Contratos con proveedores de IA: cláusulas mínimas antes de comprar una herramienta
# Contratos con proveedores de IA: cláusulas mínimas antes de comprar una herramienta
La peor forma de contratar IA en una empresa es decidir solo por la demo.
La demo enseña el día bueno del producto: una pantalla limpia, una respuesta rápida, una promesa de productividad y un caso de uso perfectamente controlado.
El contrato, la documentación y las evidencias enseñan algo bastante más importante: qué ocurre cuando esa herramienta entra en procesos reales, con datos reales, empleados reales, clientes reales y responsabilidades reales.
Muchas empresas están comprando soluciones de IA como si fueran una suscripción más. Preguntan cuánto cuesta, qué integra, cuánto automatiza y qué ahorro promete. Todo eso importa, pero no basta.
Si la herramienta va a resumir expedientes, analizar currículums, clasificar solicitudes, generar comunicaciones, tratar datos internos, asistir decisiones o conectarse al CRM, al correo, a Drive o a sistemas corporativos, hay que hacer preguntas menos cómodas:
- qué datos trata exactamente;
- dónde se procesan y conservan;
- si esos datos se usan para entrenar o mejorar modelos;
- qué subencargados intervienen;
- qué registros y evidencias quedan;
- cómo se revisan las salidas;
- qué pasa ante errores, sesgos, brechas o usos no previstos;
- qué documentación entrega el proveedor;
- quién responde dentro de la empresa si algo falla.
La cuestión no es frenar la IA. La cuestión es contratarla sin dejar a la empresa indefensa.
Por qué comprar IA no es comprar “otro software”
Una herramienta tradicional suele ejecutar instrucciones relativamente previsibles: almacena datos, envía correos, gestiona tickets, automatiza flujos o genera informes con reglas conocidas.
Una herramienta de IA puede hacer eso, pero además puede:
- inferir información nueva a partir de datos existentes;
- generar contenido aparentemente correcto pero erróneo;
- clasificar personas, documentos o riesgos;
- recomendar decisiones;
- reutilizar información en contextos no previstos;
- depender de modelos, APIs o subproveedores que cambian con el tiempo;
- producir salidas difíciles de explicar si no se documenta el uso.
Por eso, el contrato con un proveedor de IA no debería limitarse a precio, soporte, disponibilidad y duración.
También debe cubrir el uso real de datos, la documentación técnica y jurídica, los límites del sistema, la supervisión humana, la trazabilidad, la seguridad y la capacidad de demostrar diligencia.
El problema no es contratar IA. El problema es contratarla como si no cambiara nada.
Primera pregunta: ¿para qué se va a usar realmente?
Antes de revisar cláusulas, la empresa debe definir el caso de uso.
No es lo mismo contratar una herramienta de IA para redactar borradores internos de marketing que usarla para analizar reclamaciones, priorizar clientes, revisar candidaturas, detectar fraude, resumir historiales, evaluar productividad o asistir decisiones jurídicas.
El contrato debe partir de una descripción clara del uso previsto:
- finalidad del sistema;
- departamento que lo utilizará;
- usuarios internos autorizados;
- categorías de datos tratados;
- sistemas con los que se conectará;
- decisiones o procesos en los que influirá;
- grado de autonomía;
- necesidad de revisión humana;
- riesgos previsibles.
Si la empresa no puede explicar para qué quiere la herramienta, difícilmente podrá negociar bien el contrato.
Y si el proveedor tampoco puede describir con claridad qué hace el sistema, qué datos necesita y qué límites tiene, la señal de riesgo es evidente.
Datos personales: RGPD antes que entusiasmo
Cuando una herramienta de IA trata datos personales, el RGPD sigue aplicándose. La etiqueta “IA” no convierte el tratamiento en excepcional ni elimina obligaciones básicas.
La empresa debe aclarar, como mínimo:
- qué datos personales se van a introducir;
- si hay categorías especiales de datos;
- cuál es la finalidad del tratamiento;
- cuál es la base jurídica;
- si el proveedor actúa como encargado, responsable independiente o corresponsable;
- qué subencargados intervienen;
- dónde se alojan o procesan los datos;
- si hay transferencias internacionales;
- cuánto tiempo se conservan;
- cómo se atienden derechos de las personas;
- qué medidas de seguridad se aplican;
- cómo se borran o devuelven los datos al terminar el servicio.
