Copilot: bug expuso emails confidenciales en Microsoft 365

¿Tu IA corporativa está filtrando información sin que lo sepas? Microsoft acaba de reconocer lo que muchas empresas temen admitir: un error en Copilot permitió que el asistente de IA leyera y resumiera correos marcados como confidenciales durante semanas, saltándose políticas de protección de datos (DLP). El fallo afectó a las carpetas de Enviados y Borradores de Outlook, exponiendo hilos completos con información sensible —contratos, RRHH, finanzas, clientes— en resúmenes generados por el modelo.

Este incidente pone sobre la mesa un riesgo tangible para cualquier directivo que esté activando IA en su stack: no se trata de si tu asistente comete errores, sino de qué datos tiene a su alcance cuando lo hace.

El fallo: IA que ignora etiquetas de seguridad

Microsoft 365 Copilot Chat permite resumir correos y documentos desde una pestaña central. En teoría, las etiquetas de sensibilidad y las políticas DLP (Data Loss Prevention) configuradas en Microsoft Purview deberían bloquear que el modelo procese contenido confidencial. Pero desde finales de enero de 2026, un error de código rompió esa barrera.

Qué ocurrió exactamente

• Carpetas afectadas: Elementos enviados y Borradores de Outlook. La bandeja de entrada no fue impactada.

• Alcance: Correos con etiqueta «confidencial» fueron resumidos por Copilot aunque las políticas DLP estuvieran activas.

• Duración: Desde el 21 de enero hasta principios de febrero de 2026, cuando Microsoft comenzó el despliegue gradual del parche.

• Comunicación oficial: Microsoft calificó el incidente como advisory (impacto limitado) y confirmó que no proporcionó acceso a personas no autorizadas, pero sí permitió que el modelo procesara contenido que debería estar fuera de su alcance.

El parche ya está en rollout progresivo. Microsoft contacta a organizaciones afectadas y espera tener la remediación completa para finales de febrero.

Por qué este bug importa a tu empresa hoy

Si usas Microsoft 365 (como el 80% de las empresas en España) y has activado o estás pilotando Copilot, este incidente revela tres fallos críticos en la adopción de IA empresarial:

Asumes que las políticas de seguridad «funcionan siempre»

Las etiquetas de sensibilidad y DLP son configuraciones, no garantías físicas. Un bug, una actualización mal testeada o una integración nueva pueden romper esa capa sin que salten alarmas visibles.

Tus datos sensibles viajan más allá de lo que crees

El modelo procesó hilos completos de correos: contexto, adjuntos referenciados, borradores sin enviar. Aunque no hubo «fuga externa», la IA generó resúmenes internos con información que nunca debería haber tocado.

Confías en la documentación del proveedor (que ya advierte inconsistencias)

La propia documentación de Microsoft Purview reconoce que las etiquetas de sensibilidad no se aplican uniformemente en todos los escenarios de Copilot. Si no auditas qué funciona y qué no, descubres los huecos cuando ya es tarde.

Qué hacer ahora (checklist de 48 horas)

No esperes al siguiente bug. Estos pasos reducen tu exposición esta semana:

Audita permisos y alcance de Copilot

• Revisa qué usuarios tienen acceso a Copilot Chat y qué carpetas, canales y SharePoint están indexados.

• Usa el Compliance Center de Microsoft 365 para verificar qué etiquetas de sensibilidad se aplican realmente en Copilot.

Refuerza DLP con acciones restrictivas

• Configura políticas que bloqueen (no solo alerten) el acceso de Copilot a archivos y correos con etiquetas de alto riesgo.

• Habilita alertas en tiempo real cuando DLP detecte intentos de procesamiento no autorizado.

Segmenta datos críticos fuera del alcance de IA

• Si tienes información verdaderamente sensible (contratos con cláusulas de confidencialidad, datos de empleados, propiedad intelectual), muévela a repositorios específicos con acceso restringido y excluidos de indexación.

