Latest / M365.FM – Podcast de Microsoft 365, Copilot e IA en español / IA empresarial con Power Platform y Azure OpenAI: arquitectura, seguridad y gobernanza más allá de la demo de chatbot (Doblaje IA)
Transcript
- 0:00Listo para 10 días de Microsoft 365, Copilot y a Azure y las personas que están dando forma al futuro del trabajo y este enero, regresa M365 con y venimos con todo.
- 0:12Únete a nosotros para las sesiones en vivo, demostraciones reales y conocimientos prácticos de MVP y expertos de la industria en todo el mundo.
- 0:18Nada de diapositivas genéricas, nada de palabras de moda interminable.
- 0:22Abordaremos los desafíos reales, Copilot Studio, agentes de IA, Fabric, seguridad, gobernanza y automatización.
- 0:28Tanto si eres un profesional de TI, desarrollador o líder empresarial, hay sesiones diseñadas para ti.
- 0:35Con 10 días completos, puedes explorar múltiples tecnologías y conectar con una comunidad global.
- 0:40Míralo en vivo y lleva ideas prácticas de vuelta a tu organización.
- 0:45Enero de 2027, 10 días, una comunidad de Microsoft.
- 0:49El registro ya está abierto.
- 0:52Reserva tu lugar hoy mismo.
- 0:54Eso es M365.com.net
- 0:58Únete ahora en M365.com.net y nos vemos en vivo en enero.
- 1:05¿Alguna vez te has preguntado por qué tantas demostraciones de Power Platform con IA se quedan en chatbots y no sobreviven en un flujo de trabajo empresarial real?
- 1:12Este video muestra lo que ellos no, cómo conectar realmente Azure OpenAI con Power Apps y Dynamics 365 con toda la seguridad, el rendimiento y la gobernanza que exigen las implementaciones profesionales.
- 1:24Si alguna vez quisiste menos magia y más técnica, estás en el lugar correcto.
- 1:28Más allá del conector, la verdadera anatomía de la IA en Power Platform siempre comienza de la misma manera.
- 1:34Los usuarios empresariales ven una demo llamativa, quizás un chatbot de ventas que responde en segundos o una app de servicio al cliente que clasifica tickets mágicamente.
- 1:44Y piensan, genial, pongamos eso directamente en Power Apps.
- 1:47El conector está ahí, las pantallas se iluminan y la gente empieza a imaginar a la IA haciendo su trabajo pesado.
- 1:52Pero la realidad golpea rápido.
- 1:54El conector funciona para dos personas en una demo y justo cuando crees que estás construyendo algo grande, aparecen problemas de rendimiento, los chatbots, empiezan a decir incoherencias o se filtran datos confidenciales.
- 2:06Aquí es donde la mayoría de las integraciones de IA se estancan.
- 2:09Culpa el mito de que añadir IA a Power Platform es solo hacer clic en más, agregar un conector y enlazarlo a Azure OpenAI.
- 2:15Esa mentalidad persiste porque en teoría estas herramientas parecen demasiado fáciles.
- 2:19Ojalá eso fuera lo difícil.
- 2:21Entonces, ¿qué hay realmente bajo de capo cuando quieres algo más que un proyecto de juguete?
- 2:25Entender dónde ocurre realmente la magia de la IA marca la diferencia entre una demo fallida y potenciar un proceso de negocio real y potenciar un negocio real.
- 2:31Ahora bien, en casi cualquier configuración serie de IA en Power Platform hay cuatro actores.
- 2:35Primero, tienes a Power Apps o Dynamics 365 con los que interactúan los usuarios finales y que disparan cada solicitud de IA.
- 2:43Recopilan datos, tal vez un mensaje de cliente, el resultado de una encuesta, una reseña de producto o cualquier información de la que desees obtener inteligencia.
- 2:50Pero las Power Apps no se comunican directamente con Azure OpenAI.
- 2:53Ahí es donde entra Power Automate, orquestando todo el proceso.
- 2:56Cada vez que un usuario presiona un botón o envía un formulario, el flujo de Power Automate captura los datos, les da el formato correcto y los envía a donde deben ir.
- 3:03En tercer lugar está el punto de conexión de Azure OpenAI.