La cláusula de protección de datos no puede ser un anexo genérico pegado al final del contrato.
Debe encajar con el uso real de la herramienta.
Si el proveedor dice que no usa datos del cliente para entrenar modelos, debe constar de forma clara. Si sí los usa para mejora del servicio, ajuste del modelo, evaluación o entrenamiento, la empresa debe entender exactamente qué significa eso y decidir si es aceptable.
Una frase como “podremos usar los datos para mejorar nuestros servicios” no debería pasar sin revisión.
Confidencialidad: no todo es dato personal
Una empresa puede introducir en una herramienta de IA información que no sea dato personal y aun así sea crítica:
- contratos;
- propuestas comerciales;
- estrategias;
- diseños;
- know-how;
- precios;
- documentación técnica;
- información financiera;
- comunicaciones internas;
- expedientes jurídicos;
- secretos empresariales.
Por eso, el contrato debe reforzar la confidencialidad más allá del RGPD.
Conviene revisar:
- definición de información confidencial;
- prohibición de uso para fines ajenos al servicio;
- acceso limitado del personal del proveedor;
- obligaciones de subcontratistas;
- medidas de seguridad;
- notificación de accesos indebidos;
- devolución o destrucción de información;
- supervivencia de la obligación tras terminar el contrato.
En IA, la confidencialidad no se protege solo con buenas intenciones. Se protege limitando usos, accesos, reutilización y conservación.
Entrenamiento y mejora de modelos: una cláusula crítica
Una de las preguntas más importantes en cualquier contrato de IA es esta:
**¿El proveedor puede usar los datos, prompts, documentos, entradas, salidas o feedback de la empresa para entrenar, ajustar, evaluar o mejorar modelos?**
La respuesta debe estar en el contrato o en la documentación contractual incorporada.
No basta con una explicación comercial.
La empresa debe distinguir entre:
- uso necesario para prestar el servicio;
- uso para seguridad, abuso o monitorización técnica;
- uso para análisis agregado;
- uso para mejora del producto;
- uso para entrenamiento de modelos generales;
- uso para entrenamiento de modelos específicos del cliente.
Cada supuesto tiene un impacto distinto.
Si se permite la mejora del producto, debe definirse con precisión:
- qué datos se usan;
- si se anonimizan o agregan;
- si hay exclusión de datos personales o confidenciales;
- si el cliente puede oponerse;
- si existe configuración opt-out;
- cuánto tiempo se conservan;
- quién accede;
- qué garantías se aplican.
En la práctica, muchas empresas descubren demasiado tarde que aceptaron condiciones de reutilización de datos que nunca habrían aprobado si las hubieran leído con calma.
Subencargados, APIs y cadena de proveedores
Muchas herramientas de IA no funcionan solas. Detrás puede haber proveedores de nube, modelos fundacionales, APIs externas, servicios de analítica, herramientas de soporte, sistemas de logging o plataformas de seguridad.
El contrato debe permitir conocer la cadena relevante.
Como mínimo, la empresa debería pedir:
- lista de subencargados o subproveedores relevantes;
- función que cumple cada uno;
- ubicación del tratamiento;
- mecanismo de autorización de nuevos subencargados;
- plazo para oponerse a cambios;
- garantías aplicables;
- canal de notificación de modificaciones.
Esto es especialmente importante si el proveedor integra modelos de terceros.
Una herramienta puede venderse como “nuestra IA”, pero depender de servicios externos que tratan entradas y salidas. La empresa no necesita conocer cada detalle técnico irrelevante, pero sí la cadena que afecta a datos, seguridad, disponibilidad y cumplimiento.
Documentación: lo que el proveedor debe poder entregar
Una empresa no puede demostrar diligencia si el proveedor no entrega documentación suficiente.
Antes de contratar, conviene pedir documentación proporcional al riesgo del caso de uso:
- descripción funcional del sistema;
- finalidad prevista;
- limitaciones conocidas;
- tipos de datos tratados;
- medidas de seguridad;
- política de conservación;
- información sobre entrenamiento o mejora;
- documentación de privacidad;
- subencargados;
- controles de acceso;
- registros disponibles;
- certificaciones o auditorías si existen;
- instrucciones de configuración segura;
- condiciones de uso aceptable;
- mecanismos de soporte e incidentes.