• Considera desactivar Copilot en buzones de dirección, legal o RRHH hasta validar controles.

Pilota con datos no críticos

• Si aún estás en fase de prueba, no habilites Copilot en entornos de producción con datos reales hasta completar una auditoría de riesgos.

• Usa entornos sandbox con datos anonimizados o ficticios para probar funcionalidades.

Documenta y forma al equipo

• Explica a usuarios que Copilot no es una herramienta «mágica y segura»: tiene permisos, límites y riesgos.

• Establece reglas de uso claro: qué se puede consultar, qué no, y cómo reportar comportamientos extraños.

El elefante en la sala: ¿tu proveedor de IA es tu proveedor de riesgo?

Este bug ilustra un dilema estratégico para cualquier empresa que adopte IA corporativa:

Cuando activas un asistente de IA en tu stack, estás ampliando la superficie de ataque. Ya no solo proteges archivos y buzones; ahora proteges la capa de inferencia que los procesa. Y esa capa está en manos del proveedor.

Microsoft reaccionó rápido, comunicó bien y parchó. Pero otros proveedores no tienen la misma madurez operativa ni obligaciones regulatorias. Si integras IA de terceros (chatbots, agentes, conectores), pregúntate:

• ¿Qué datos procesa realmente el modelo?

• ¿Dónde se almacenan los logs de inferencia?

• ¿Qué ocurre si el proveedor sufre una brecha o un bug?

• ¿Tengo contratos que definan responsabilidades, tiempos de respuesta y compensaciones?

Oportunidad oculta: este incidente te da palanca interna

Si llevas meses intentando que dirección apruebe presupuesto para auditoría de IA, formación interna o gobernanza de datos, este bug es tu caso de uso perfecto.

Úsalo para:

• Impulsar un comité de IA interno que revise pilotos, apruebe integraciones y audite riesgos.

• Exigir cláusulas de seguridad y SLAs en contratos con proveedores de IA.

• Priorizar proyectos de clasificación y etiquetado de datos (si no sabes qué es confidencial, la IA tampoco).

• Acelerar la formación en privacidad y uso responsable de IA para equipos que ya están usando ChatGPT, Copilot o Claude por su cuenta.

La urgencia es real. El 72% de las empresas del S&P 500 ya citan la IA como riesgo material en sus reportes regulatorios. Y el Parlamento Europeo bloqueó funciones de IA en dispositivos de trabajo por miedo a subidas no autorizadas de datos confidenciales a la nube.

La lección final: la IA no se «activa», se gobierna

El error de Microsoft no fue técnico, fue de asunción de seguridad. Asumieron que un código funcionaría siempre como esperaban. Y en IA empresarial, las asunciones matan proyectos (o exponen datos).

Antes de desplegar cualquier asistente, agente o automatización con IA en entornos con datos reales, necesitas:

1. Inventario de datos: saber qué tienes, dónde está y quién puede acceder.

2. Políticas de acceso granulares: no basta con «confidencial» o «público». Define niveles, excepciones y controles por rol.

3. Auditoría continua: logs, alertas y revisiones periódicas de qué hace la IA con tus datos.

4. Plan de respuesta a incidentes: qué haces si descubres que la IA procesó información que no debía.

5. Cultura de responsabilidad: la IA no es magia. Es código, datos y permisos. Y alguien tiene que gestionarlo.

Si Microsoft —con todo su equipo de seguridad, auditorías externas y cumplimiento regulatorio— puede dejar pasar un bug así durante semanas, tu empresa también puede. La diferencia está en si lo descubres tú o te lo cuenta un regulador.

La IA sí puede ahorrarte horas, mejorar decisiones y automatizar procesos. Pero solo si construyes la infraestructura de gobernanza antes de encender el piloto. Porque cuando el bug llegue (y llegará), la pregunta no será «¿cómo lo arreglamos?», sino «¿qué datos ya se filtraron?».

Y esa pregunta no tiene parche retroactivo.