- 3:07Este es el verdadero cerebro, que ofrece funciones como análisis de sentimiento, resumen de texto o incluso la generación de respuestas para clientes.
- 3:14Y escondido discretamente la pila, tienes Azure AP Management, que es criminalmente ignorado hasta que algo explota.
- 3:21Esa es la parte de seguridad y limitación la diferencia entre tener un flujo constante y saturar los conductos.
- 3:25Analicemos cómo estas piezas del rompecabezas dependen unas de otras.
- 3:28Tomemos el disparador, por ejemplo, el instante en que un usuario en Dynamics 365 registra una llamada de ventas.
- 3:34Eso activa un flujo de Power Automate.
- 3:37El flujo no solo mueve datos de A, B.
- 3:39Podría limpiar texto, combinar con texto de otras fuentes o enmascarar campos por privacidad antes de que la solicitud vuele hacia Azure OpenAI.
- 3:47Ese recuerdo importa.
- 3:49Si el flujo se ejecuta lentamente, porque otra automatización consume recursos, verás cómo se acumula la latencia en tu aplicación.
- 3:55Si Power Automate no prepara adecuadamente la carga, digamos que una reseña de producto carece de contexto o llega con un formato extraño,
- 4:02tu punto de conexión de OpenAI arrojará resultados extraños o, peor aún, alucinará respuestas.
- 4:08Por lo tanto, no hay inteligencia si la conexión aguas arriba está desordenada.
- 4:12Esto se vuelve aún más interesante con Azure AP Management en la mezcla.
- 4:15Aunque todos estén entusiasmados con la inteligencia, no hay suficientes personas que piensen en quién debe tener acceso y con qué frecuencia.
- 4:20¿Y con qué frecuencia?
- 4:21AP Management actúa con un balanceador en la puerta.
- 4:23Verifica cada solicitud, aplica la autenticación y se asegura de que el uso no se descontrole.
- 4:29Si no configuras políticas de limitación, una aplicación rota puede ejecutar miles de solicitudes por hora
- 4:33y saturar repentinamente tu instancia de OpenAI o, igual de divertido, generar una factura de Azure por las nubes.
- 4:40También registra quién hizo qué, lo que significa que cuando algo se rompe o alguien toma atajos,
- 4:44realmente tienes un registro de auditoría que seguir, que seguir.
- 4:47Las demostraciones nunca muestran realmente a tu problema.
- 4:48En esos breves recorridos, todo está optimizado para un puñado de usuarios y condiciones de red casi perfectas.
- 4:55Pero, en un negocio real tienes SLA reales, preocupaciones de privacidad de datos simbrales de rendimiento que no pueden simplemente ignorarse.
- 5:02Por ejemplo, supongamos que lanzas una power-up de comentarios de ventas con análisis de sentimiento integrado.
- 5:07Con solo 10 personas, el flujo funciona a la perfección y obtiene resultados útiles en menos de un segundo.
- 5:11Pero, el día que esa cifra salta a 10.000, quizás tras una campaña de correo o una fusión,
- 5:15empiezas a ver esperas de 30 segundos o errores porque tu endpoint no puede seguir el ritmo de las peticiones.
- 5:21Y ahora aún, podrías descubrir que la mitad de los datos de retroalimentación fallan repentinamente
- 5:26al procesarse porque el tamaño de tu carga superó los límites de Azure
- 5:29o las políticas de seguridad en API Management nunca se ajustaron.
- 5:33Ahora, en lugar de ayudar a ventas, tu canalización de IALOS está bloqueando
- 5:36y el servicio de soporte no está nada contento.
- 5:38Esa es la llamada de atención.
- 5:39Configurar un conector no es más que una invitación a la fiesta de la arquitectura.
- 5:42El verdadero evento es entender cómo interactúa cada capa
- 5:47y lo frágiles que se vuelven las cosas cuando intentas escalar.
- 5:52Saber cómo Power Apps activa orquestaciones,
- 5:54cómo los flujos procesan y aseguran los datos,
- 5:56cómo los endpoints de IALOS interpretan
- 5:58y cómo API Management actúa como barrera de seguridad.
- 6:01Eso es lo que separa un bot atrapado en pruebas de una solución empresarial.