Si el sistema puede afectar a personas, conviene reforzar además:
- criterios de funcionamiento;
- advertencias sobre sesgos o errores;
- recomendaciones de supervisión humana;
- métricas relevantes;
- documentación para usuarios;
- procedimientos de revisión.
La documentación no es burocracia. Es la base para decidir, implantar, auditar y defender el uso de la herramienta.
AI Act: no todos los usos son iguales
El Reglamento Europeo de Inteligencia Artificial no impone las mismas obligaciones a cualquier uso de IA.
La empresa debe valorar si actúa como proveedor, implementador, importador, distribuidor o simple usuario en el contexto concreto. También debe analizar si el sistema entra en usos prohibidos, alto riesgo, obligaciones de transparencia, modelos de propósito general o herramientas de riesgo limitado.
En compras de IA, esto se traduce en una regla práctica:
**el contrato debe ayudar a clasificar el uso y a conservar evidencias de esa clasificación.**
No basta con que el proveedor diga “cumplimos el AI Act”.
La empresa debería pedir información suficiente para responder:
- qué tipo de sistema se está contratando;
- para qué usos está diseñado;
- qué usos están excluidos;
- si puede encajar en alto riesgo según el caso de uso;
- qué documentación aporta el proveedor;
- qué obligaciones corresponden al proveedor y cuáles al implementador;
- qué instrucciones de uso deben seguirse;
- qué supervisión humana se recomienda o exige;
- qué registros o evidencias conserva el sistema;
- qué cambios del sistema se notificarán.
El cumplimiento práctico empieza cuando la empresa puede explicar por qué considera aceptable un uso determinado y con qué controles lo ha implantado.
Supervisión humana: no vale como frase decorativa
Muchos contratos y materiales comerciales mencionan la supervisión humana.
Pero “human in the loop” no significa nada si no se define.
La empresa debe concretar:
- quién revisa las salidas;
- en qué casos la revisión es obligatoria;
- qué formación tiene la persona revisora;
- qué criterios debe aplicar;
- qué decisiones no pueden automatizarse;
- cómo se documenta la revisión;
- qué ocurre si la persona discrepa de la recomendación de la IA;
- qué escalado existe ante errores o dudas.
Si una herramienta de IA asiste decisiones relevantes, la revisión humana no debería ser un gesto formal.
Debe tener capacidad real de detectar errores, corregir resultados y evitar daños.
Registros y evidencias: lo que salva a la empresa cuando hay un problema
En cumplimiento, muchas discusiones se ganan o se pierden por evidencias.
Cuando algo falla, no basta con decir que la empresa actuó con diligencia. Hay que poder demostrarlo.
Por eso, el contrato debe aclarar qué registros estarán disponibles:
- usuarios que acceden al sistema;
- fechas y horas de uso;
- entradas o prompts, si procede;
- documentos procesados;
- salidas generadas;
- acciones realizadas;
- revisiones humanas;
- versiones del sistema o modelo;
- cambios relevantes de configuración;
- incidentes;
- exportación de logs;
- plazos de conservación.
No siempre será necesario conservar todo. De hecho, conservar demasiado puede generar riesgos de privacidad y seguridad.
Pero la empresa debe decidirlo de forma consciente.
La peor situación es no tener evidencias cuando se necesitan y, al mismo tiempo, conservar datos sensibles sin criterio.
Seguridad e incidentes
Una herramienta de IA puede convertirse en una puerta de entrada a información crítica.
Antes de contratar, conviene revisar:
- autenticación y doble factor;
- control de roles y permisos;
- integración con SSO;
- cifrado en tránsito y en reposo;
- segregación de datos por cliente;
- gestión de vulnerabilidades;
- auditorías o certificaciones;
- copias de seguridad;
- continuidad de negocio;
- tiempos de respuesta;
- notificación de incidentes;
- soporte ante brechas de datos personales;
- responsabilidades e indemnizaciones.
También hay que mirar las integraciones.
Una herramienta de IA conectada a correo, Drive, CRM, ERP o repositorios documentales puede tener un impacto mucho mayor que una herramienta aislada.
La pregunta no es solo “¿es segura la herramienta?”.
La pregunta es: **¿qué puede ver, modificar, extraer o inferir cuando la conectamos a nuestros sistemas?**
Propiedad intelectual y uso de resultados
Los contratos de IA deben aclarar también qué ocurre con los contenidos generados, transformados o analizados.
