Latest / M365.FM – Podcast de Microsoft 365, Copilot e IA en español / Copilot Studio vs. Azure AI Foundry: RAG, gobernanza y cómo elegir la plataforma de IA empresarial (Doblaje IA)

Transcript

Copilot Studio vs. Azure AI Foundry: RAG, gobernanza y cómo elegir la plataforma de IA empresarial (Doblaje IA) · M365.FM – Podcast de Microsoft 365, Copilot e IA en español

• 0:00
  Speaker 2: Alguna vez has notado que tu brillante bot DEA sabe
• 0:02
  Speaker 2: de todo menos de lo que tu equipo realmente necesita?¿
• 0:04
  Speaker 2: Eso es porque la mayoría de los copilotos son loros
• 0:06
  Speaker 2: con títulos de internet? Son modelos potentes, sí, pero si
• 0:09
  Speaker 2: no vas real persiguen trivialidades en lugar de los datos
• 0:11
  Speaker 2: de tu negocio. Lo que realmente necesitas es generación aumentada
• 0:14
  Speaker 2: por recuperación RAG, no el tipo de trapos viejos. RAG
• 0:17
  Speaker 2: equivale a búsqueda más un LLM. El modelo redacta respuestas
• 0:20
  Speaker 2: solo después que hayan contenido indexado de la empresa como SharePoint,
• 0:23
  Speaker 2: Dataverse o OneDrive. Esa es la diferencia clave entre una
• 0:25
  Speaker 2: demostración que parece inteligente y un sistema en el que
• 0:27
  Speaker 2: realmente confiaría. Prepara el escenario para la batalla que se
• 0:29
  Speaker 2: va a hacer. Copilot Studio frente a Azure AI Foundry.
• 0:32
  Speaker 2: Suscríbete en m365.show para obtener un hardware.¿ Por qué la
• 0:36
  Speaker 2: mayoría de los bots son solo loros sofisticados? La mayoría
• 0:38
  Speaker 2: de los bots impresionan en una demo, pero pidenles algo real,
• 0:40
  Speaker 2: como una política de empresa o el estado de un proyecto,
• 0:42
  Speaker 2: y se desmoronan. Aquí está el problema. Son solo grandes
• 0:45
  Speaker 2: modelos de lenguaje sin conexión a los datos de tu inquilino.
• 0:48
  Speaker 2: Son expertos en inventar respuestas que suenan oficiales, pero que
• 0:51
  Speaker 2: no ayudan a tu negocio. Le diste la política de
• 0:53
  Speaker 2: vacaciones de RR. Y te di un texto genérico sobre
• 0:56
  Speaker 2: el equilibrio entre trabajo y vida personal sacado de internet.
• 0:59
  Speaker 2: Buen discurso motivacional, pero inútil en producción. La causa re.
• 1:02
  Speaker 2: El bot no extrae información del mismo contenido con el
• 1:04
  Speaker 2: que tu equipo trabaja diario. La verdadera solución es la
• 1:07
  Speaker 2: generación aumentada por recuperación o RAG. Suena a día de lavandería,
• 1:10
  Speaker 2: pero piénsalo como un movimiento combinado. Busca además un gran
• 1:13
  Speaker 2: modelo de lenguaje. Evitas que el modelo improvise y en
• 1:15
  Speaker 2: su lugar lo alimentas con una tubería de búsqueda. Sigue
• 1:18
  Speaker 2: redactando la respuesta, pero solo después de extraerla de fuentes
• 1:20
  Speaker 2: indexadas dentro de tu entorno. SharePoint, OneDrive, Dataverse o incluso
• 1:25
  Speaker 2: ese sitio de equipo que todos juraron archivar en 2019.
• 1:28
  Speaker 2: Con esa configuración, el bot finalmente deja de improvisar y
• 1:31
  Speaker 2: empieza a actuar como si perteneciera a tu inquilino. Sin RAC,
• 1:33
  Speaker 2: los riesgos se acumulan rápidamente. Un LM siempre está entrenado
• 1:36
  Speaker 2: con la basura de Internet. Preguntales sobre la política de
• 1:38
  Speaker 2: licencias de R. Podría darte algo que suene correcto, pero
• 1:40
  Speaker 2: que está totalmente fuera de lugar a veces peligrosamente equivocado.
• 1:43
  Speaker 2: Eso no es solo vergonzoso, es peligroso. No quieres un
• 1:45
  Speaker 2: chatbot brillante soltando información de cumplimiento no válida a miles
• 1:48
  Speaker 2: de empleados antes de que RR. Hache, el palo que pasó.
• 1:51
  Speaker 2: Microsoft Digital se encontró con este riesgo exacto al crear
• 1:54
  Speaker 2: copilotos para RR. Su solución. Añadir orientación de fuentes autorizadas
• 1:58
  Speaker 2: y trabajo de conectores en estudio para reducir las malas respuestas.
• 2:01
  Speaker 2: Esa es la jugada en el mundo real. RAC no
• 2:03
  Speaker 2: es solo teoría, es la diferencia entre un bot que
• 2:04
  Speaker 2: lanzas y uno que apagas silenciosamente. Da la otra pieza
• 2:07
  Speaker 2: el rompecabezas, el control de exceso. RAC no se trata
• 2:10
  Speaker 2: solo de una mejor búsqueda, se trata de una búsqueda segura.