- 6:06Si solo entiendes el conector,
- 6:07siempre estarás apostando con la estabilidad y la seguridad y la seguridad.
- 6:10Cualquiera puede arrastrar y soltar una nueva demo de IALOS en Power Apps.
- 6:14Construir algo que sobreviva al contacto con usuarios y datos reales
- 6:17significa profundizar en los detalles, no solo limitarse a usar conectores.
- 6:21Por eso, cuando la petición cambia de que esto repita texto
- 6:23a resuelve realmente mi problema de negocio,
- 6:25la inteligencia necesita volverse mucho más capaz.
- 6:28Así es como se conectan los cerebros para generar impacto empresarial.
- 6:32Ajustando la IA para negocios, sentimientos, resumen y más.
- 6:34Si alguna vez has experimentado con Azure OpenAI en Power Platform,
- 6:39probablemente habrás notado algo extraño.
- 6:41Un mismo endpoint puede detectar sentimiento negativo en una frase,
- 6:44resumir una cadena de correos o redactar la descripción de un producto,
- 6:48a veces en un mismo día, todo con la misma caja de IA.
- 6:53Pero no es magia y hay una razón por la que muchos proyectos se estancan
- 6:56en cuanto intentas hacer algo realmente útil.
- 6:59La gente suele asumir que solo hay que cambiar el prompt y listo.
- 7:02La realidad, cada caso de uso empresarial requiere un enfoque diferente
- 7:06y es aquí donde esa fantasía de conectar y usar se desmorona.
- 7:09Hablemos de la diferencia entre el análisis de sentimiento y la generación de texto.
- 7:13Digamos que quieres que tu aplicación Dynamics 365 marque las quejas de los clientes.
- 7:17El análisis de sentimiento es el caso de uso inicial obvio,
- 7:19entradas cortas, respuestas rápidas, bajo costo y apenas con texto que rastrear.
- 7:25Y esto funciona porque Power Automate solo necesita pasar los datos más básicos
- 7:29al endpoint de OpenAI, una o dos frases, junto con el prompt correcto
- 7:32que le indique al modelo qué buscar.
- 7:35Puede procesar dos anas de registro rápidamente sin riesgo de que el modelo
- 7:38se descontrole o agote su presupuesto.
- 7:41Esos flujos son fáciles de gestionar, fáciles de limitar y casi nunca necesitan ser reescritos.
- 7:45Ahora, pasemos a la generación de resúmenes donde las cosas empiezan a complicarse.
- 7:48Si su Power App permite a los gerentes pegar notas de reuniones detalladas
- 7:53y esperar resúmenes coherentes en segundos,
- 7:55el mensaje enviado a OpenAI debe estar bien redactado y con el tono adecuado.
- 8:01Aún así, no todos los resúmenes son iguales.
- 8:04Si la carga de datos es muy grande o el texto original no tiene estructura,
- 8:08el modelo puede fallar y empezar a parafrasear en lugar de resumir
- 8:11o incluso alucinar detalles inexistentes,
- 8:15esto nos remite a la configuración.
- 8:17Power Automate debe dar forma en entrada,
- 8:19eliminar firmas, quitar formato y quizás dividir el documento si es demasiado largo.
- 8:23Y todo esto antes de que la IA haga su trabajo.
- 8:25Pero donde la situación se vuelve difícil es con la generación o clasificación completa de texto de gran escala.
- 8:30Supongamos que su equipo de ventas quiere respuestas de correo personalizadas al instante
- 8:34o que su soporte quiere cada ticket clasificado por tipo de problema.
- 8:37La mayoría no se da cuenta de que ejecutar esos flujos con IA en miles de entradas
- 8:42no es como la demostración optimista.
- 8:44El flujo de Power Automate debe recorrer conjuntos de datos masivos.
- 8:48El punto de conexión de OpenAI se satura con solicitudes,
- 8:51el rendimiento cae y su factura de Azure empieza a subir,
- 8:54a veces lo suficiente como para involucrar a contabilidad.
- 8:59El gran error aquí es tratar estos procesos de IA como intercambiables.
- 9:04El análisis de sentimiento puede costar fracciones de centavo,
- 9:07pero la generación de texto extenso aumenta la complejidad,
- 9:11consume cientos de tokens y tarda más en responder.
