Saltar al contenido
focoit.com
Inicio de Focoit
IA · Arquitectura18 de noviembre de 2026

Arquitectura de IA: diseñá el sistema alrededor del modelo

La respuesta corta primero; el detalle abajo.

Respuesta corta: el modelo es una caja en el diagrama. La mayor parte del trabajo, del costo y del riesgo de un sistema de IA en producción está en la arquitectura que lo rodea — fundamentación, orquestación, evaluación, resguardos, identidad y el modelo operativo. Diseño ese sistema en Azure y después pruebo en código las partes riesgosas antes de comprometer el diseño.

Lo difícil de la IA rara vez es el modelo; es el modelo operativo que lo rodea. Un sistema de LLM en producción necesita recuperación, orquestación, evaluación y resguardos alrededor del modelo — y esas son decisiones de arquitectura, no parámetros del modelo. Esa es la parte en la que trabajo.

Para quién es

Equipos con un caso de uso de IA y un piloto que no llegó a producción. Fundadores no técnicos que están decidiendo si construir con IA. Líderes de ingeniería a quienes les vendieron un modelo y necesitan una arquitectura alrededor.

También es para equipos de salud y de otras industrias reguladas, donde la privacidad, la seguridad y el riesgo del modelo son parte del diseño. Yo aporto la arquitectura de Azure y de IA; tus responsables de cumplimiento aportan las decisiones de cumplimiento. Si ya tenés un prototipo que funciona y la pregunta es qué conservar, también es un buen punto de partida.

Qué te llevás

  • Una arquitectura de referencia. RAG agéntico o tradicional, búsqueda vectorial y orquestación multiagente con Microsoft Foundry IQ y Semantic Kernel — elegidos para el problema, no por moda.
  • Una comparación honesta de recuperación. RAG agéntico contra tradicional, evaluados por eficiencia de tokens y calidad de respuesta, en lugar de suponer que la opción más compleja es mejor.
  • Evaluación y resguardos. IA responsable y Zero Trust incorporados, con evaluación y observabilidad en todos los componentes — para que puedas ver qué hizo el sistema y por qué.
  • Una base de gobierno. El Microsoft Cloud Adoption Framework como punto de partida para seguridad, gobierno y operaciones.
  • Una decisión de construir, comprar o configurar. Si el sistema debería construirse, configurarse sobre una plataforma existente, o no construirse todavía.
  • Pensado para operar. CI/CD, estrategia de entornos, observabilidad y transparencia de costos, para que lo que sale pase sin fricción a la operación a largo plazo.

En Azure eso muchas veces significa Azure OpenAI o AI Foundry para el modelo, un índice de búsqueda vectorial para la recuperación, y Semantic Kernel para la orquestación — con acceso Zero Trust y el Cloud Adoption Framework alrededor de todo. Las piezas se eligen para que encajen con el problema, no se copian de un diagrama de referencia.

La arquitectura está escrita para que puedas dársela a cualquier equipo — incluido el que ya tenés.

Cómo funciona

  1. Llamada de estrategia. Cuarenta minutos sobre el objetivo, los datos y las restricciones. No hace falta una presentación.
  2. Arquitectura y evaluación. Una arquitectura de Azure con alcance definido para el sistema de IA, una visión de costos realista, y una recomendación de comprar o construir. La evaluación cubre los datos que podés usar, dónde están, quién puede acceder a ellos, y qué puede ver el modelo — porque los datos y los permisos deciden qué puede responder el sistema de forma segura.
  3. Probar la parte riesgosa. Prototipo las piezas con más probabilidad de fallar — en código, configuración, pipelines y prompts — antes de aprobar el diseño.
  4. Desarrollar o entregar. Diseño y entrego en Azure con seguridad y gobierno desde el inicio, o le entrego el diseño a tu equipo para que lo construya.

Qué no es

  • No es una presentación de estrategia de IA. Te llevás algo sobre lo que podés actuar, no una diapositiva sobre transformación.
  • No es la propuesta de un proveedor. La respuesta honesta muchas veces es configurar una plataforma existente, comprar un componente, o esperar — y la vas a escuchar.
  • No es una promesa de que la IA es la respuesta. Un sistema que no debería existir sigue siendo un mal sistema, por bueno que sea el modelo.
  • No es experiencia en cumplimiento. Tengo en cuenta el cumplimiento, pero no soy auditor de cumplimiento. Diseño dentro de las capacidades de Azure, junto con tus responsables de cumplimiento, y no doy asesoramiento legal.
  • No es una demo que se queda en demo. Si no puede llegar a producción con la seguridad, el costo y la operación alrededor, la arquitectura no está terminada.
  • No es un proyecto de entrenamiento de modelos. El trabajo es el sistema alrededor del modelo: recuperación, orquestación, evaluación y operación.

Si el sistema no debería construirse, esa es la recomendación — con el razonamiento por escrito.

Próximo paso

Traé el caso de uso, los datos que realmente podés usar, y las restricciones que ya conocés. Cuarenta minutos alcanzan para decir si el sistema que tenés en mente es el correcto — y qué probar primero en cualquier caso.

Reservá una llamada de estrategia