• 2:12
  Speaker 2: Piénsalo como el portero de un escote. El sistema realiza
• 2:14
  Speaker 2: la búsqueda, pero antes de que cualquier dato se incluya
• 2:16
  Speaker 2: en la respuesta, el portero verifica la identidad del usuario.
• 2:18
  Speaker 2: Finanzas ve datos de finanzas, ventas ve material de ventas.
• 2:20
  Speaker 2: Si nadie puede echar un vistazo a los memorandos de
• 2:22
  Speaker 2: la junta para los que no tiene permisos. Un RAE
• 2:24
  Speaker 2: adecuado junto con el control de acceso detiene la mayoría
• 2:26
  Speaker 2: de las filtraciones entre inquilinos, pero solo si los permisos
• 2:29
  Speaker 2: y la indexación están configurados correctamente. Esa advertencia es fundamental.
• 2:32
  Speaker 2: Sin ella, vuelves a tener un motor de alucinaciones con
• 2:34
  Speaker 2: imagen corporativa. Para concretar, imagina a dos empleados, uno de
• 2:37
  Speaker 2: ventas y otro de finanzas. Ambos usan el mismo bot
• 2:39
  Speaker 2: para preguntar sobre los números trimestrales. Ventas ve el informe
• 2:43
  Speaker 2: público saneado. Finanzas ve las cuentas detalladas guardadas en su
• 2:46
  Speaker 2: carpeta segura. Mismo índice, mismo bot, respuestas totalmente distintas gracias
• 2:50
  Speaker 2: al portero en la puerta. Esa recuperación con reconocimiento de
• 2:53
  Speaker 2: identidad es lo que cierra la brecha de confianza para
• 2:55
  Speaker 2: los CEO que escuchan la frase, trae tu propia IA.
• 2:58
  Speaker 2: Inmediatamente se imaginan a los auditores haciendo fila fuera de
• 3:01
  Speaker 2: su oficina. En resumen, el RAC es lo que convierte
• 3:03
  Speaker 2: a un loro en un asistente real. Bien hecho, obtienes
• 3:06
  Speaker 2: respuestas extraídas de tu inquilino, filtradas por tus permisos y
• 3:09
  Speaker 2: basadas en fuentes que existen. Mal hecho, solo estás cuidando
• 3:13
  Speaker 2: otra máquina de alucinaciones con una interfaz elegante. Pero aquí
• 3:16
  Speaker 2: es donde las cosas se ponen interesantes. Tanto Copilot Studio
• 3:18
  Speaker 2: como Azure AI Foundry usan conceptos de RAC, pero la
• 3:20
  Speaker 2: forma en que integran los permisos y los canales de
• 3:22
  Speaker 2: búsqueda es muy diferente. Uno se basa en la velocidad
• 3:25
  Speaker 2: y simplicidad, el otro en el control y la profundidad.
• 3:27
  Speaker 2: Así que comencemos con la opción más rápida, la que
• 3:29
  Speaker 2: promete victorias rápidas sin tocar una sola línea de código.
• 3:32
  Speaker 2: Copilot Studio, victorias rápidas con réditas de entramen. Copilot Studio
• 3:35
  Speaker 2: es donde Microsoft cumple su promesa de victorias rápidas. Es
• 3:38
  Speaker 2: su entorno de código bajo para crear Copilots y sinceramente
• 3:40
  Speaker 2: es sorprendentemente rápido poner algo en marcha, Inicias sesión, eliges
• 3:44
  Speaker 2: una plantilla inicial, la conectas a tus datos con uno
• 3:47
  Speaker 2: de los más de mil conectores SharePoint, Dynamics, ServiceNow, Excel, OneDrive, etc.
• 3:53
  Speaker 2: Y de repente tienes un chatbot respondiendo preguntas como si
• 3:55
  Speaker 2: llevara años en la empresa. Sin códigos, sin cadenas de compilación,
• 3:59
  Speaker 2: sin retrasos de desarrollo, simplemente funciona. La primera vez que
• 4:01
  Speaker 2: lo pruebas se siente sospechosamente como magia. El verdadero atractivo
• 4:04
  Speaker 2: aquí es el tiempo para obtener valor. No tienes que
• 4:06
  Speaker 2: esperar medio año para ver si funciona. He visto equipos
• 4:08
  Speaker 2: de TI pequeños implementar bots de soporte técnico en vivo
• 4:11
  Speaker 2: en menos de dos semanas, principalmente mapeando páginas de SharePoint
• 4:13
  Speaker 2: de asistentes y flujos conversacionales. Los conectores hicieron el trabajo real.
• 4:17
  Speaker 2: El equipo solo dirigió el bot al contenido correcto.¿ Y
• 4:20
  Speaker 2: los usuarios finales? O no se dieron cuenta o no
• 4:22
  Speaker 2: les importó que no fuera una persona al otro lado.
• 4:25
  Speaker 2: Un gran cumplido se ha lidiado con los tiempos de
• 4:26
  Speaker 2: respuesta de soporte de TI. Pasó la prueba inicial de inmediato,
• 4:29
  Speaker 2: pero la velocidad implica concesiones. Estudio oculta intencionalmente la mayoría
• 4:33
  Speaker 2: de los controles avanzados. No tienes acceso a deslizadores de temperatura,
• 4:36
  Speaker 2: ajustes de tope, versiones de prompts o puertas de evaluación.
