De las cosas que más me preocupan cuando una empresa compra IA es que nadie le pregunta a legal. El director de operaciones pide un asistente sobre el ERP. TI lo conecta en una tarde. Y la base de clientes, con nombres, teléfonos y saldos, ya está viajando a un servidor que nadie en la empresa ha visto.
En México eso tiene nombre legal desde hace años: es un tratamiento de datos personales con transferencia a terceros. Y desde marzo de 2025 lo regula una ley nueva, con una autoridad nueva y multas que se calculan en UMA. En este artículo le explico qué cambió, qué tres aprobaciones debe dar su área legal por escrito, cuánto cuesta equivocarse y cómo resolverlo en semanas, no en meses.
Qué cambió con la LFPDPPP de 2025 y quién vigila hoy
La nueva Ley Federal de Protección de Datos Personales en Posesión de los Particulares se publicó en el Diario Oficial el 20 de marzo de 2025 y entró en vigor al día siguiente. Sustituyó completa la ley de 2010 y ya tiene una reforma, publicada el 14 de noviembre de 2025. Si su aviso de privacidad se redactó antes de 2025, probablemente responde a una ley que ya no existe.
El cambio más visible es quién vigila. El INAI desapareció y sus facultades sobre empresas privadas pasaron a la Secretaría Anticorrupción y Buen Gobierno. Para una empresa mediana esto importa por una razón práctica: la autoridad que investiga filtraciones es ahora una dependencia del Ejecutivo, con otra lógica y otros tiempos.
Los cambios de fondo que afectan a un proyecto de IA son cuatro:
- Ya no hay finalidades “compatibles o análogas”. Si recabó datos para facturar y ahora quiere usarlos para entrenar o alimentar un modelo, eso es una finalidad nueva y requiere consentimiento nuevo, según el análisis de EY y Garrigues.
- El tratamiento incluye expresamente operaciones automatizadas. La definición del artículo 2 cubre obtener, usar, almacenar, comunicar y transferir datos por medios manuales o automatizados. Un modelo que lee su base de clientes está tratando datos.
- El titular puede oponerse al tratamiento automatizado. El artículo 26 permite oponerse cuando un proceso automático evalúa o predice aspectos de la persona sin intervención humana y produce efectos que no desea. Si su modelo califica clientes para crédito o cobranza, necesita un canal para esa oposición.
- Las multas se expresan en UMA. Ya no en salarios mínimos. Con la UMA 2026 de 117.31 pesos, el tope de 320,000 UMA equivale a unos 37.5 millones de pesos.
La guía Chambers 2026 sobre inteligencia artificial en México, escrita por White & Case, lo resume sin rodeos: cualquier caso de uso de IA con datos personales queda sujeto a la LFPDPPP, aunque la ley no defina qué es IA.
Conectar datos de clientes a un modelo es una transferencia, no una integración
TI lo ve como una integración más: una API, una llave, listo. La ley lo ve distinto. El artículo 2 define transferencia como toda comunicación de datos personales, dentro o fuera de México, a una persona distinta del titular, del responsable o de la persona encargada.
Aquí está la pregunta que su abogado va a hacer primero: el proveedor del modelo, ¿es encargado o es tercero? Si trata los datos solo por cuenta de su empresa y bajo sus instrucciones, es persona encargada. Si los usa para sus propios fines, por ejemplo para entrenar su modelo, es un tercero y aplica el régimen de transferencias de los artículos 35 y 36.
La diferencia no es académica. Una transferencia a tercero exige que el aviso de privacidad la mencione y que el titular pueda aceptarla o no, salvo las siete excepciones del artículo 36. Entre ellas están las transferencias a empresas del mismo grupo y las necesarias para cumplir un contrato con el cliente. Un asistente de IA para que ventas consulte saldos rara vez cabe en esas excepciones sin un contrato de encargo bien hecho.
Piense en una distribuidora con varios almacenes que conecta su historial de pedidos a un modelo para predecir demanda. Los pedidos traen nombre del comprador, RFC, dirección y crédito. Si ese modelo corre en la nube de un proveedor que conserva las consultas, esa empresa ya transfirió datos de miles de clientes. Y lo hizo sin que legal se enterara.
Las tres aprobaciones que legal debe dar por escrito
No le pido a su abogado que entienda de modelos. Le pido tres respuestas firmadas antes de que TI conecte nada. Cada una responde a un artículo concreto de la ley y cada una tiene un entregable que cabe en una página.