- 9:15Añada la necesidad de instrucciones personalizadas,
- 9:17quizá un tono distinto para cada cliente y cada ajuste,
- 9:20exigirá una ingeniería de prompts precisa.
- 9:23La gente escucha ingeniería de prompts y piensa que suele escribir mejores instrucciones,
- 9:26pero es más como ajustar un algoritmo de búsqueda.
- 9:29Prueba, obtiene resultados extraños y reescribe.
- 9:31Cada variación que lanza afecta no solo al resultado, sino también al tiempo,
- 9:35costo y perfil de seguridad de su flujo de trabajo.
- 9:39Esto no es una teoría.
- 9:40Hay demasiados ejemplos en el mundo real para ignorarlos.
- 9:43Una empresa creó un flujo de Power Platform que usaba OpenAI para triar tickets de servicio al cliente,
- 9:48clasificarlos por sentimiento y sugerir respuestas predefinidas.
- 9:50Se veía perfecto en la fase pro.
- 9:54El problema surgió cuando abrieron el flujo a todo el personal de soporte
- 9:57y de repente, el punto de conexión.
- 9:59Recibía solicitudes por cada ticket cada minuto.
- 10:02El modelo estaba configurado para generación de texto general,
- 10:04no solo para una clasificación simple.
- 10:06Sik analizó todo el historial de tickets y escribió borradores de varios párrafos cada vez, cada vez.
- 10:11Los costos se dispararon de la noche a la mañana,
- 10:13los flujos de trabajo se volvieron lentos y la AI empezó a inventar información en sus sugerencias.
- 10:17Nadie se detuvo a preguntar por qué una simple tarea de clasificación necesitaba
- 10:21el endpoint configurado para generación de texto en lugar de clasificación breve.
- 10:25Tomó horas de investigación antes de que alguien se diera cuenta
- 10:28de que unos pocos ajustes en Power Automate y la configuración del endpoint causaron todo el desastre.
- 10:33Si quieres tener control, empieza por establecer cuotas de uso en los flujos de Power Automate
- 10:37y supervisa siempre el uso de solicitudes y tokens mediante el portal de Azure.
- 10:42Para tareas rápidas como clasificación o análisis de sentimiento,
- 10:45configura flujos paralelos y utiliza el modelo más pequeño que realice el trabajo.
- 10:50Para la generación de textos largos, limita el máximo de tokens
- 10:53y restringe la frecuencia con la que los usuarios pueden acceder a esas funciones.
- 10:57Revisa los registros regular.
- 10:59Detecta picos o anomalías lo antes posible.
- 11:02Si omites estos pasos, la plataforma te lo señalará con una factura inesperada
- 11:05o peor aún, los usuarios sufrirán el impacto con un rendimiento lento de la aplicación.
- 11:09Por lo tanto, la configuración correcta de la AI no se trata solo de hacer que la solución funcione.
- 11:12Se trata de mantener el negocio en marcha, los costos predecibles y los resultados coherentes.
- 11:18Una configuración incorrecta convierte a la AI no en riesgo en tiempo récord.
- 11:22Ahora que has integrado capacidad intelectual en tus aplicaciones,
- 11:25debes definir quién puede usarla y cómo mantendrás tus endpoints y datos protegidos a gran escala.
- 11:30Asegurando el flujo.
- 11:33Porque Azure API Management es tu escudo.
- 11:35Si te has fijado, la mayoría de las demostraciones de AI en Power Platform
- 11:38minimizan la seguridad como si fueras una casilla más al final.
- 11:42Pero cuando los proyectos piloto pasan de entornos de prueba a la producción en vivo,
- 11:45surgen nuevos riesgos rápidamente.
- 11:48De repente, ese endpoint de OpenAI ya no solo responde a pruebas inofensivas,
- 11:52es una ventana potencial a todo lo que tu aplicación expone.
- 11:56Imagina un flujo de servicio al cliente filtrando silenciosamente datos de clientes
- 12:00a través de una API no segura.
- 12:02O un chatbot con una clave expuesta a la vista.
- 12:06Unos pocos errores pueden dejar a una empresa vulnerable ante accesos no autorizados,
- 12:09fugas de datos o avalanchas de llamadas a la API por parte de terceros.