• 4:40
  Speaker 2: En pocas palabras, no puedes controlar qué tan creativo es,
• 4:42
  Speaker 2: no puedes hacer pruebas A-B de prompts ni fijar parámetros
• 4:44
  Speaker 2: de seguridad para evitar desviaciones. Microsoft lo hizo a propósito.
• 4:48
  Speaker 2: Mantener el sistema Low Code Go significa evitar la complejidad.
• 4:52
  Speaker 2: Aún así, para quien está acostumbrado a usar APIs directamente,
• 4:55
  Speaker 2: se siente como conducir un auto con el capó soldado.
• 4:58
  Speaker 2: Llegas del punto albe, pero ni preguntas por ajustes de rendimiento. Ahora,
• 5:02
  Speaker 2: Microsoft lo ha mejorado con cerebros más capaces bajo el capó.
• 5:06
  Speaker 2: Las actualizaciones recientes integraron GPT-5 en Copilot Studio junto con
• 5:09
  Speaker 2: embrutamiento inteligente, lo que permite cambiar entre razonamiento rápido o
• 5:13
  Speaker 2: profundo según la pregunta. De entrada es una buena noticia.
• 5:17
  Speaker 2: Los bots low-codec suenan más agudos sin necesidad de configuración.
• 5:20
  Speaker 2: Pero incluso con GPT-5 dentro, sigue sin poder tocar esos
• 5:22
  Speaker 2: parámetros expuestos. Esa es la elección de diseño. Mantenerlo accesible,
• 5:26
  Speaker 2: no ajustable. Y hay una metáfora que me gusta. Copilot
• 5:29
  Speaker 2: Studio es como muebles de Ikea. Sí, es un manual
• 5:32
  Speaker 2: de instrucciones y terminas con algo que luce bien y
• 5:34
  Speaker 2: funciona correctamente... Es brillante por el precio y fácil de armar,
• 5:37
  Speaker 2: pero muévelo una vez o intenta escalarlo más allá del
• 5:40
  Speaker 2: prototipo y las grietas aparecen rápido. Los tornillos se aflojan,
• 5:44
  Speaker 2: los paneles se curvan y de repente vives con un
• 5:46
  Speaker 2: chatbot que todos usan pero nadie se atreve a actualizar.
• 5:49
  Speaker 2: Su favor, Microsoft agregó mecanismos de seguridad también a este nivel.
• 5:52
  Speaker 2: La insignia de fuente autorizada es un salvavidas, porque sin
• 5:54
  Speaker 2: ella cada respuesta parece igual de legítima para el empleado promedio.
• 5:58
  Speaker 2: Esa fact de SharePoint escrita en 2009 tiene el mismo
• 6:01
  Speaker 2: peso que el manual oficial de RR. Actualizado esta mañana.
• 6:04
  Speaker 2: Con el etiquetado autorizado integrado, al menos puedes mostrar que
• 6:06
  Speaker 2: esto viene de R. Ignora el resto. Microsoft Digital dependió
• 6:10
  Speaker 2: mucho de esto en sus propios bots de RRR. ETI,
• 6:14
  Speaker 2: porque sin ello los empleados toman las respuestas creativas como ley,
• 6:17
  Speaker 2: inundando el soporte real con tickets para verificar. Los límites
• 6:21
  Speaker 2: se vuelven obvios cuando sales del ecosistema de Microsoft. Sí,
• 6:24
  Speaker 2: hay más de mil conectores, pero no todos son milagros
• 6:26
  Speaker 2: de conectar y listo.¿ Quieres conectarte a Salesforce o SuccessFactors?
• 6:30
  Speaker 2: Es posible, pero no es sencillo. La misma Microsoft tuvo
• 6:32
  Speaker 2: que extender y mejorar sus conectores de ServiceNow y SuccessFactors
• 6:35
  Speaker 2: durante sus implementaciones internas, durante sus metadatos y modelado de
• 6:38
  Speaker 2: API personalizado porque los conectores estándar no estaban listos para
• 6:41
  Speaker 2: nivel empresarial. Ahí es cuando aparece la sensación de fontaneros
• 6:45
  Speaker 2: remendando una tubería a las 2 de la mañana. Cree
• 6:47
  Speaker 2: que has tapado una fuga y de repente descubres otras
• 6:49
  Speaker 2: 3 goteando. Sin un control profundo del flujo, los parches
• 6:51
  Speaker 2: a menudo parecen soluciones improvisadas. Lo cual nos lleva a
• 6:54
  Speaker 2: una verdad evidente. Esto es perfecto para casos de uso ligero.
• 6:57
  Speaker 2: Bots internos de TI, H. preguntas frecuentes para equipos, atención básica,
• 7:02
  Speaker 2: invitados o cualquier cosa que desees integrar en Teams y
• 7:04
  Speaker 2: Outlook con el mínimo esfuerzo, ahí es donde destaca. Es
• 7:06
  Speaker 2: un campo de pruebas fantástico para mostrar a la directiva
• 7:08
  Speaker 2: un bot funcional rápidamente y mantener su interés. Pero no
• 7:11
  Speaker 2: lo confundas con una plataforma empresaria. Una vez que la
• 7:14
  Speaker 2: conversación gira hacia controles de cumplimiento, orquestación de múltiples sistemas
• 7:17
  Speaker 2: o gobernanza a nivel de inquilino, el estudio empieza a flaquear.