| Aprobación | Qué responde | Base en la LFPDPPP | Entregable |
|---|---|---|---|
| 1. Qué datos salen y con qué base | Campos exactos que verá el modelo, si hay datos sensibles o financieros, y si la finalidad está en el aviso de privacidad vigente | Arts. 5, 7, 8, 15 y 16 (principios, consentimiento, aviso) | Lista de campos autorizados y aviso de privacidad actualizado |
| 2. A qué empresas llegan | Nombre de cada proveedor que toca los datos, incluido el proveedor del proveedor; si es encargado o tercero; en qué país procesa | Arts. 2, 35 y 36 (encargado, transferencias) | Contrato de encargo o cláusula de transferencia por cada proveedor |
| 3. Cómo se borran y quién avisa | Cuánto tiempo conserva cada proveedor las consultas, cómo se destruyen al terminar y quién avisa a los clientes si hay una filtración | Arts. 18, 19 y 20 (seguridad, vulneraciones, confidencialidad) | Política de retención y protocolo de aviso con responsable nombrado |
La tercera aprobación es la que casi nadie tiene. El artículo 19 obliga a informar de forma inmediata a los titulares cuando una vulneración afecta de manera significativa sus derechos patrimoniales o morales. Inmediata. No cuando el proveedor termine su investigación.
La segunda aprobación es la que más sorprende a los directores. Casi siempre conocen al proveedor del asistente. Casi nunca saben en qué nube corre el modelo que ese proveedor usa por detrás.
El proveedor de su proveedor: el caso Notion y Fireworks AI
En noviembre de 2026 Notion informó a sus clientes de un incidente de seguridad que no ocurrió en Notion. Ocurrió en Fireworks AI, el proveedor de inferencia que corría uno de sus modelos. Un atacante entró a Fireworks a través de un proveedor de nube externo y obtuvo transcripciones de conversaciones de Notion AI.
La línea de tiempo, según el aviso de seguridad de Notion actualizado el 13 de noviembre, es la lección completa. El 2 de noviembre Fireworks avisó a Notion. El 3 Notion desconectó al proveedor. El 6 Fireworks confirmó que podía haber datos de clientes. El 9 Notion avisó a los espacios de trabajo afectados. Siete días entre el primer aviso y el aviso al cliente. Y fue el segundo incidente de Fireworks en un mes.
Traslade ese caso a su empresa. Usted contrató un asistente. El asistente llama a un modelo. El modelo corre en una nube que usted nunca ha visto. Si mañana pasa algo en el eslabón tres, el artículo 19 le obliga a avisar a sus clientes de inmediato. Pero usted se enterará cuando el eslabón uno decida contarle.
Esto no es un problema de empresas extranjeras. El Financiero reportó el 6 de noviembre, con datos de IQSEC, 116 víctimas y 101 filtraciones de datos de empresas mexicanas en solo siete semanas de monitoreo del primer semestre de 2026, en 26 entidades y 11 sectores. La misma nota recoge la investigación de la Secretaría Anticorrupción sobre la presunta venta de 12.9 millones de registros personales atribuida a centros de contacto.
Por eso la aprobación dos exige nombres, no categorías. “Un proveedor de nube certificado” no es una respuesta. “Anthropic, vía AWS, región Virginia, sin retención de consultas, contrato firmado el día X” sí lo es.
Cuánto cuesta equivocarse: multas, cárcel y el costo real de una filtración
El artículo 59 fija dos niveles de multa. De 100 a 160,000 UMA para infracciones como omitir elementos del aviso de privacidad o tratar datos contra los principios de la ley. De 200 a 320,000 UMA para las graves: transferir datos fuera de los casos permitidos, cambiar la finalidad sin nuevo consentimiento o sufrir una vulneración atribuible al responsable. Si hay datos sensibles, los montos pueden duplicarse.
En pesos de 2026, con la UMA de 117.31 que publicó el INEGI en enero, el tope ordinario son 37.5 millones de pesos. La ley también contempla prisión: de tres meses a tres años para quien provoque con ánimo de lucro una vulneración en bases a su cargo, y de seis meses a cinco años para quien trate datos con engaño.
Pero la multa rara vez es el costo mayor. El informe Cost of a Data Breach 2026 de IBM y Ponemon, presentado en México el 3 de agosto, calcula un costo promedio de 4.65 millones de dólares por filtración en América Latina, con unos 40,300 registros comprometidos por incidente. Casi 19 % de los ataques maliciosos ya se generan con IA. Y 52 % de las organizaciones no cifraba datos sensibles ni en reposo ni en tránsito.
La muestra latinoamericana es de 28 organizaciones de México, Argentina, Chile y Colombia, en su mayoría grandes. Para una empresa de 200 empleados el número será menor, pero la proporción no: el costo de avisar a clientes, reconstruir confianza y atender a la autoridad supera por mucho el costo de haber hecho bien el contrato. Si está armando el presupuesto de su primer proyecto, en cuánto cuesta implementar IA en una empresa en México en 2026 desgloso dónde entra este renglón de seguridad y cumplimiento.
¿Y la Ley de Inteligencia Artificial? Lo que viene y lo que no conviene esperar
Muchos directores me dicen que van a esperar a que salga la ley de IA para ordenar esto. No la esperen. Al 18 de noviembre de 2026, México no tiene una ley general de inteligencia artificial en vigor.