No todas las herramientas ofrecen las mismas garantías.
La empresa debería revisar:
- titularidad o derechos de uso sobre salidas;
- limitaciones de uso comercial;
- posibles reclamaciones de terceros;
- garantías sobre datasets o materiales de entrenamiento, si el proveedor las ofrece;
- obligación de no introducir contenido infractor;
- responsabilidad por prompts, entradas y documentos del cliente;
- uso de outputs similares para otros clientes;
- indemnizaciones o exclusiones.
En muchos casos, el riesgo no será que la empresa “no sea dueña” de una salida concreta, sino que use resultados sin revisar su origen, exactitud o licencias.
La cláusula contractual ayuda, pero no sustituye una revisión interna sensata.
Cambios del sistema: la IA no se queda quieta
Una herramienta de IA puede cambiar más rápido que un software tradicional.
El proveedor puede actualizar modelos, modificar filtros, cambiar APIs, alterar funcionalidades, sustituir subproveedores o introducir nuevas capacidades.
El contrato debe prever cómo se gestionan los cambios relevantes:
- notificación previa;
- cambios en tratamiento de datos;
- cambios de subencargados;
- cambios de modelo;
- cambios de ubicación;
- cambios de funcionalidades críticas;
- derecho de terminación si el cambio altera el riesgo;
- actualización de documentación;
- continuidad de evidencias.
Una herramienta que era aceptable para un uso limitado puede dejar de serlo si cambia su funcionamiento o se conecta a nuevos sistemas.
Salida, borrado y portabilidad
La salida del proveedor suele revisarse tarde.
Pero es clave.
El contrato debe regular:
- exportación de datos;
- formato de entrega;
- borrado definitivo;
- certificados de destrucción si procede;
- conservación legal necesaria;
- desactivación de usuarios;
- eliminación de integraciones;
- tratamiento de backups;
- continuidad del servicio durante la transición;
- acceso a evidencias históricas.
Si la herramienta se ha usado en procesos relevantes, la empresa puede necesitar conservar documentación durante un tiempo aunque deje de usar el servicio.
Eso debe pensarse antes de firmar.
Checklist mínimo antes de contratar IA
Antes de firmar con un proveedor de IA, una empresa debería poder responder estas preguntas:
1. ¿Cuál es el caso de uso exacto?
2. ¿Qué datos se van a tratar?
3. ¿Hay datos personales, confidenciales o sensibles?
4. ¿Cuál es el rol del proveedor en RGPD?
5. ¿Dónde se procesan y conservan los datos?
6. ¿Existen transferencias internacionales?
7. ¿Qué subencargados intervienen?
8. ¿Se usan datos del cliente para entrenar o mejorar modelos?
9. ¿Qué documentación técnica y jurídica entrega el proveedor?
10. ¿Puede afectar a personas o decisiones relevantes?
11. ¿Puede entrar en obligaciones del AI Act?
12. ¿Qué supervisión humana se exige?
13. ¿Qué registros y evidencias quedan?
14. ¿Qué medidas de seguridad se aplican?
15. ¿Qué pasa ante errores, sesgos o incidentes?
16. ¿Cómo se notifican cambios del sistema?
17. ¿Cómo se exportan y borran los datos al terminar?
18. ¿Quién es el responsable interno del uso?
19. ¿Qué límites de uso se comunicarán a empleados?
20. ¿Puede la empresa defender la decisión si hay una auditoría, reclamación o incidente?
Si varias respuestas son “no lo sabemos”, la compra todavía no está madura.
Ficha mínima de proveedor de IA
Una forma práctica de ordenar la decisión es crear una ficha por proveedor y caso de uso.
No hace falta convertir cada compra en un tratado interminable. Pero sí conviene dejar un registro claro.