• 7:19
  Speaker 2: Y la misma velocidad que impresionó a todos el primer
• 7:21
  Speaker 2: día se convierte en un inconveniente al escuchar palabras como
• 7:23
  Speaker 2: revisión de seguridad o pista de auditoría o pista de auditor.
• 7:26
  Speaker 2: En resumen, Cooperate Studio te permite empezar más rápido que
• 7:28
  Speaker 2: cualquier otra opción, pero estás pedaleando con ruedas de entrenamiento.
• 7:31
  Speaker 2: Eso es intencional. Microsoft lo creó para hacer que la
• 7:34
  Speaker 2: IA sea accesible a los usuarios de negocio y para
• 7:35
  Speaker 2: cortar los proyectos piloto. Pero si tu hoja de ruta
• 7:38
  Speaker 2: abarca industrias reguladas, lagos de datos privados o cumplimiento multiplataforma,
• 7:41
  Speaker 2: pronto necesitarás algo más robusto. Y eso nos lleva al
• 7:45
  Speaker 2: otro extremo del espectro, la opción de peso pesado creada
• 7:48
  Speaker 2: no para aficionados, sino para empresas que requieren control total.
• 7:52
  Speaker 2: Azure AI Foundry, la fábrica de empresarial. Azure AI Foundry
• 7:56
  Speaker 2: es donde te quitas las ruedas de entrenamiento. Piensa menos
• 7:58
  Speaker 2: en un proyecto de fin de semana y más en
• 7:59
  Speaker 2: la planta de una fábrica industrial. Si estudias un mueble
• 8:02
  Speaker 2: de Ikea, Foundry es el taller donde no solo construyes
• 8:05
  Speaker 2: la mesa, sino que tú mismo fundes los tornillos. Es
• 8:08
  Speaker 2: un entorno enfocado en el código, sin pedir disculpas por ello,
• 8:10
  Speaker 2: y ofrece un catálogo de modelos masivo. Más de 11.000
• 8:14
  Speaker 2: modelos que incluyen la familia GPT-5, pesos de código abierto,
• 8:16
  Speaker 2: además de motores de visión y audio. Puedes obtener modelos
• 8:20
  Speaker 2: de grandes nombres como Mistral, Cogir, Meta, Hugging Face, NVIDIA, Vidya.
• 8:24
  Speaker 2: Es un bufé, pero en lugar de arrastrar y soltar,
• 8:25
  Speaker 2: estás conectando todo en tuberías de datos y capas de
• 8:28
  Speaker 2: gobernanza mientras murmuras frente a archivos YAML. Foundry no intenta
• 8:31
  Speaker 2: ocultar quién es su público objetivo. Es un mec que
• 8:33
  Speaker 2: habla a Python, vives en GitHub y no entras en
• 8:35
  Speaker 2: pánico cuando alguien menciona un flujo de CACD. A cambio,
• 8:39
  Speaker 2: obtienes control total de ciclo de vida. Eliges modelos, los
• 8:42
  Speaker 2: ajustas a las pruebas con prompts y los promueves a
• 8:43
  Speaker 2: través de desarrollo, pruebas y producción con un MLOPS adecuado.
• 8:47
  Speaker 2: En pocas palabras, finalmente puedes dejar de unir flujos con
• 8:49
  Speaker 2: cinta adhesiva y construir un proceso de lanzamiento real con auditoría,
• 8:51
  Speaker 2: reversiones y todo lo demás. El control conlleva un costo
• 8:54
  Speaker 2: en tiempo y experiencia. Aquí no estás armando un chatbot
• 8:56
  Speaker 2: en un fin de semana largo. Foundry te obliga a
• 8:59
  Speaker 2: explorar cada capa del cableado. La recompensa. Precisión absoluta. Cada
• 9:03
  Speaker 2: parámetro está expuesto. Puedes reducir la creatividad a cero, limitar
• 9:07
  Speaker 2: tokens y medir las tasas de alucinación como si realizaras
• 9:09
  Speaker 2: ensayos de laboratorio en lugar de demos casuales. Cuando el
• 9:12
  Speaker 2: área de gobernanza llame y sabes que lo harán, no
• 9:13
  Speaker 2: tendrás que dar explicaciones válidas. Tienes registros de auditoría, informes
• 9:16
  Speaker 2: de evaluación y resultados explicables. Aquí tienes la lista rápida, Peguecla.
