Infraestructura IA, no sensacion de herramienta
Herramientas IA vs. infraestructura IA: orquestación, gobernanza, modelo-agnóstico, Audit Trail. Por qué las empresas necesitan su propia capa.
Herramienta vs. infraestructura
ChatGPT, Microsoft CoPilot, Google Gemini: son herramientas de IA. Se introduce una pregunta, se obtiene una respuesta. Para la productividad individual, funciona. Para procesos empresariales, no.
De un vistazo - Infraestructura IA vs. hype de herramientas
- ChatGPT, CoPilot y Gemini son herramientas de IA - no infraestructura enterprise. Carecen de Audit Trail, aislamiento de inquilinos e integración con sistemas.
- La infraestructura IA enterprise consta de siete capas: Presentation, Orchestration, Agent, Decision, Model, Integration e Infrastructure.
- Gartner (2024) informa que más del 55% de las organizaciones que desplegaron herramientas de IA sin governance tuvieron que reconstruir su enfoque en 18 meses.
- Una arquitectura model-agnostic previene el vendor lock-in y mantiene los modelos intercambiables - Claude, GPT, Gemini, Llama, Mistral.
- Tras 12 a 18 meses, el cliente opera la infraestructura de forma autónoma con acceso completo al código fuente y sin dependencia recurrente del proveedor.
La diferencia entre una herramienta de IA y una infraestructura de IA es comparable a la diferencia entre una hoja de cálculo y un sistema ERP. La hoja de cálculo resuelve un problema concreto para un usuario individual. El sistema ERP es la infraestructura sobre la que funcionan los procesos de negocio de toda la empresa.
La infraestructura de IA es la capa arquitectónica entre el modelo de lenguaje y el sistema empresarial. Abarca: hosting de modelos, orquestación, Decision Layer, gobernanza, integración con sistemas existentes. El modelo de lenguaje es un componente de esta infraestructura, no la infraestructura en sí.
Lo que le falta a una herramienta de IA
Cuando una empresa utiliza ChatGPT para el procesamiento de facturas, falta:
Audit Trail: Sin documentacion de que decision se tomo sobre que base. En una auditoria, nada es trazable.
Conjuntos de reglas versionados: ChatGPT no conoce reglas de contabilidad especificas del cliente en version 4.2. Tiene conocimiento general sobre contabilidad, pero no los conjuntos de reglas concretos del cliente adaptados al Plan General de Contabilidad.
Aislamiento de inquilinos: Los datos de todos los inquilinos fluyen al mismo sistema. Sin Row-Level Security, sin separacion de workspaces.
Integracion: ChatGPT no puede crear un asiento en SAP, disparar un flujo de trabajo en Trigger.dev ni escalar un caso a un gestor.
Human-in-the-Loop: Sin revision humana impuesta arquitectonicamente. Sin reglas de escalacion. Sin umbrales de confianza.
Modelo-agnostico: Quien construye sobre ChatGPT queda vinculado a OpenAI. Si OpenAI sube los precios, cambia la API o interrumpe el servicio, la empresa se queda sin alternativa.
Las siete capas de la infraestructura de IA empresarial
La arquitectura de referencia de Gosign describe siete capas:
Presentation Layer: Interfaz de chat, dashboard, Portal del Auditor, REST API. La interfaz entre el sistema y el usuario.
Orchestration Layer: Motor de flujos de trabajo (Trigger.dev o Camunda), API Gateway, gestion de colas. Coordina el flujo de datos entre todos los componentes.
Agent Layer: Los agentes especializados: Document Agents, Workflow Agents, Knowledge Agents. Cada agente tiene un ambito de responsabilidad definido.
Decision Layer: Descompone cada proceso en pasos de decision. Para cada paso define: persona, conjunto de reglas o IA. Incluye Rules Engine (conjuntos de reglas versionados), Confidence Routing (evaluacion automatica de riesgos), Human-in-the-Loop (impuesto tecnicamente) y Audit Trail (protocolo de decisiones inmutable).
Model Layer: Los modelos de lenguaje. Intercambiables, modelo-agnosticos. Claude, ChatGPT, Gemini, Llama, Mistral, DeepSeek, gpt-oss.
Integration Layer: La conexion con sistemas existentes. SAP, Sage, Workday, SuccessFactors, SharePoint.
Infrastructure Layer: El despliegue. Azure, GCP, Self-Hosted, hibrido.
La capa de Governance se extiende como componente transversal a traves de las siete capas.
Herramienta de IA vs. infraestructura de IA
| Capacidad | Herramienta IA (ChatGPT) | Infraestructura IA |
|---|---|---|
| Audit Trail | No | Protocolo de decisiones inmutable |
| Aislamiento de inquilinos | No | Row-Level Security, separación de workspaces |
| Integración ERP | No | SAP, Sage, Workday vía APIs |
| Reglas versionadas | No | Específicas por cliente, versionadas |
| Human-in-the-Loop | No | Impuesto arquitectónicamente |
| Independencia de modelo | Vinculado a un proveedor | Routing model-agnostic |
| Capa de governance | No disponible | Transversal a todas las capas |
La ventaja de la infraestructura
Con una infraestructura de IA propia, la empresa obtiene:
Control: Los datos permanecen en la infraestructura propia. Los modelos son intercambiables. Acceso completo a los conjuntos de reglas y configuraciones. Esto es especialmente relevante en Espana, donde el RGPD y la LOPDGDD (Ley Organica 3/2018) imponen requisitos estrictos de proteccion de datos.
Escalabilidad: Un agente para un proceso es un PoC. La infraestructura permite desplegar agentes adicionales para procesos adicionales, con la misma gobernanza.
Independencia: Tras 12-18 meses, el cliente opera la infraestructura de forma autonoma. Acceso completo al codigo fuente, todos los prompts y conjuntos de reglas. Sin vendor lock-in.
Mas sobre este tema: Infraestructura de IA
Mas sobre servicios: Servicios
Agendar reunion. Le mostramos como es una infraestructura de IA para su empresa.
Bert Gogolin
Director General, Gosign
AI Governance Briefing
IA empresarial, regulación e infraestructura - una vez al mes, directamente de mi parte.