- 12:13Esto no es hipotético.
- 12:15Una vez que conectas los endpoints de Azure OpenAI a Power Apps o Dynamics 365,
- 12:19estás exponiendo una gran potencia de fuego.
- 12:21Si la persona equivocada obtiene tu clave de API,
- 12:23quizás porque quedó en un script o en un flujo de prueba,
- 12:25puede empezar a enviar prompts, obtener respuestas y acumular cargos.
- 12:28Y acumular cargos.
- 12:29Los ataques de IDOS se vuelven una preocupación real.
- 12:32Incluso sin actores malintencionados,
- 12:33una aplicación mal configurada que entre en bucle en el registro incorrecto
- 12:36podría saturar tu endpoint sin parar.
- 12:38En ambos casos te quedas no solo con un problema de gobernanza,
- 12:40sino potencialmente con costos descontrolados.
- 12:42Y dependiendo de los datos que se transmiten,
- 12:45existen verdaderos riesgos de cumplimiento.
- 12:47Aquí es donde Azure IP Management se convierte en el héroe anónimo.
- 12:50La mayoría lo ve como otro recurso de Azure más que configurar,
- 12:53pero en realidad es la diferencia entre el orden y el caos.
- 12:57¿IP Management hace cosas que Power Automate y los conectores por sí solos no pueden?
- 13:01Impone autenticación y autorización cada vez que se realiza una solicitud,
- 13:04no solo cuando recuerdas programarlo.
- 13:07Limita el número de solicitudes a tu punto de conexión,
- 13:09lo que significa que un error de programación o un script descontrolado
- 13:12no pondrán en riesgo tu presupuesto o reputación.
- 13:15Y mantiene registros detallados,
- 13:17proporcionándote un rastro cuando necesites responder preguntas sobre quién accedió a qué y cuándo.
- 13:21Hablemos de un incidente real.
- 13:22Una organización implementó un flujo de clasificación de IA
- 13:25para correos electrónicos de clientes en Dynamics 365
- 13:27y pasó a la clave de API y Power Automate.
- 13:31La clave determinó una carpeta de documentación compartida y un miembro del equipo,
- 13:34entusiasta pero sin información,
- 13:35creó accidentalmente un bucle recursivo en su aplicación de prueba.
- 13:37En cuestión de horas, miles de llamadas de API llegaron al punto de conexión de OpenAI,
- 13:42muchas repitiendo los mismos registros.
- 13:43¡Bum!
- 13:44La factura de Azure se disparó inesperadamente
- 13:46y solo después de revisar los registros,
- 13:48el equipo se dio cuenta de lo que había sucedido.
- 13:50Lo peor no fue solo la factura,
- 13:51sino la incertidumbre sobre si alguna información confidencial
- 13:53terminó en el lugar equivocado.
- 13:56Si se hubiera implementado API Management,
- 13:58el bucle habría activado un error de límite de velocidad mucho antes
- 14:01de que la situación empeorara
- 14:03y un mejor registro habría detectado el flujo al instante.
- 14:05Las políticas de API Management son la verdadera de seguridad.
- 14:09Puedes establecer límites de velocidad,
- 14:10por ejemplo, un número máximo de visitas por minuto por usuario.
- 14:14Puedes restringir las llamadas por rango de IP
- 14:15para que solo se permitan solicitudes provenientes de puertas de enlace
- 14:18conocidas de Power Platform.
- 14:20Para organizaciones con políticas de cumplimiento estrictas,
- 14:23puedes requerir encabezados o tokens únicos para tu proceso comercial,
- 14:26haciendo que el acceso externo aleatorio sea notorio y fácil de bloquear.
- 14:29Todos estos controles están diseñados no para frustrar a los usuarios finales,
- 14:34sino para asegurar que una aplicación impulsada por IA
- 14:37no interrumpa tus operaciones o, peor aún,
- 14:40comprometa los datos del cliente.
- 14:42Lograr un equilibrio importante.
- 14:44Las políticas de seguridad deben ser lo suficientemente fuertes
- 14:46para prevenir el abuso, pero no alentizar el negocio a ir.
- 14:47Si la limitación es demasiado agresiva,
- 14:50las solicitudes legítimas comienzan a fallar
- 14:52y los usuarios recurren a trucos como enviar los mismos datos
- 14:55una y otra vez hasta que pasan.