• 9:20
  Speaker 2: lo que Foundry te ofrece. Elección y ajuste de modelos,
• 9:23
  Speaker 2: conexión a tus lagos de datos, MLops con flujos de
• 9:26
  Speaker 2: trabajo adecuados, CECD para despliegue y telemetría y registros de
• 9:29
  Speaker 2: auditoría completos. Eso es lo que evita que el personal
• 9:32
  Speaker 2: de cumplimiento te presione, permitiendo a tus desarrolladores innovar. Y
• 9:35
  Speaker 2: ese es el punto decisivo. Elige Foundry cuando tu bot
• 9:38
  Speaker 2: maneje datos sensibles, cuando necesites explicabilidad o cuando deba integrarse
• 9:41
  Speaker 2: a través de múltiples sistemas empresariales. Si la soberanía y
• 9:45
  Speaker 2: la confianza importan, está en la plataforma. He visto a
• 9:47
  Speaker 2: Foundry resolver casos que Estudio no pudo ni tocar. Un
• 9:49
  Speaker 2: cliente necesitaba exponer documentos de investigación sensibles, pero rastrear exactamente
• 9:53
  Speaker 2: qué empleado vio qué, hasta el nivel de párrafo. En Foundry,
• 9:55
  Speaker 2: indexamos el lago de datos privado, lo conectamos a Azure
• 9:58
  Speaker 2: Cognitive Search y registramos. cada consulta vinculándola a la identidad
• 10:01
  Speaker 2: del usuario y a la idea del documento. El área
• 10:03
  Speaker 2: de cumplimiento no solo asintió, sonrieron, porque finalmente tenían una
• 10:06
  Speaker 2: visibilidad que pasó a la auditoría sin dudas. Buena suerte
• 10:09
  Speaker 2: intentando esto con los conectores estándar de estudio. Un momento
• 10:12
  Speaker 2: de metáfora Foundry es como alquilar un garaje de Fórmula 1.
• 10:14
  Speaker 2: Cada máquina, cada sensor, cada pieza está incluida. Pero aquí
• 10:18
  Speaker 2: está el truco. Necesitas el equipo de mecánicos que sepa
• 10:20
  Speaker 2: cómo operar. No solo inicias una instancia, orquestas los motores,
• 10:23
  Speaker 2: gestionas la telemetría y ajustas las compilaciones para el rendimiento
• 10:25
  Speaker 2: a escala. Si lo haces bien, estarás superando la competencia.
• 10:28
  Speaker 2: Si lo haces mal, te quedarás junto a una caja
• 10:30
  Speaker 2: de herramientas de un millón de dólares mientras tu auto
• 10:31
  Speaker 2: sigue sobre bloques. La verdadera ventaja es la orquestación. Foundry
• 10:34
  Speaker 2: no se trata solo de enviar prompts a un modelo.
• 10:36
  Speaker 2: Estás uniendo agentes, APIs, búsqueda y capas de evaluación en
• 10:38
  Speaker 2: un flujo gestionado único. Puede acceder a Endpoints REST en
• 10:42
  Speaker 2: plena conversación, basarse en fuentes estructuradas y no estructuradas y
• 10:45
  Speaker 2: gestionar todo el ciclo de vida con integración continua. Esa
• 10:49
  Speaker 2: flexibilidad es la razón por la que industrias como manufactura,
• 10:51
  Speaker 2: finanzas y salud consideran a Foundry la opción seria. No
• 10:55
  Speaker 2: está limitado a conectores exclusivos macros. Está construido para el
• 10:57
  Speaker 2: desorden y la expansión de múltiples sistemas que los CEOs
• 10:59
  Speaker 2: fingen que son solo una integración rápida. Patrón de adopción
• 11:02
  Speaker 2: común lo demuestra. La mayoría de las empresas no empiezan
• 11:04
  Speaker 2: por él. Experimentan en el estudio porque ofrece un piloto
• 11:07
  Speaker 2: atractivo rápidamente. Entonces alguien de riesgos o cumplimiento pregunta sobre
• 11:10
  Speaker 2: el linaje de datos, y de repente el equipo lucha
• 11:13
  Speaker 2: por una auditabilidad que Studio nunca prometió. Es ahí cuando
• 11:16
  Speaker 2: el proyecto escala Foundry, o me irás o lo cierras.
• 11:19
  Speaker 2: Así que si Foundry es la opción robusta más lenta
• 11:21
  Speaker 2: de iniciar, con una curva de aprendizaje más pronunciada y
• 11:23
  Speaker 2: mayor costo en tiempo y habilidades, pero obtienes cada control
• 11:26
  Speaker 2: y cada medida de seguridad que Studio oculta. Y no
• 11:28
  Speaker 2: estás obligado a elegir una sobre la otra. Microsoft mismo
• 11:32
  Speaker 2: promueve un modelo híbrido, Studio como la interfaz sencilla al
• 11:35
  Speaker 2: frente y Foundry como el motor bajo el capó, conectados
• 11:37
  Speaker 2: por el futuro Microsoft 365 Agent SDK. De esa manera
• 11:41
  Speaker 2: obtienes velocidad donde importe y control donde cuente. Lo que
• 11:44
  Speaker 2: plantea la verdadera pregunta, si tienes ambas herramientas disponibles,¿ cómo
• 11:47
  Speaker 2: decides cuál usar sin caer en debates interminables? Ahí es
• 11:51
  Speaker 2: donde necesitamos un marco sencillo para que te enfoques menos
• 11:53
  Speaker 2: en la parálisis por análisis por análisis y más en
• 11:55
  Speaker 2: dar resultados. En marco de tres niveles, explorar, escalar, gobernar.
• 12:00
  Speaker 2: La forma más fácil de poner orden en el debate
• 12:02
  Speaker 2: entre estudio y foundry es dejar de tratarlo como una
• 12:04
  Speaker 2: elección binaria. Los expertos de Microsoft ya lo definen como
• 12:07
  Speaker 2: un ciclo de vida de tres niveles. Explorar, escalar, gobernar.
