Privacidad y seguridad en el ecosistema IA de Google: NotebookLM Enterprise y el aislamiento de Antigravity

«¿Podemos subir la documentación técnica del producto core a esa herramienta de IA para analizarla?»

En la sala, el CTO miró al responsable de seguridad. Este se ajustó las gafas y guardó silencio tres segundos: «Necesito ver su acuerdo de procesamiento de datos.»

He visto esta escena innumerables veces en consultoría empresarial de IA. El CTO ve eficiencia; el CISO ve fuga de datos. Ambos tienen razón; ambos esperan una respuesta.

No hay respuesta única. Pero entender la seguridad de NotebookLM Enterprise y Antigravity en Google ayuda a decidir con más criterio.

Esto va dirigido a quien debe abrazar la IA y mantener el suelo de seguridad: cómo NotebookLM trata tus datos, la arquitectura local-nube de Antigravity y cómo VPC-SC protege las llamadas API.

Sin marketing: hechos técnicos y cumplimiento.

NotebookLM Enterprise: la promesa de que los datos no salen del perímetro

Empecemos por NotebookLM, la herramienta de IA de Google para gestión del conocimiento empresarial.

La pregunta clave: ¿Google usará mis documentos para entrenar modelos? ¿Los revisarán humanos? ¿Pueden filtrarse a otros usuarios?

Compromisos oficiales (Workspace Enterprise)

Según Google Workspace Admin Help, para usuarios Enterprise:

• No entrenamiento de modelos: subidas, consultas y respuestas no se usan para entrenar modelos generativos
• Sin revisión humana: no las ven revisores humanos
• Protección empresarial: desde febrero de 2025 NotebookLM es servicio principal de Workspace, bajo términos empresariales de protección de datos

Esto difiere de la versión personal, cuyos términos indican que, si envías feedback, «revisores humanos pueden ver consultas, subidas y respuestas». Para empresas, es un riesgo inaceptable.

Ubicación de los datos

Según análisis de Bay Tech Consulting, los datos de NotebookLM Enterprise se almacenan en la infraestructura de Google Workspace según el contrato con el cliente. Residencia y cumplimiento quedan cubiertos por el acuerdo empresarial.

KiloClaw - OpenClaw gestionado para empresas: orquestación de agentes IA y enrutamiento inteligente

Empezar →Anuncio

Retención

• Las consultas no se guardan
• Materiales subidos, notas guardadas y resúmenes de audio se almacenan hasta que los borres
• Tras el borrado, sigue el flujo estándar de eliminación de Workspace

Significado práctico

En finanzas, salud o legal, puedes confiar relativamente en procesar documentos internos con NotebookLM — si usas Workspace Enterprise, no la versión personal.

«Relativamente» no es «absolutamente». Google puede acceder por requisitos legales, seguridad o mejora del servicio, pero con controles y auditoría estrictos.

Gobernanza de datos de Gemini API

NotebookLM usa modelos Gemini por debajo. Entender el procesamiento de Gemini API es clave para evaluar riesgo.

Tres niveles de uso de datos

1. Consumer:

• Datos pueden registrarse para seguridad, monitorización, QA, antiabuso
• Posible revisión humana
• Pueden usarse para mejorar el servicio

2. Workspace:

• Acuerdo de procesamiento de Workspace
• No entrena modelos
• Revisión humana solo en casos específicos (p. ej. abuso)

3. Enterprise (Gemini Enterprise/Cloud):

• Aislamiento más estricto
• Residencia de datos (Data Residency)
• CMEK (claves gestionadas por el cliente)
• VPC Service Controls

Cumplimiento GDPR

Para usuarios europeos, Gemini ofrece garantías de residencia regional. Datos en reposo en la región indicada, conforme GDPR. La inferencia puede requerir llamadas entre regiones — limitación técnica actual.

Recomendación clave

Con requisitos estrictos de cumplimiento, no uses la versión Consumer gratuita para negocio. Mínimo Workspace Enterprise; idealmente Gemini Enterprise Cloud.

Arquitectura local-nube de Antigravity

Antigravity es el IDE Agent-First de Google; su arquitectura de seguridad difiere de NotebookLM.

Modelo de ejecución

Según Google Codelabs, arquitectura híbrida:

• Ejecución local: edición, archivos, scripts en la máquina del usuario
• Inferencia en nube: llamadas al modelo (Gemini 3) en servidores de Google
• Autoalojamiento opcional: Enterprise permite componentes en VPC

Qué implica

Tu código fuente no se envía a la nube por defecto — salvo que pidas tareas que requieran el modelo en nube:

• ¿Autocompletado local? Procesamiento local
• ¿Generar código con Gemini 3? Se envía a la nube
• ¿Analizar todo el repositorio? Parte de metadatos puede subirse

Estrategia de seguridad del código

Para uso empresarial de Antigravity:

1. Aislar repos sensibles: algoritmos core y gestión de claves fuera de proyectos Antigravity
2. Aislamiento de red: VPC-SC para limitar servicios externos del Agent
3. Logs de auditoría: registrar operaciones del Agent y llamadas API

Arquitectura de despliegue empresarial

Según Augment Code, Antigravity Enterprise soporta arquitectura Cloud Run con:

• Cloud Storage para contenido del repositorio
• BigQuery para metadatos y búsqueda de código
• VPC Service Controls e IAM para seguridad empresarial

Permite ejecutar parte de Antigravity en nube privada conservando capacidades de IA en la nube.