- 14:58Ahí es donde el monitoreo y la analítica dentro de IP Management
- 15:00se vuelven críticos.
- 15:03Ves los patrones de uso a lo largo del tiempo.
- 15:04Detectas llamadas fallidas y ajustas las políticas
- 15:06antes de que los usuarios siquiera lo noten.
- 15:10Entonces quieres que todos en la empresa experimenten
- 15:12con funciones de IA en Power Apps y Dynamics 365,
- 15:14pero necesitas un amortiguador para evitar que los datos
- 15:18y los costos se descontrolen.
- 15:21Con IP Management manejando el control de acceso
- 15:23obtienes mucho más que protección.
- 15:25Puedes rastrear la adopción, ver qué flujos de trabajo
- 15:27generan valor real y cuáles consumen capacidad sin motivo.
- 15:30Cuando el liderazgo pregunta quién, qué, cuándo y cómo
- 15:32todo está registrado,
- 15:34a medida que el uso escala de 5 personas en una prueba de concepto,
- 15:37a miles usando una aplicación de ventas o soporte,
- 15:40IP Management asegura que no solo abras las compuertas
- 15:42y esperes lo mejor.
- 15:44Guías el tráfico de manera predesiva.
- 15:46El secreto a voces es que,
- 15:48sin una gestión adecuada de esos puntos finales de IA,
- 15:50la mayoría de las integraciones listas para producción
- 15:52colapsan ante cualquier imprevisto.
- 15:55IP Management hace posible pasar de la idea
- 15:57a la escala empresarial sin introducir riesgos ocultos.
- 16:01Así que piensa lo menos como una tubería
- 16:03y más como tu puerta de entrada.
- 16:04Por supuesto, incluso el mejor portero
- 16:06solo maneja lo que se le da.
- 16:08Segurar los puntos finales es solo una cara de la moneda.
- 16:10Hay un panorama más amplio después de eso.
- 16:12Rastrear el uso, mantener los presupuestos alineados
- 16:14y asegurarse de que las reglas de cumplimiento no se pasen por alto
- 16:17a medida que las aplicaciones evolucionan
- 16:18o las políticas cambian.
- 16:19Es ahí cuando la gobernanza deja de ser opcional
- 16:21y empieza a dirigir todo el sistema.
- 16:24Despegamento de la gobernanza, cumplimiento de costos
- 16:26y mantener la IA bajo control.
- 16:27Si alguna vez has tenido una power-up
- 16:29que pasó de ser un proyecto para leer la herramienta favorita
- 16:32de todos de la noche a la mañana,
- 16:33probablemente hayas sentido el impacto
- 16:34cuando los costos comienzan a subir
- 16:35y nadie sabe con seguridad
- 16:36quién es responsabilidad de mantener las cosas en orden.
- 16:39Es fácil celebrar un lanzamiento exitoso de IA
- 16:41con análisis de sentimiento funcionando discretamente
- 16:44y resúmenes de texto ahorrando horas en informes,
- 16:48pero alguien eventualmente mira la factura de Azure
- 16:50o recibe un mensaje de Infosec
- 16:51y el silencio se apodera de la sala.
- 16:55Esa es la primera señal de que hay una brecha de gobernanza.
- 16:57Ya parece casi siempre que una aplicación
- 16:59funciona lo suficientemente bien
- 17:00como para que la gente siga usándola.
- 17:02Patrón es casi universal.
- 17:04Las funciones de IA se conectan,
- 17:06los puntos finales se aseguran
- 17:08y el liderazgo apruebe el caso de negocio.
- 17:10Luego llegan los usuarios reales
- 17:11y todo el entorno se vuelve más complicado.
- 17:14¿Quién controla el acceso a los puntos finales de Azure OpenAI?
- 17:18¿Cuántas solicitudes provienen de cada power-up
- 17:20y son algunas de ellas realmente necesarias?
- 17:23¿Dónde está el límite entre la experimentación
- 17:25y la automatización que agota el presupuesto?
- 17:27Y a medida que más empleados crean
- 17:29o ajustan sus propias automatizaciones,
- 17:31mantener el control de lo que sucede tras bambalinas
- 17:32se vuelve más difícil cada semana.
