Registro de Inventario de Activos de IA

Registro INFRAESTRUCTURA

Propósito

Plantilla para catalogar todos los activos de IA en toda la organización, incluidos los modelos, las herramientas, las integraciones y los procesos de detección de IA en la sombra.

Controles relacionados

ISO A.5 NIST GV-4 OWASP ASI09

1. Categorías de activos

Definir las categorías de activos de IA que deben inventariarse.

Taxonomía de activos de IA

[ORGANIZATION NAME] clasifica los activos de IA en las siguientes categorías. Cada activo de IA debe asignarse a exactamente una categoría principal.

Categoría 1: Modelos de IA

  • Definición: Modelos de aprendizaje automático, modelos de lenguaje de gran tamaño y otros algoritmos de IA desplegados o utilizados por la organización
  • Subcategorías:

- Modelos propietarios (entrenados o ajustados por [ORGANIZATION NAME])

- Modelos comerciales (licenciados de proveedores, p. ej., GPT-4, Claude, Gemini)

- Modelos de código abierto (descargados y alojados internamente)

- Modelos incrustados (incluidos dentro de productos de proveedores, no gestionados directamente)

Categoría 2: Plataformas y herramientas de IA

  • Definición: Plataformas de software, servicios y herramientas que proporcionan capacidades de IA
  • Subcategorías:

- Plataformas de IA empresariales (Azure OpenAI, AWS Bedrock, Google Vertex AI)

- Herramientas de desarrollo de IA (asistentes de código, herramientas de pruebas, complementos de IDE)

- Aplicaciones SaaS con IA integrada (funciones de IA dentro de aplicaciones empresariales)

- Infraestructura de IA (clústeres de GPU, plataformas de servicio de modelos, bases de datos vectoriales)

Categoría 3: Integraciones de IA

  • Definición: Conexiones entre los sistemas de IA y otros sistemas organizacionales
  • Subcategorías:

- Integraciones de API (API de modelos de IA consumidas por aplicaciones)

- Integraciones de pipeline de datos (fuentes de datos hacia sistemas de IA, pipelines de RAG)

- Integraciones de herramientas de agentes (herramientas y funciones invocables por agentes de IA)

- Integraciones de webhooks y eventos (sistemas de IA activados por eventos externos)

Categoría 4: Activos de datos de IA

  • Definición: Conjuntos de datos utilizados para el entrenamiento, el ajuste fino, la evaluación o la recuperación por parte de los sistemas de IA
  • Subcategorías:

- Conjuntos de datos de entrenamiento

- Conjuntos de datos de ajuste fino

- Conjuntos de datos de evaluación y referencia (benchmark)

- Bases de conocimiento RAG y almacenes vectoriales

- Bibliotecas de prompts y repositorios de plantillas

2. Campos obligatorios

Especifique los campos obligatorios que deben completarse para cada activo de IA en el inventario.

Esquema del registro de inventario

Cada registro de activo de IA debe incluir los siguientes campos. Los campos marcados con * son obligatorios.

Campos principales

CampoDescripciónEjemploObligatorio
ID del activo*Identificador único según la convención de nomenclatura: AI-[CAT]-[SEQ]AI-MOD-001Sí
Nombre del activo*Nombre legible por humanos"Azure OpenAI GPT-4 — Soporte al cliente"Sí
Categoría*Categoría principal según la taxonomíaModelo de IASí
Subcategoría*Subcategoría según la taxonomíaModelo comercialSí
Descripción*Breve descripción del propósito y la función"Modelo GPT-4 que impulsa el chatbot de soporte al cliente"Sí
Estado*Estado actual del ciclo de vidaActivo / En preparación / Retirado / SuspendidoSí
Propietario*Persona responsable del activo[ROLE TITLE], [DEPARTMENT]Sí
Departamento*Unidad de negocio propietaria o que utiliza principalmente el activo[DEPARTMENT]Sí

