Imagina que a final de mes llega la factura del proveedor de IA de tu empresa y es diez veces más alta de lo normal. Nadie del equipo ha usado más el asistente. Lo que ha pasado es que alguien, fuera de la empresa, ha estado usando tu cuenta para hacer trabajar a los modelos de IA, y la factura es tuya.

Eso es el LLMjacking, o robo de acceso a modelos de lenguaje, y está en las noticias porque a finales de octubre una plataforma de alojamiento en la nube, Northflank, avisó a sus clientes de que había sufrido un incidente y de que algunas claves de IA guardadas en ella se estaban usando sin permiso.

◢¿Qué es el LLMjacking?

Una clave de API es una contraseña que permite a un programa usar un servicio de IA y que se cobra a la cuenta de quien la creó. Si alguien la roba, puede usar los modelos a tu costa: no necesita hackear nada más, le basta con tener la clave.

La palabra mezcla LLM (modelo de lenguaje) y hijacking (secuestro). En español también se oye "robo de claves de IA" o "abuso de claves de API". El riesgo es doble: el gasto directo y que, mientras tanto, alguien use tu cuenta para lo que quiera, sin que tú lo sepas.

◢Un caso real: Northflank, octubre de 2026

◢¿Por qué tu empresa puede ser un objetivo?

No hace falta ser una gran compañía. Estas son algunas de las rutas por las que una clave acaba en manos ajenas:

• ▹Está escrita dentro del código y alguien lo sube a un repositorio público.
• ▹Se pega en un documento compartido, en un chat o en un correo para "pasársela" a un compañero.
• ▹La usa una herramienta o un proveedor externo que sufre un incidente, como en el caso anterior.
• ▹Queda en el ordenador de una persona que deja la empresa o que sufre una infección por malware.

Si además cada persona se crea su propia cuenta de IA de pago por su cuenta, nadie en la empresa sabe cuántas claves hay ni dónde están. Es la misma situación de la que hablo en el artículo sobre qué datos no pegar en ChatGPT: lo que no controlas, no lo puedes proteger.

◢¿Cuánto puede costar?

OWASP no habla de claves robadas en esa ficha, pero la consecuencia es la misma. Por eso sus medidas, como los límites por usuario y la monitorización del consumo, sirven también aquí.

◢¿Qué hacer para evitarlo?

• ▹Mantén las claves fuera del código y de los repositorios. Guárdalas en variables de entorno o en un gestor de secretos, no en un archivo que se comparte.
• ▹Ponles fecha de caducidad y rótalas de forma periódica: crea la nueva, actualiza la aplicación y revoca la antigua cuando compruebes que todo funciona.
• ▹Separa proyectos para pruebas y para producción, y limita quién tiene acceso al de producción.
• ▹Fija límites de gasto y alertas. Una alerta avisa cuando el consumo sube; un límite estricto detiene el tráfico al alcanzar la cifra. Conviene revisar antes cómo funciona en producción para no cortar un servicio que tus clientes usan.
• ▹Mira el panel de uso de vez en cuando. Un pico a las tres de la madrugada es la señal más temprana que vas a tener.

Y una pregunta que cualquier responsable puede hacer hoy: ¿quién en la empresa tiene una clave de IA y dónde está guardada? Si nadie lo sabe, ese es el primer trabajo.

◢¿Y si sospecho que una clave se ha filtrado?

No esperes a confirmarlo. Crea una clave nueva, ponla en la aplicación, revoca la anterior y revisa en el panel del proveedor qué consumo hubo y desde cuándo. Si el origen es una plataforma con un incidente, haz lo mismo con todas las claves que tuvieras allí, no solo con las de IA, y sigue las instrucciones que publique su empresa. Después, avisa al proveedor de IA de que ha habido un uso no autorizado.

Si además tu asistente tiene acceso a datos o puede hacer acciones, repasa también qué permisos le has dado: una clave robada con permisos de sobra hace mucho más daño que una que solo lee.

◢Que lo sepa todo el equipo

Casi todas las filtraciones de claves empiezan con una prisa: alguien necesita probar algo y la pega donde no debe. Una norma clara y que se explique en diez minutos evita más problemas que una herramienta. Si quieres que tu plantilla entienda estos riesgos con ejemplos de su día a día, es parte de lo que trabajo en las formaciones de ciberseguridad e IA.