VPC Service Controls: construir el perímetro de seguridad

VPC Service Controls (VPC-SC) es una función de seguridad de Google Cloud para perímetros de datos.

Vultr - Servidor cloud NVMe de alto rendimiento, 32 ubicaciones globales, despliegue Docker con un clic

Ver precios →Anuncio

Concepto central

VPC-SC define un «perímetro de servicio» (Service Perimeter) donde:

• Los datos fluyen libremente dentro
• El acceso externo se bloquea o audita estrictamente
• Incluso servicios internos de Google respetan el perímetro

En cargas de trabajo de IA

Para empresas con Gemini, NotebookLM y Antigravity, VPC-SC permite:

1. Anti-fuga: evitar sincronización accidental a cuentas personales de Google
2. Limitar API: solo VPCs autorizadas llaman Gemini API
3. Auditar accesos: quién, cuándo y cómo accede a servicios de IA

Ejemplo de configuración

# Concepto simplificado de VPC-SC
title: "AI Services Perimeter"
resources:
  - projects/my-enterprise-project
restrictedServices:
  - gemini.googleapis.com
  - notebooklm.googleapis.com
  - storage.googleapis.com
ingressRules:
  - from:
      identities:
        - serviceAccount:[email protected]
    to:
      operations:
        - "*"

Recomendaciones de despliegue

Según informes de InfoQ, despliegue empresarial de VPC-SC requiere:

1. Por fases: validar en pruebas antes de producción
2. Mapeo de servicios: listar dependencias Google para no bloquear por sorpresa
3. Break-glass: mecanismo de emergencia para bypass
4. Monitorización continua: logs VPC-SC en SIEM con alertas

Lista de verificación de cumplimiento para adopción de IA empresarial

¿Cómo evaluar si una herramienta de IA encaja en tu empresa?

Clasificación de datos

Clasifica lo que introduces en la IA:

• Públicos: web, docs publicados — bajo riesgo
• Internos: documentación técnica, planes — riesgo medio; confirmar términos
• Sensibles: clientes, finanzas, algoritmos core — alto riesgo; protección extra

Lista de evaluación de proveedor

Para cada herramienta, confirma:

Política de entrenamiento:

• ¿Compromiso explícito de no entrenar?
• ¿Contrato o solo términos de usuario?
• ¿Condiciones de revisión humana?

Residencia de datos:

• ¿Región de almacenamiento?
• ¿Cifrado en tránsito?
• ¿Cifrado en reposo?

Certificaciones:

• ¿SOC 2?
• ¿ISO 27001?
• ¿Declaración GDPR?
• ¿Sectoriales (HIPAA, PCI-DSS)?

Funciones empresariales:

• ¿SSO/SAML?
• ¿Logs de auditoría?
• ¿Permisos granulares?
• ¿Exportación/borrado de datos?

Estrategia de implementación

Fase 1: Piloto

• Proyectos no sensibles
• Políticas de uso y formación
• Monitorizar uso y feedback

Fase 2: Adopción controlada

• Más equipos
• VPC-SC y medidas de seguridad
• Proceso de respuesta a incidentes

Fase 3: Adopción plena

• Integración en flujos estándar
• Auditoría de cumplimiento continua
• Equilibrio costo-seguridad

Cierre

Volvamos a la sala de reuniones.

Railway - Plataforma de despliegue moderna, sin ops complejas, en producción en minutos

Empezar ahora →Anuncio

El CTO pregunta: «¿Podemos subir la documentación técnica del producto core?»

Ahora el responsable de seguridad puede responder con más matices:

«Con NotebookLM Enterprise, los datos no salen del perímetro y no entrenan modelos; el riesgo de cumplimiento es controlable. Aun así, para documentación de algoritmos core probaría primero una versión anonimizada. Además, configuraríamos VPC-SC para evitar fugas accidentales.

«Antigravity sí, pero aislando repos sensibles. Desarrolladores en local para código core; IA en funciones periféricas.»

No es un sí o un no binario. Es juicio sobre riesgo, medidas técnicas y procesos de cumplimiento.

La presión por transformación con IA no desaparece. Competidores usan IA, clientes esperan iteración más rápida, equipos necesitan eficiencia. Pero el suelo de seguridad tampoco puede cederse — una filtración puede costar más que todo lo que la IA aporte.

La clave está en el equilibrio: entender los mecanismos de seguridad, políticas de uso adecuadas y controles técnicos necesarios.

El ecosistema de IA de Google (NotebookLM, Antigravity, Gemini Enterprise) está relativamente maduro en seguridad empresarial: acuerdos claros de datos, VPC-SC y certificaciones.

Pero la seguridad final es responsabilidad de la empresa. El proveedor da capacidades; cómo usarlas y protegerlas depende de tu decisión.

Espero que esto te ayude a dar respuestas más informadas en esa sala de reuniones.