• 12:12
  Speaker 2: Piense en ello menos como elegir una herramienta y rezar,
• 12:14
  Speaker 2: más como una progresión donde cada nivel te indica cuándo
• 12:16
  Speaker 2: avanzar no si debes hacerlo. Explorar es siempre el punto
• 12:19
  Speaker 2: de partida. Ecopilot Studio domina este espacio. Este es el
• 12:22
  Speaker 2: nivel donde creas bots rápidos para ver si una idea
• 12:24
  Speaker 2: tiene valor comercial. Un bot de preguntas frecuentes se re.
• 12:28
  Speaker 2: O de ayuda para establecer contraseñas, puedes tenerlos listos en
• 12:30
  Speaker 2: menos de dos semanas con conectores y sin código. El
• 12:32
  Speaker 2: objetivo no es la perfección, sino la prueba. Estás validando
• 12:35
  Speaker 2: si algo resuelve problemas reales sin agotar el presupuesto del proyecto.
• 12:38
  Speaker 2: La lista de verificación de datos de Research Test City.
• 12:41
  Speaker 2: Identifica tus tres casos de uso principales, crea prototipos en
• 12:43
  Speaker 2: estudio en una o dos semanas y mide si la
• 12:45
  Speaker 2: gente realmente usa el bot. Consejo adicional, rastrea el consumo
• 12:49
  Speaker 2: de tokens para detectar si el piloto tiene costos fuera
• 12:51
  Speaker 2: de control antes de escalar. Pero aquí es donde aparece
• 12:53
  Speaker 2: el primer disparador de migración. Si un bot de repente
• 12:56
  Speaker 2: necesita acceder a sistemas ajenos a M365 como ARP, SAP
• 12:59
  Speaker 2: o bases de datos financieras, estudio por sí solo no
• 13:01
  Speaker 2: será suficiente. Disparador de Migración 2. Si las alucinaciones no
• 13:04
  Speaker 2: son solo curiosas, sino riesgosas, como responder preguntas de cumplimiento
• 13:07
  Speaker 2: con políticas inventadas, es hora de pasar a escalar. Escalar
• 13:10
  Speaker 2: es donde la mayoría de los equipos sienten la presión.
• 13:12
  Speaker 2: Te das cuenta de que el piloto es útil, pero
• 13:14
  Speaker 2: ahora necesita una infraestructura real. Imagina intentar conectar tu bot
• 13:17
  Speaker 2: de red, H, a ServiceNow con conectores de código A.
• 13:20
  Speaker 2: Básicamente estás conduciendo un auto mantenido unido por Velcro. Aquí
• 13:23
  Speaker 2: es donde entra Azure AI Foundry. Foundry te ofrece lo
• 13:25
  Speaker 2: que Studio oculta, controles de creatividad, puertas de evaluación para
• 13:29
  Speaker 2: detectar alucinaciones... conectores a lagos de datos y canales robustos.
• 13:34
  Speaker 2: La contrapartida es que necesitan las habilidades y la paciencia
• 13:36
  Speaker 2: para configurarlo. La mayoría de las empresas usan un enfoque
• 13:38
  Speaker 2: híbrido aquí. Mantienen la rapidez de estudio para preguntas frecuentes
• 13:41
  Speaker 2: y flujos ligeros, pero trasladan las cargas de trabajo serias
• 13:43
  Speaker 2: a Foundry donde la seguridad y la precisión son vitales.
• 13:46
  Speaker 2: Después viene el más importante, gobernar. En este nivel, la
• 13:49
  Speaker 2: IA ya no es un juguete. Está integrada en flujos
• 13:51
  Speaker 2: de trabajo confidenciales o incluso en sistemas de cara al cliente.
• 13:53
  Speaker 2: Si hay auditorías, acuerdos de nivel de servicio, SLA o
• 13:55
  Speaker 2: controles regionales de datos de por medio, Foundry deja de
• 13:57
  Speaker 2: ser opcional. Este es el tercer detonante para la migración.
• 14:00
  Speaker 2: Cuando la conversación gira en torno a la soberanía, la
• 14:02
  Speaker 2: explicabilidad o los registros de acceso a nivel de registro,
• 14:05
  Speaker 2: no tenemos opción que anclar el proyecto dentro de Foundry.
• 14:08
  Speaker 2: Foundry te protege con pistas de auditoría, telemetría, control de
• 14:11
  Speaker 2: canales y una gobernanza de datos para la que los
• 14:12
  Speaker 2: conectores de Microsoft 365 nunca fueron diseñados. En esta etapa,
• 14:16
  Speaker 2: estudio simplemente no está presente. Aquí tienes una analogía sencilla.
• 14:19
  Speaker 2: Explorar es como conducir por un estacionamiento vacío para ver
• 14:22
  Speaker 2: si el coche funciona. Escalar es incorporarse a la autopista
• 14:24
  Speaker 2: con otros conductores, lo que significa que los errores realmente
• 14:26
  Speaker 2: tienen consecuencia. Gobernar es la prueba de emisión. Cada sensor
• 14:29
  Speaker 2: está conectado para demostrar que solamente es seguro para circular.
• 14:32
  Speaker 2: Tres etapas, cada una con su propósito. Ninguna es opcional
• 14:34
  Speaker 2: si quieres que el resultado final sobreviva más allá de
• 14:36
  Speaker 2: una demostración. Como prueba de que este patrón funciona, basta
• 14:39
  Speaker 2: con observar los manuales internos de Microsoft. Su equipo de red.