Campos técnicos

CampoDescripciónEjemploObligatorio
ProveedorProveedor de IA o del modeloMicrosoft / OpenAISí (para externos)
Versión del modeloVersión o lanzamiento específico del modelogpt-4-turbo-2024-04-09Sí (para modelos)
Tipo de despliegue*Cómo se despliega el activoNube (alojado por el proveedor) / Nube (autoalojado) / Instalaciones propias / HíbridoSí
Ubicación de alojamiento*Dónde está alojado física o lógicamente el activoUS East (Azure), EU West (AWS)Sí
Clasificación de datos*Clasificación más alta de los datos procesadosNivel 1-4 según la Guía de clasificación de datosSí
Endpoints de APIURLs de API o endpoints de serviciohttps://api.example.com/v1/chatSí (si corresponde)
Método de autenticaciónCómo se autentica el accesoAPI Key / OAuth 2.0 / SAML / Cuenta de servicioSí

Campos de gobernanza

CampoDescripciónEjemploObligatorio
Nivel de riesgo*Nivel de riesgo evaluadoBajo / Medio / Alto / CríticoSí
Referencia de aprobaciónReferencia a la aprobación del caso de usoAIUC-2026-042Sí
Referencia de DPAReferencia del Acuerdo de procesamiento de datos (DPA)DPA-MSFT-2026-003Si está alojado por el proveedor
Última revisión de seguridadFecha de la evaluación de seguridad más reciente[DATE]Sí
Próxima revisión programada*Fecha en que vence la próxima revisión del inventario[DATE]Sí
Alcance regulatorioRegulaciones aplicablesGDPR, HIPAA, PCI-DSSSi corresponde
Fecha de red teamFecha de la última evaluación de red team[DATE]Si es orientado al usuario

3. Descubrimiento de IA en la sombra

Definir el proceso y las herramientas para descubrir el uso no autorizado o no registrado de IA.

Definición de IA en la sombra

La IA en la sombra se refiere a cualquier sistema, herramienta o servicio de IA utilizado por el personal de [ORGANIZATION NAME] que no ha sido formalmente aprobado, registrado en el inventario de activos de IA, ni sometido a revisión de seguridad y gobernanza. La IA en la sombra representa un riesgo significativo porque opera fuera de los controles establecidos.

Métodos de descubrimiento

Método 1: Análisis de tráfico de red

  • Enfoque: Monitorear el tráfico de red saliente en busca de conexiones a endpoints conocidos de servicios de IA
  • Herramienta: CASB (Cloud Access Security Broker), proxy web o registros del firewall
  • Frecuencia: Monitoreo continuo con revisión semanal de nuevos hallazgos
  • Dominios objetivo: Monitorear el tráfico hacia endpoints de API de IA conocidos, incluyendo:

- api.openai.com, api.anthropic.com, generativelanguage.googleapis.com

- api.mistral.ai, api.cohere.ai, api.together.xyz

- Interfaces de IA para consumidores: chat.openai.com, claude.ai, gemini.google.com, copilot.microsoft.com

- Herramientas de codificación con IA: api.github.com/copilot, codeium.com, cursor.sh

Método 2: Análisis de agentes de endpoint

  • Enfoque: Escanear agentes de endpoint (EDR/UEM) en busca de aplicaciones de IA instaladas, extensiones de navegador y complementos de IDE
  • Herramienta: Detección y respuesta de endpoint (EDR) o gestión unificada de endpoints (UEM)
  • Frecuencia: Escaneo semanal con análisis de tendencias mensual
  • Objetivo: Extensiones de navegador relacionadas con IA, aplicaciones de escritorio, complementos de IDE que no están en la lista aprobada

Método 3: Revisión de gastos y adquisiciones

  • Enfoque: Revisar informes de gastos, transacciones con tarjetas de crédito corporativas y solicitudes de adquisición en busca de compras relacionadas con IA
  • Herramienta: Sistema de gestión de gastos, plataforma de adquisiciones
  • Frecuencia: Revisión mensual
  • Objetivo: Suscripciones a servicios de IA, compras de créditos de API, capacitación o certificación en IA no gestionadas a través de TI

Método 4: Autoinforme de empleados

  • Enfoque: Proporcionar un mecanismo de baja fricción para que los empleados informen sobre herramientas de IA que están utilizando y que podrían no estar registradas
  • Herramienta: Formulario dedicado o alias de correo electrónico (por ejemplo, ai-inventory@[ORGANIZATION DOMAIN])
  • Frecuencia: Continua, con campañas trimestrales de amnistía (periodo de registro sin penalización)
  • Incentivo: Sin acciones disciplinarias por autoinformar durante los periodos de amnistía; el enfoque está en incorporar las herramientas a la gobernanza