Lo que existe es un anteproyecto de la comisión de IA del Senado, presidida por Rolando Zapata Bello: la Ley General para Regular y Fomentar el Uso de la Inteligencia Artificial, con 223 artículos y 10 transitorios. Clasifica los sistemas por riesgo, crea un registro nacional para los de alto riesgo y exige evaluaciones de impacto y auditorías. Según el seguimiento del Observatorio IA México y la cobertura del foro de la UNAM del 22 de septiembre, el texto sigue en comisiones, sin dictamen y sin fecha firme.
Mientras tanto, las reglas que sí aplican hoy son las de la LFPDPPP. Y hay una ventaja en entenderlo así: las tres aprobaciones de la tabla anterior son exactamente lo que cualquier versión de la ley de IA va a pedir después con otro nombre. Inventario de datos, inventario de proveedores, protocolo de incidentes. Quien lo tenga hoy no va a correr cuando se publique.
Qué haría yo
Si algo tengo clarísimo es que legal no debe frenar el proyecto de IA. Debe firmarlo. La diferencia está en qué le entrega usted para firmar: una demo o tres páginas con respuestas.
En CloudMex esas tres páginas se producen antes de escribir código. En un Audit de una semana el primer entregable es un mapa: qué dato sale de la empresa, a qué proveedor llega y quién lo puede borrar.
Mi principio es simple: lo que no está en el inventario no está protegido, aunque tenga contraseña. Es la misma lógica que expliqué en ¿qué tan digital es mi empresa?: antes de comprar, hay que saber qué se tiene.
Y mi regla de arquitectura es igual de simple. El modelo puede ser de quien sea, pero los datos se quedan donde ya viven. Por eso construimos herramientas donde el agente corre en el servidor del cliente, consulta en modo de solo lectura, con un acceso por persona y bitácora de cada pregunta. Si el proveedor del modelo cambia, se cambia una llave, no el proyecto. Si legal pregunta qué vio el modelo, la bitácora responde.
Yo quiero que un director pueda decir en cinco minutos a qué empresas les ha confiado los datos de sus clientes, con nombre y contrato. Eso no se logra después de conectar. Se logra antes.
Empiece por la semana que le ahorra el año
Si su empresa ya conectó datos de clientes a una IA, o está por hacerlo, le propongo empezar por donde empezamos nosotros. El Scope de CloudMex es un diagnóstico de una semana, a precio fijo y con reporte por escrito, que incluye el mapa de datos y proveedores que su área legal necesita firmar. Si prefiere ir directo a la revisión de seguridad, el Audit cubre esas tres aprobaciones y la auditoría OWASP de sus aplicaciones internas.
Después del diagnóstico hay paquetes de IA ya preparados, conectados a ERP, punto de venta o WhatsApp, que se implementan en 5 a 8 semanas con alcance y techo por escrito, seguridad incluida y código que es 100 % de su empresa.
Agende una llamada de 30 minutos en cloudmex.io/contacto. La primera conversación no es con TI. Es con usted y con su abogado.
Fuentes
- Ley Federal de Protección de Datos Personales en Posesión de los Particulares, texto vigente — Cámara de Diputados; nueva ley DOF 20 de marzo de 2025, última reforma DOF 14 de noviembre de 2025 (arts. 2, 7-9, 18-20, 26, 35-36, 59).
- Entrada en vigor de la nueva LFPDPPP — EY México, Law Flash, 26 de marzo de 2025.
- México: la nueva LFPDPPP introduce conceptos como el aviso de privacidad y elimina el INAI — Garrigues, 27 de marzo de 2025.
- LFPDPPP: guía de cumplimiento y sanciones — Usercentrics, actualizada el 16 de noviembre de 2026 (niveles de multa del art. 59 y penas de prisión).
- Artificial Intelligence 2026: Mexico, Trends and Developments — Chambers and Partners / White & Case, 2026.
- Comunicado de prensa 1/26: valor de la UMA 2026 — INEGI, 8 de enero de 2026 (117.31 pesos diarios desde el 1 de febrero de 2026).
- Estudio de IBM: uno de cada cinco ataques maliciosos son habilitados por IA en América Latina — IBM / Ponemon Institute, Cost of a Data Breach 2026, PR Newswire, 3 de agosto de 2026.
- Security incident involving a third-party AI vendor — Notion, aviso de seguridad del 10 de noviembre de 2026, actualizado el 13 de noviembre de 2026.
- IA facilita ciberataques: robo y filtración de datos de empresas mexicanas se disparan en 2026 — El Financiero, Christopher Calderón, 6 de noviembre de 2026 (datos de IQSEC).
- Iniciativa de Ley General de IA: seguimiento del proceso legislativo — Observatorio IA México, seguimiento actualizado a octubre de 2026 (223 artículos, 10 transitorios, en comisiones).
- México debate cómo regular la IA, sin ley ni fecha firme todavía — ApartadoMex, 25 de septiembre de 2026 (foro UNAM del 22 de septiembre).