• 14:42
  Speaker 2: Creó bots básicos en estudio para atender preguntas frecuentes y
• 14:45
  Speaker 2: liberar colas de tickets. Pero cuando esos mismos bots empezaron
• 14:47
  Speaker 2: a extraer archivos confidenciales, específicos de cada región, equipo de
• 14:50
  Speaker 2: cumplimiento de la ley. Eso forzó la migración a Foundry
• 14:52
  Speaker 2: para poder implementar controles de acceso más estrictos, garantizar registros
• 14:55
  Speaker 2: de auditoría y asegurar que los datos estuvieran correctamente segmentados.
• 14:58
  Speaker 2: Nada falla. El alcance simplemente superó lo que está diseñado
• 15:00
  Speaker 2: para manejar. Otro aspecto que vale la pena destacar es
• 15:03
  Speaker 2: el punto que Microsoft está construyendo. El próximo SDK de
• 15:06
  Speaker 2: agentes de Microsoft 365 tiene como objetivo conectar Studio y
• 15:08
  Speaker 2: Foundry más estrechamente para que puedas empezar de forma ligera
• 15:11
  Speaker 2: sin miedo a quedar atrapado. Crea el prototipo en Studio
• 15:14
  Speaker 2: y amplíalo con el enrutamiento de modelos, los conectores y
• 15:16
  Speaker 2: la gobernanza de Foundry, todo en el mismo ciclo de vida.
• 15:19
  Speaker 2: Es un momento poco común en el que Microsoft admite
• 15:21
  Speaker 2: que los usuarios de negocios y los desarrolladores profesionales no
• 15:23
  Speaker 2: son enemigos y te ofrece un flujo donde realmente colaboran.¿
• 15:26
  Speaker 2: No se acuerda la conclusión? No te obsesiones con qué
• 15:28
  Speaker 2: herramienta elegir desde el primer día. Enfócate más bien en
• 15:31
  Speaker 2: qué nivel te encuentras. Explora en estudio para validar rápidamente.
• 15:34
  Speaker 2: Escala en Foundry cuando entra en juego la complejidad de
• 15:36
  Speaker 2: datos que no sean de Microsoft 365. Gobierna totalmente en
• 15:39
  Speaker 2: Foundry para el cumplimiento de las auditorías y los flujos
• 15:41
  Speaker 2: de trabajo de nivel empresarial. El marco de trabajo evita
• 15:44
  Speaker 2: que sobrecargues ese primer bot de preguntas frecuentes y subcargues
• 15:46
  Speaker 2: los que terminan en sistemas orientados al cliente. Por supuesto,
• 15:49
  Speaker 2: nada de esto significa que las plataformas sean perfectas. Los
• 15:51
  Speaker 2: marcos se ven bien en PowerPoint, pero la realidad es
• 15:53
  Speaker 2: que cada nivel también trae sus propios puntos ciegos. Y
• 15:56
  Speaker 2: ahí es donde suelen empezar los dolores de cabeza, las
• 15:58
  Speaker 2: partes que el marketing de Microsoft no resalta exactamente en
• 16:00
  Speaker 2: negrita en las diapositivas de Ignite y las trampas ocultas
• 16:02
  Speaker 2: que Microsoft pasa por alto. Hablemos de lo que Microsoft
• 16:05
  Speaker 2: no destaca hasta que ya estás inmerso en un despliegue,
• 16:08
  Speaker 2: las trampas ocultas. En el escenario de demostración todo se
• 16:11
  Speaker 2: ve brillante, arrastrar a soltar y listo un copilot instantáneo.
• 16:15
  Speaker 2: Pero en producción, tres brechas recurrentes toman a los equipos
• 16:17
  Speaker 2: por sorpresa. Trampa número uno, Copilot Studio oculta todos los
• 16:20
  Speaker 2: controles del modelo. Sin ajuste de temperatura, sin control deslizante
• 16:23
  Speaker 2: a tope, sin puertas de evaluación, sin control de versiones
• 16:25
  Speaker 2: de promos. Para la mayoría del personal de TI que
• 16:27
  Speaker 2: construye un bot de preguntas frecuentes pilotos o suenan como
• 16:29
  Speaker 2: triviales inofensivas,¿ pero esas palancas deciden si tu agente ofrece
• 16:33
  Speaker 2: resultados consistentes o se comporta como si sacara fortunas de
• 16:35
  Speaker 2: una máquina expendedora? Sin esos diales no puedes reducir la
• 16:38
  Speaker 2: aleatoriedad ni asegurar la explicabilidad. Solución, si la fiabilidad importa,
• 16:42
  Speaker 2: traslada esas cargas de trabajo críticas a Foundry. Allí puedes
• 16:45
  Speaker 2: ajustar la temperatura a cero para mayor consistencia, congelar prompts
• 16:48
  Speaker 2: y pasar cada resultado por una puerta de evaluación antes
• 16:50
  Speaker 2: de que lleguen los usuarios. Studio está bien para preguntas
• 16:53
  Speaker 2: frecuentes ligeras, pero no te engañes pensando que escala limpiamente
• 16:55
  Speaker 2: hacia flujos de trabajo de RR, H o cumplimiento. Tampa
• 16:59
  Speaker 2: número 2. Tanto Studio como Foundry usan precios basados en
• 17:01
  Speaker 2: el consumo, y ahí es donde muchos proyectos agotan su
• 17:03
  Speaker 2: presupuesto silenciosamente. Pagar por lo que usas suena sencillo hasta
• 17:07
  Speaker 2: que procesas miles de consultas y te das cuenta de
• 17:09
  Speaker 2: que el uso de tokens y la mezcla de modelos
• 17:10
  Speaker 2: dictan tu factura. En Studio, el aumento de costos suele
• 17:14
  Speaker 2: sorprender a los equipos cuando el uso aumenta y no
• 17:15
  Speaker 2: han presupuestado la gobernanza o las licencias además del gasto
• 17:18
  Speaker 2: en tokens. Foundry te obliga a sentir ese dolor antes
• 17:21
  Speaker 2: porque asignas horas de desarrollo, pero al menos los gastos
• 17:23
  Speaker 2: de escala son visibles. La solución. Implementa métricas de uso
• 17:27
  Speaker 2: desde el primer día. Monitorea el consumo de tokens y
• 17:30
  Speaker 2: dirige las consultas de alto volumen o ligeras a modelos
• 17:32
  Speaker 2: más baratos del catálogo. Y lo más importante, no olvides
• 17:34
  Speaker 2: las partes ocultas de la factura, licencias, herramientas de gobernanza
• 17:37
  Speaker 2: y conectores personalizados. Todo eso afecta al ROI una vez
• 17:39
  Speaker 2: que proyectas la escala. Presupuesta es el principio en lugar
• 17:42
  Speaker 2: de explicar exceso de costo más tarde. Trampa número 3.
