# Agentes de IA y RGPD, guía de Cumplimiento para Empresas Europeas | Alher Tech > Las empresas europeas pueden operar agentes de IA cumpliendo el RGPD, pero no por defecto. La checklist de 7 puntos, bases jurídicas, DPAs, minimización, retención en memoria y trazas, supresión que funciona, supervisión humana, más los deberes del Reglamento de IA y patrones de arquitectura conformes. - Canonical page: https://alhertech.com/es/guias-agentes-ia/agentes-ia-cumplimiento-rgpd/ - Site: Alher Tech (custom software, AI agents and SEO engineering, https://alhertech.com/) - Contact: https://alhertech.com/es/contacto/ --- Sí, las empresas europeas pueden desplegar agentes de IA cumpliendo plenamente el RGPD, pero no por defecto, un agente que lee emails de clientes, consulta tu CRM y llama a un modelo alojado en EE. UU. toca datos personales en cada paso, y cada paso necesita una respuesta legal. La buena noticia es que los requisitos ya están bien entendidos y todos los grandes proveedores de modelos ofrecen las herramientas contractuales y técnicas para cumplirlos. Esta guía recorre los roles, las bases jurídicas, la checklist de siete puntos, la interacción con el Reglamento de IA de la UE y los patrones de arquitectura que convierten el cumplimiento en una propiedad de ingeniería en vez de un parche legal. ## Por Qué los Agentes Plantean Preguntas RGPD Que los Chatbots No Planteaban Un chatbot clásico procesa el texto que teclea el usuario. Un agente procesa mucho más, extrae fichas de clientes del CRM, lee históricos de pedidos, abre documentos adjuntos, guarda memoria entre sesiones y escribe trazas detalladas de todo lo que hizo. Cada uno de esos flujos puede llevar datos personales, y varios los envían a un tercero (tu proveedor de modelo) y los almacenan en un sitio nuevo (tus logs y tu base de datos vectorial). En concreto, un despliegue de agente crea cuatro flujos de datos que revisar. Datos personales enviados al proveedor del modelo en los prompts, datos personales recuperados de tus sistemas como contexto, datos personales persistidos en la memoria del agente y en índices vectoriales, y datos personales capturados en las trazas de observabilidad. La mayoría de brechas de cumplimiento que encontramos en auditorías viven en los dos últimos, porque los equipos se acuerdan del proveedor del modelo y se olvidan de sus propios logs. ## Roles, responsable, Encargado y Corresponsables Bajo el RGPD, tu empresa es el responsable del tratamiento. Decides por qué y cómo el agente procesa datos personales. Tu proveedor de modelo (Anthropic, OpenAI, Google o un host europeo) actúa como encargado del tratamiento al servir tráfico de API, y por eso el contrato de encargo (DPA) con él es obligatorio, no opcional. Lo mismo aplica a tus proveedores de hosting, base de datos vectorial y observabilidad. Si dos entidades deciden conjuntamente los fines y medios del tratamiento, son corresponsables del tratamiento bajo el artículo 26 y deben definir sus responsabilidades en un acuerdo transparente. No es nada exótico. La propia Alher Tech opera bajo un régimen de corresponsabilidad entre sus dos titulares, Francisco Herran Cerezo y Alejandro Alonso García, así que diseñamos arquitecturas de agentes con las obligaciones del responsable en mente porque las cargamos nosotros mismos. La lección práctica, antes de cualquier trabajo técnico, lista cada proveedor que verá datos personales a través del agente y confirma que puedes firmar un DPA con cada uno. Un proveedor que no puede ofrecerlo queda descalificado, digan lo que digan sus benchmarks. ## La Checklist de Cumplimiento en 7 Puntos Estos son los siete requisitos que implementamos en cada despliegue de agente europeo. Trátalos como criterios de aceptación del proyecto, no como limpieza post-lanzamiento: - **1. Base jurídica por finalidad**: Identifica la base de licitud de cada finalidad de tratamiento, normalmente ejecución de contrato en agentes de soporte, interés legítimo (documentado con juicio de ponderación) en automatización interna, consentimiento donde nada más encaje. Recógelo en tu registro de actividades de tratamiento (artículo 30). - **2. DPAs con cada subencargado**: Proveedor de modelo, cloud, base de datos vectorial, plataforma de observabilidad. Verifica los