La ficha debería incluir:
| Campo | Qué documentar |
|---|---|
| Proveedor | Nombre, servicio, versión o plan contratado |
| Caso de uso | Para qué se usará realmente |
| Área responsable | Departamento y responsable interno |
| Datos tratados | Personales, confidenciales, técnicos, comerciales, etc. |
| Rol RGPD | Responsable, encargado, corresponsable o proveedor sin acceso a datos personales |
| Subencargados | Lista o enlace contractual actualizado |
| Entrenamiento | Si se usan o no datos del cliente para mejora o entrenamiento |
| Riesgos principales | Privacidad, seguridad, sesgo, error, confidencialidad, dependencia |
| Controles | Revisión humana, límites de uso, permisos, logs, formación |
| Evidencias | Documentación, contrato, DPA, registros, decisiones, revisiones |
| AI Act | Clasificación preliminar y obligaciones detectadas |
| Revisión | Fecha de revisión y próxima revisión prevista |
Esta ficha no sustituye al contrato, pero evita que la decisión quede dispersa en correos, demos y conversaciones comerciales.
Cláusulas mínimas a revisar
En términos prácticos, las cláusulas más importantes en contratos con proveedores de IA suelen ser estas:
### 1. Objeto y uso permitido
Debe definir el servicio, los usos autorizados, los usos prohibidos y las limitaciones conocidas.
### 2. Protección de datos
Debe incluir el rol de las partes, instrucciones, medidas de seguridad, subencargados, transferencias, derechos, conservación y borrado.
### 3. Uso de datos para entrenamiento o mejora
Debe aclarar si el proveedor puede usar entradas, salidas, documentos, prompts o feedback para entrenar, ajustar, evaluar o mejorar modelos.
### 4. Confidencialidad
Debe proteger información empresarial aunque no sea dato personal.
### 5. Seguridad
Debe cubrir controles técnicos, organizativos, accesos, cifrado, auditorías, incidentes y continuidad.
### 6. Documentación y cooperación
Debe obligar al proveedor a entregar información suficiente para cumplir RGPD, AI Act, auditorías internas y obligaciones sectoriales.
### 7. Supervisión humana y limitaciones
Debe indicar condiciones de uso, límites del sistema y necesidad de revisión humana cuando proceda.
### 8. Registros y trazabilidad
Debe concretar qué logs existen, cómo se consultan, cuánto se conservan y cómo se exportan.
### 9. Cambios del sistema
Debe regular actualizaciones relevantes, cambios de modelo, cambios de subencargados y modificaciones del tratamiento.
### 10. Responsabilidad e indemnizaciones
Debe repartir riesgos de forma coherente con el uso, el control del proveedor y el impacto potencial.
### 11. Terminación, portabilidad y borrado
Debe permitir salir del proveedor sin perder datos, evidencias ni control.
Error habitual: legal llega cuando la herramienta ya está dentro
En muchas empresas, el circuito real es este:
1. Un departamento descubre una herramienta de IA.
2. La prueba con una cuenta gratuita o trial.
3. Sube algunos documentos para ver si funciona.
4. La demo convence.
5. Se pide presupuesto.
6. Se negocia precio.
7. Se empieza a usar.
8. Legal, IT, seguridad o DPO se enteran tarde.
Cuando eso ocurre, el análisis jurídico llega condicionado por una herramienta que ya gusta, ya se usa y ya tiene defensores internos.
Es mucho más difícil corregir después.
Por eso, la revisión de proveedores de IA debe entrar antes: en compras, homologación, seguridad, privacidad y definición del caso de uso.
No para bloquear, sino para comprar mejor.
Conclusión: la IA se compra con contrato, evidencias y responsabilidad
La empresa no necesita paralizar cada iniciativa de IA.
Tampoco necesita convertir una compra SaaS en una auditoría infinita.
Pero sí necesita dejar de contratar IA solo por demo, precio o promesa de productividad.
Antes de firmar, debe saber qué datos trata, qué hace el proveedor, qué documentación aporta, qué límites tiene el sistema, qué evidencias quedan, quién supervisa el uso y cómo se defenderá la decisión si hay un incidente.
La pregunta clave antes de contratar IA no es solo:
**“¿Funciona?”**
También es:
**“¿Podemos explicar y defender cómo la hemos elegido, configurado, usado y supervisado?”**
Ahí empieza el cumplimiento práctico.
---
CTA sugerido
Si tu empresa está valorando contratar herramientas de IA o ya las usa de forma dispersa, conviene revisar proveedores, contratos, datos, evidencias y responsabilidades antes de que el primer incidente obligue a hacerlo deprisa.
En Javier Ferrando podemos ayudarte a crear una ficha mínima de evaluación de proveedores de IA, revisar cláusulas críticas y definir un procedimiento razonable de aprobación.