Proceso de respuesta al descubrimiento

Cuando se descubre IA en la sombra:

  1. Registrar: Anotar el hallazgo en el registro de descubrimiento de IA en la sombra con: fecha, método de descubrimiento, herramienta/servicio identificado, usuarios involucrados, evaluación de clasificación de datos
  2. Evaluar: Evaluar el nivel de riesgo y determinar si la herramienta de IA cumple una necesidad de negocio legítima
  3. Decidir: (a) incorporar la herramienta a la gobernanza mediante el proceso de aprobación estándar, o (b) bloquear el acceso y notificar a los usuarios afectados sobre alternativas aprobadas
  4. Remediar: Si se procesaron datos sensibles a través de la herramienta de IA en la sombra, iniciar los procedimientos de respuesta a incidentes según el Plan de respuesta a incidentes de IA

4. Cadencia de revisión

Definir con qué frecuencia se revisa, valida y actualiza el inventario.

Calendario de revisión

Tipo de revisiónFrecuenciaResponsableAlcanceResultado
Validación completa del inventarioSemestral[ROLE TITLE], [DEPARTMENT]Todos los activos de IA registradosInventario validado + informe de brechas
Revisión de registro de nuevos activosSemanalDelegado del Comité de Gobernanza de IAActivos recién registradosAprobación / rechazo / solicitud de información adicional
Revisión de descubrimiento de IA en la sombraMensualSeguridad de TIHallazgos de descubrimiento de IA en la sombraInventario actualizado + acciones de remediación
Revisión de activos retiradosTrimestralPropietarios de activosActivos marcados para retiroRetiro confirmado o actualización de estado
Reevaluación de riesgosAnualComité de Gobernanza de IATodos los activos de IA activosCalificaciones de riesgo actualizadas
Revisión de actualizaciones de proveedor/modeloContinua (activada por eventos)Propietarios de activosActivos afectados por cambios de proveedorCampos técnicos actualizados + reevaluación de riesgo si es material

Procedimientos de validación

Durante cada validación completa del inventario:

  1. Verificación de integridad: Comparar el inventario con los hallazgos de descubrimiento de IA en la sombra, los registros de adquisiciones y el monitoreo de red para identificar activos no registrados
  2. Verificación de exactitud: Los propietarios de activos confirman que todos los campos están actualizados y son exactos para cada activo bajo su propiedad
  3. Verificación de estado: Verificar que los activos marcados como "Activo" sigan en uso, y que los activos que ya no se usan estén marcados para retiro
  4. Verificación de cumplimiento: Verificar que todos los artefactos de gobernanza requeridos (DPA, aprobaciones, revisiones de seguridad) estén vigentes y no hayan vencido
  5. Verificación de riesgo: Reevaluar los niveles de riesgo con base en cambios en el panorama de amenazas, el entorno regulatorio o el apetito de riesgo de la organización

Métricas del inventario

MétricaObjetivoSeguimiento
Integridad del inventario (registrados vs. descubiertos)≥ 95%Semestral
Registros con todos los campos obligatorios completos100%Mensual
Activos con revisión de seguridad vigente (dentro de 12 meses)≥ 95%Trimestral
Activos con DPA válido (cuando se requiera)100%Trimestral
Hallazgos de IA en la sombra resueltos dentro de 30 días≥ 90%Mensual
Tiempo medio para registrar un nuevo activo de IA≤ 5 días hábilesMensual

Gestión de cambios

Cualquier cambio material en un activo de IA registrado requiere una actualización del inventario dentro de 5 días hábiles. Los cambios materiales incluyen:

  • Actualización o reemplazo de la versión del modelo
  • Cambio en la clasificación de los datos procesados
  • Cambio en el tipo de despliegue o la ubicación de alojamiento
  • Cambio en el proveedor o en los términos de licenciamiento
  • Cambio en la población de usuarios o el alcance del caso de uso
  • Adición o eliminación de integraciones de herramientas de agentes

Los cambios en el esquema del inventario o en los procedimientos de revisión requieren aprobación del Comité de Gobernanza de IA.

Propietario del inventario: [ROLE TITLE], [DEPARTMENT]

Última validación completa: [DATE]

Próxima validación completa programada: [DATE]

← Volver a todas las plantillas