mecanismos de transferencia internacional (cláusulas contractuales tipo o el Marco de Privacidad de Datos UE-EE. UU.) para cualquier proveedor no europeo, o elige endpoints alojados en la UE. - **3. Minimización de datos en la frontera del prompt**: El agente debe recibir el mínimo de datos personales necesario para el caso. Redacta o seudonimiza identificadores antes de que lleguen al modelo cuando la tarea lo permita. La mayoría de clasificación y redacción funciona igual de bien con datos enmascarados. - **4. Retención cero y exclusión de entrenamiento**: Configura retención cero a nivel de API o la retención más corta disponible con tu proveedor de modelo, y confirma contractualmente que tus datos no se usan para entrenar modelos. Todos los grandes proveedores ofrecen ambas cosas en 2026; tienes que activarlas de verdad. - **5. Límites de retención en memoria, índices y trazas**: La memoria del agente, los índices vectoriales y las trazas de observabilidad son almacenes de datos personales. Da a cada uno un calendario de retención y un dueño. Las trazas con prompts completos son oro para depurar y radiactivas para cumplimiento, limita su vida y restringe el acceso. - **6. Derechos del interesado que se ejecutan de verdad**: Las solicitudes de acceso, rectificación y supresión deben llegar a cada almacén que creó el agente, cRM, memoria, índice vectorial, logs. Construye la rutina de borrado durante el desarrollo; retro-implementar la supresión sobre embeddings y trazas es doloroso. - **7. Supervisión humana en decisiones relevantes**: El artículo 22 restringe las decisiones con efectos jurídicos o igualmente significativos tomadas de forma exclusivamente automatizada. Denegaciones de crédito, resoluciones de contrato, rechazos de siniestro, mantén un punto de decisión humano, y haz visibles a esa persona la recomendación y el razonamiento del agente. ## El RGPD se Encuentra con el Reglamento de IA El Reglamento de IA de la UE se aplica junto al RGPD, no en su lugar, y 2026 es el año en que sus obligaciones principales alcanzan a los implantadores. Para la mayoría de agentes de negocio la clasificación es sencilla. Un agente de soporte o back-office es de riesgo limitado, lo que activa deberes de transparencia (el usuario debe saber que habla con una IA) y las disposiciones de IA de propósito general que asume tu proveedor de modelo. Los agentes usados en decisiones de empleo, scoring crediticio, precios de seguros o servicios esenciales pueden ser de alto riesgo, añadiendo requisitos como gestión de riesgos, registro, supervisión humana y evaluación de conformidad. El solape es manejable. La checklist RGPD de arriba cubre buena parte de los deberes del implantador bajo el Reglamento de IA. Las dos adiciones que importan a la mayoría de empresas son la divulgación explícita de IA en la interfaz y los procedimientos documentados de supervisión humana. Presupuesta ambas desde el inicio; son baratas de incorporar y caras de añadir después. Si tu agente interactúa con consumidores, indica que es un sistema de IA al inicio de la interacción y ofrece una vía hacia un humano. Es un deber de transparencia del Reglamento de IA y, en nuestra experiencia, bueno para la confianza del cliente y el NPS. ## Patrones de Arquitectura para Agentes Conformes El cumplimiento es mucho más barato cuando es una decisión de arquitectura. Los cuatro patrones que usamos, más o menos por orden de adopción: - **Inferencia en región UE**: Todos los grandes proveedores ofrecen endpoints alojados en la UE en 2026. La latencia es equivalente, el precio suele ser idéntico, y elimina por completo el análisis de transferencias para el flujo de inferencia. Debería ser tu opción por defecto. - **Pasarela de redacción de datos personales**: Una capa de filtrado entre tus sistemas y el modelo que enmascara nombres, emails, teléfonos e identificadores, y los restaura en la respuesta. Añade unos milisegundos y elimina gran parte de la exposición en tareas que no necesitan identidades reales. - **Recuperación acotada con control de acceso**: La capa de recuperación del agente aplica los mismos permisos que el humano al que asiste. Solo puede traer registros que el usuario o equipo solicitante podría ver. Evita el fallo clásico del agente que filtra