- 17:34Los costos descontrolados
- 17:35suelen ser el primer simulacro de gobernanza.
- 17:38Azure lleva un registro perfecto
- 17:39de cada token, cada llamada a la API
- 17:41y cada gigabyte de datos
- 17:42que pasa por los endpoints de OpenAI,
- 17:43pero si nadie monitore esas cifras,
- 17:45los costos pueden dispararse en segundo plano.
- 17:47Pagas por uso
- 17:49y el uso se vuelve difícil de controlar
- 17:50cuando los desarrolladores ciudadanos
- 17:52intentan innovar,
- 17:53pero no siempre saben
- 17:54que su flujo de Power Automate
- 17:56está llamando al endpoint de IA
- 17:57mil veces al día,
- 17:59mil veces al día.
- 18:01La mayoría se entera de la misma forma,
- 18:03son una alerta de presupuesto
- 18:04o alguien en finanzas
- 18:05cree que hay un error en la facturación.
- 18:08Ignorar esto no solo significa
- 18:09pagar facturas más altas,
- 18:10implica el riesgo de que alguien
- 18:11cancele el proyecto
- 18:12para detener la fuga de dinero
- 18:13o peor aún,
- 18:14que la dirección pierda la confianza
- 18:15en todo el experimento de IA.
- 18:16Sin embargo,
- 18:17nunca se trata solo de ello.
- 18:18Luego vienen las dudas
- 18:19sobre cumplimiento.
- 18:20Incluso con la gestión de API
- 18:21controlando la entrada,
- 18:22surgen preguntas
- 18:22sobre qué datos envían,
- 18:24cuánto tiempo se almacenan
- 18:25y dónde pueden terminar las copias.
- 18:27El desarrollador enmascaró
- 18:29la información de identificación personal
- 18:30antes de enviar el texto
- 18:31del ticket de soporte
- 18:32a Azure OpenAI.
- 18:36¿Existe un registro
- 18:36de qué usuarios accedieron a qué?
- 18:38¿Y coincide esto
- 18:38con las políticas de su organización?
- 18:41A los auditores
- 18:42no les impresionan,
- 18:42creemos que sí.
- 18:43En industrias reguladas,
- 18:45una sola falla de cumplimiento
- 18:46como enviar datos confidenciales
- 18:48para un resumen de texto
- 18:49sin el filtrado adecuado
- 18:50puede detener proyectos
- 18:51durante semanas
- 18:52o meter a la empresa
- 18:53en graves problemas.
- 18:56Incluso en entornos menos regulados,
- 18:58a TI le pone nervioso
- 18:59ver datos sin control
- 19:00circulando por la nube.
- 19:02Microsoft intenta facilitar
- 19:03las cosas en estos frentes.
- 19:05Azure Cost Management
- 19:06ofrece paneles,
- 19:07alertas y límites de gasto.
- 19:09Aún así,
- 19:10alguien debe establecer
- 19:10los umbrales,
- 19:11monitorear los picos
- 19:12de uso semanales
- 19:12y pulsar pausa
- 19:13antes de que el problema escale.
- 19:15Etiquetar cada recurso,
- 19:16endpoints de IA,
- 19:17flujos e incluso
- 19:18aplicaciones individuales
- 19:19de Power Apps
- 19:20es una forma sencilla
- 19:21pero poderosa
- 19:21de asignar gastos
- 19:22a cada equipo
- 19:23o línea de negocio.
- 19:24También ayuda
- 19:25con la limpieza
- 19:25y los informes.
- 19:26Si una automatización
- 19:28queda activa
- 19:28tras finalizar un piloto,
- 19:30los recursos etiquetados
- 19:30destacan y evitas
- 19:31ese escenario
- 19:32de carga de trabajo
- 19:33misteriosa
- 19:34que siempre aparece
- 19:35en las revisiones
- 19:36de estado.
- 19:37Por parte de Power Platform,
- 19:38el kit de inicio
- 19:39del centro de excelencia
- 19:40que ve es lo más parecido
- 19:41a un centro de mando
- 19:42para IA.
- 19:43Escanea tu inclino
- 19:44en busca de cada flujo
- 19:45o conector personalizado,
- 19:47aplicación y bot
- 19:48creando un inventario
- 19:49sobre el cual
- 19:50puedes actuar.
