más uso es más exposición; presentarlo como logro de seguridad confunde dos conversaciones distintas.
- Políticas publicadas y documentos aprobados. Miden actividad del área, no estado del riesgo. Una política sin control técnico asociado no cambia lo que el sistema puede hacer un martes a las tres de la tarde.
Si una métrica no puede empeorar cuando la organización se vuelve más riesgosa, no es una métrica de riesgo.
Cómo presentarlas
Una lámina, cinco cifras, cada una con su valor actual, la tendencia respecto del período anterior y la meta comprometida. Debajo, dos o tres líneas de contexto donde se explique qué movió cada número, sobre todo cuando se movió en la dirección incómoda. Un indicador que empeora con una explicación clara construye más confianza que cuatro trimestres de verde.
Empieza por los dos primeros aunque los otros tres todavía no se puedan calcular. Cobertura del inventario y proporción de casos con dueño son medibles con trabajo de coordinación y sin ingeniería, y sostienen a los demás. Si quieres el orden completo de implementación detrás de estas cifras, lo desarrollamos en seis controles de IA para este trimestre. Y una prueba práctica antes de imprimir la lámina: si ninguno de tus números podría haberse visto mal este trimestre, lo que llevas al directorio no es un tablero de riesgo, es un informe de gestión.