datos entre departamentos. - **Modelos autoalojados para dominios sensibles**: Para datos de salud, expedientes legales o analítica de plantilla, los modelos open-weight corriendo en tu propia infraestructura europea eliminan por completo al encargado externo. Cedes algo de capacidad y asumes carga de MLOps; para categorías especiales de datos suele ser el intercambio correcto. ## Preguntas para Cualquier Proveedor de Agentes Tanto si compras un agente SaaS como si contratas una agencia, estas preguntas separan a los proveedores conformes de los optimistas: - ¿Dónde corre la inferencia y puedes garantizar en contrato el procesamiento solo en la UE? - ¿Qué subencargados ven datos personales, y podemos tener la lista completa con sus DPAs? - ¿Se usan nuestros datos para entrenar algún modelo, y dónde queda excluido por escrito? - ¿Cómo ejecutáis una solicitud de supresión sobre memoria, embeddings y trazas? - ¿Qué se registra, durante cuánto tiempo, y quién de vuestro lado puede leerlo? - ¿Cómo está implementada la supervisión humana en decisiones relevantes? ## El Cumplimiento Es un Input de Diseño, No un Bloqueo Ninguno de los requisitos de esta guía te impide desplegar agentes. Empresas europeas operan hoy agentes conformes en producción a todas las escalas, desde firmas de diez personas hasta corporaciones. Lo que los requisitos hacen es castigar la improvisación. Los equipos que sufren son los que construyeron primero y preguntaron a legal después. Mapea los flujos de datos, firma los DPAs, minimiza lo que llega al modelo, controla la retención, mantén humanos en las decisiones relevantes y déjalo todo por escrito. Hazlo en la fase de diseño y el cumplimiento te cuesta un 10-20% del proyecto. Hazlo tras un incidente y te cuesta el proyecto. ## Preguntas frecuentes ### ¿Podemos enviar datos de clientes a proveedores de modelos de EE. UU.? Sí, mediante mecanismos de transferencia válidos. El Marco de Privacidad de Datos UE-EE. UU. para proveedores certificados o cláusulas contractuales tipo más una evaluación de impacto de la transferencia. Usar el endpoint de región UE del proveedor es más simple y elimina la mayor parte del análisis, así que prefiérelo cuando exista. ### ¿Necesitamos una EIPD para un agente de IA? A menudo, sí. La EIPD es obligatoria cuando el tratamiento probablemente genere alto riesgo, y los agentes que perfilan clientes, procesan datos a gran escala o manejan datos de usuarios vulnerables suelen cualificar. Incluso cuando no es estrictamente obligatoria, una EIPD ligera es la forma más barata de encontrar problemas de diseño pronto. ### ¿El RGPD prohíbe que el agente decida automáticamente? No. Restringe las decisiones exclusivamente automatizadas con efectos jurídicos o igualmente significativos (artículo 22). Un agente puede resolver tickets, redactar respuestas y ejecutar acciones rutinarias de forma autónoma. En decisiones relevantes, mantén revisión humana significativa, que además es buena práctica de ingeniería. ### ¿Y los datos que el agente recuerda entre sesiones? La memoria del agente es un almacén de datos personales como cualquier otro, necesita finalidad, límite de retención, control de acceso e inclusión en las rutinas de supresión. El error común es dejar crecer la memoria indefinidamente porque mejora al agente; define un calendario de retención desde el día uno. ### ¿Las multas son un riesgo real para una empresa pequeña que usa agentes? Los riesgos mayores a corto plazo son una fuga de datos de clientes por una integración descuidada y perder un contrato enterprise porque tus respuestas de cumplimiento eran flojas. Las multas escalan con la gravedad y la negligencia; un esfuerzo de cumplimiento documentado y honesto reduce drásticamente la probabilidad y el tamaño de las sanciones. ## Guías relacionadas - [¿Qué es un agente de IA? Guía completa para empresas](https://alhertech.com/es/guias-agentes-ia/que-es-un-agente-de-ia/) - [¿Cuánto cuesta un agente de IA en 2026?](https://alhertech.com/es/guias-agentes-ia/cuanto-cuesta-un-agente-de-ia/) - [Cómo crear un agente de IA de atención al cliente](https://alhertech.com/es/guias-agentes-ia/crear-agente-ia-atencion-cliente/) - [Nuestros servicios de desarrollo de agentes de IA](https://alhertech.com/es/servicios/agentes-ia/)