- 19:52TI puede configurar
- 19:53análisis de uso,
- 19:54enviar alertas
- 19:55ante patrones sospechosos
- 19:56y guiar a los desarrolladores
- 19:57ciudadanos
- 19:57con recordatorios
- 19:58sobre las mejores
- 19:59prácticas internas.
- 20:01Algunas organizaciones
- 20:02lo usan
- 20:03para generar informes
- 20:03regulares sobre el uso
- 20:04de API y flujos
- 20:05con alta actividad
- 20:06e incluso quien está
- 20:06construyendo que...
- 20:08El kit de herramientas
- 20:09del COE no está
- 20:09díselo para dar visibilidad.
- 20:11También ofrece
- 20:11plantillas para implementaciones
- 20:12controladas,
- 20:13activa revisiones
- 20:14para aplicaciones
- 20:14de alto riesgo
- 20:15y puede aplicar
- 20:16políticas empresariales
- 20:17deteniendo o pausando
- 20:18flujos que infrinjan
- 20:19las normas de cumplimiento.
- 20:21Para una organización
- 20:22de rápido crecimiento
- 20:23con muchos usuarios avanzados,
- 20:24estas protecciones
- 20:25evitan que la situación
- 20:26se salga de control.
- 20:27Vale la pena señalar
- 20:28que los problemas
- 20:29de gobernanza
- 20:29suelen surgir
- 20:30tras el éxito.
- 20:32Tomemos el caso
- 20:32de una aplicación
- 20:33de comentarios de clientes
- 20:34que tuvo éxito
- 20:34mucho más rápido
- 20:35de lo esperado.
- 20:37El uso se duplicó
- 20:37en una semana
- 20:38y luego se triplicó.
- 20:39En menos de un mes
- 20:39los costos se dispararon.
- 20:41La factura de Azure
- 20:41obligó a una reestimación
- 20:43y resultó que
- 20:43la misma aplicación
- 20:44enviaba datos confidenciales
- 20:45al endpoint de IA
- 20:46sin autorización.
- 20:48Se recurrió
- 20:49a scripts improvisados
- 20:49y parches
- 20:50pero para entonces
- 20:50ya era un caos.
- 20:52Un proceso
- 20:52de centro de excelencia
- 20:53podría haber detectado
- 20:54el crecimiento a tiempo
- 20:54y forzado una revisión.
- 20:55Las mejores prácticas
- 20:56se acumulan rápidamente.
- 20:57Etiqueta siempre
- 20:58los recursos.
- 20:59Establece presupuestos
- 21:00o límites flexibles
- 21:01incluso para pruebas
- 21:01de concepto.
- 21:03Revisa y audita
- 21:03el acceso a los endpoints.
- 21:05La lista de quién
- 21:05puede conectar
- 21:06a qué cambia
- 21:06a medida que los equipos
- 21:07rotan y los roles
- 21:08evolucionan.
- 21:09Documenta qué flujos
- 21:10envían qué datos
- 21:11y por qué.
- 21:13Esto no es burocracia
- 21:13por puro trámite.
- 21:15Significa que alguien
- 21:16podrá responder
- 21:16semanas o meses después
- 21:17cómo funciona el sistema
- 21:18y dónde están los límites.
- 21:21Es fundamental
- 21:21reconocer que la gobernanza
- 21:22no es algo que se configura
- 21:23y se olvida.
- 21:24Los modelos cambian,
- 21:25la lógica empresarial
- 21:26se transforma
- 21:26y las normas de privacidad
- 21:27siguen evolucionando.
- 21:28Las revisiones
- 21:29y actualizaciones
- 21:29deben ser constantes.
- 21:31Una gobernanza sólida
- 21:32es la diferencia
- 21:32entre una función de IA
- 21:33que fracasa bajo presión
- 21:34y una que crece
- 21:36de forma sostenible
- 21:37a medida que el negocio
- 21:37confía en ella.
- 21:39Y con controles establecidos
- 21:40los líderes de T
- 21:41y de negocio
- 21:42ganan la confianza
- 21:42para expandirse,
- 21:43experimentar e innovar
- 21:44con