Web · móvil · mensajería · backoffice · voz
Sigamos una solución por dentro del sistema.
Una arquitectura puede sostener una web, un sistema operativo, una automatización o una solución de IA. Recorremos sus datos, reglas, integraciones, controles y evidencia final sin asumir que todo necesita agentes.
Primero, miremos todas las capas.
No es una lista de marcas. Es una forma de saber qué parte recibe la solicitud, cuál busca información, cuál decide y cuál registra lo ocurrido.
Flujos · validaciones · estados · aprobaciones
Reglas · tareas · agentes · herramientas · colas
LLM · visión · audio · predicción · routing
Embeddings · búsqueda · RAG · permisos
APIs · eventos · ETL · bases · documentos
Datos · responsables · accesos · evaluaciones · logs · auditoría
Todo sistema digital tiene una dimensión física.
Cómputo, sensores, óptica y mecanismos sostienen cada resultado.
Antes de usar información, hay que saber quién responde por ella.
Gobernar datos significa acordar propiedad, calidad, linaje, acceso, retención y uso permitido. Esa base sirve para reportes, software, automatizaciones y también para RAG: abrir el archivador correcto no basta si el contenido está obsoleto o nadie puede explicar su origen.
Fuente de verdad
El sistema operacional sigue siendo autoritativo; una copia o un modelo no inventa estados.
Responsabilidad y acceso
Cada dominio de datos tiene responsables y reglas que se mantienen en todos los canales.
Linaje y trazabilidad
Una salida relevante debe mostrar qué fuentes, transformaciones y versiones utilizó.
La autonomía se diseña; no se presume.
Un agente necesita identidad propia, un responsable humano, herramientas acotadas y una política de escalamiento. La autonomía se entrega por grados y cada acción sensible debe ser observable, revisable y, cuando sea posible, reversible.
Sin acceso a sistemas externos.
Lee datos gobernados con permisos definidos.
Prepara acciones para revisión humana.
Actúa dentro de límites y registra evidencia.
Gestiona flujos largos con pausas, presupuesto y escalamiento.
El modelo también es una superficie de riesgo.
Datos sensibles
Minimización, cifrado, retención y residencia según el contexto.
Prompt injection
El contenido no confiable no debe convertirse en instrucciones privilegiadas.
Permisos excesivos
Cada herramienta opera con la identidad y el alcance mínimo necesarios.
Respuesta incorrecta
Evaluación, umbrales, abstención y revisión en decisiones sensibles.
Acción irreversible
Confirmación explícita, idempotencia y mecanismos de compensación.
Falta de evidencia
Logs técnicos y de negocio que permitan reconstruir qué ocurrió.
Lo que no se evalúa, solo parece funcionar.
Set de evaluación
Casos reales, respuestas esperadas y riesgos conocidos.
Observabilidad
Latencia, costo, errores, decisiones y uso de herramientas.
Revisión continua
Cambios de modelo, deriva, incidentes y aprendizaje humano.