• 17:45
  Speaker 2: Los conectores. Sí, perfecto. El estudio presume de más de
• 17:48
  Speaker 2: mil conectores, pero eso no significa que estén listos para
• 17:50
  Speaker 2: la empresa desde el primer momento. Algunos están bien para
• 17:53
  Speaker 2: prototipos como SharePoint, OneDrive o Dynamics, pero otros suelen requerir
• 17:57
  Speaker 2: ajustes de metadatos o ingeniería personalizada. El propio despliegue de
• 18:00
  Speaker 2: Microsoft Dictator nos muestra. Su equipo amplió los conectores de
• 18:03
  Speaker 2: ServiceNow y SuccessFactors y añadió un insigne de fuente autorizada
• 18:06
  Speaker 2: para que los usuarios distinguieran la política oficial de recursos
• 18:08
  Speaker 2: humanos de lo que sea que estuviera estancado en una
• 18:10
  Speaker 2: wiki antigua. Funcionó, pero solo porque los ingenieros se pusieron
• 18:13
  Speaker 2: manos a la obra. La solución aquí es asumir que
• 18:15
  Speaker 2: necesitarás realizar ajustes. No trates a los conectores de estudio
• 18:18
  Speaker 2: como algo de conectar y usar para sistemas clínicos. Programa
• 18:20
  Speaker 2: tiempo y recursos para emplearlos o traslada la carga de
• 18:22
  Speaker 2: trabajo a Foundry, donde las API y los flujos personalizados
• 18:25
  Speaker 2: son elementos clave. En pocas palabras, los verdaderos riesgos no
• 18:28
  Speaker 2: están en las demostraciones llamativas, sino en el estudio oculta
• 18:30
  Speaker 2: los controles que querrás más adelante, los modelos de precios
• 18:32
  Speaker 2: pueden sorprenderte pronto, y los conectores que parecen buenos en
• 18:35
  Speaker 2: un asistente de configuración a menudo necesitan una conexión más
• 18:38
  Speaker 2: profunda para la empresa. Ninguno de estos inconvenientes es insuperable
• 18:41
  Speaker 2: si los planificas. La simplicidad de estudio sigue siendo genial
• 18:44
  Speaker 2: para prototipos y escenarios ligeros y la profundidad The Foundry
• 18:47
  Speaker 2: cubre el cumplimiento y la gobernanza, pero debes reconocer dónde
• 18:49
  Speaker 2: están las asperezas y decidir si las arreglarás tú mismo
• 18:52
  Speaker 2: o si escalarás el problema antes de que falle frente
• 18:54
  Speaker 2: a los usuarios. Así que, aquí está la conclusión clave.
• 18:57
  Speaker 2: Audite el uso pronto. Protege los flujos sensibles con la
• 18:59
  Speaker 2: plataforma adecuada y presupuesta no solo para licencias, sino también
• 19:01
  Speaker 2: para gobernanza, sino también para gobernanza de trabajo con conectores.
• 19:03
  Speaker 2: Estudio te da velocidad. Foundry te da control. El problema
• 19:06
  Speaker 2: simplemente viene de ángulos distintos según cuál ignores. Con esa perspectiva,
• 19:10
  Speaker 2: estamos listos para alejarnos y centrarnos en la pregunta esencial,
• 19:12
  Speaker 2: cómo entender ambos, sin darle demasiadas vueltas a la elección.
• 19:16
  Speaker 2: Elige tu opción sabiamente, pero aquí tienes la versión corta.
• 19:19
  Speaker 2: Studio es para prototipos rápidos y alcanza en Microsoft 365.
• 19:22
  Speaker 2: Perfecto cuando solo necesitas probar que un bot ahorra tiempo.
• 19:25
  Speaker 2: Foundry es para control, modelos y gobernanza. Es donde ajustas
• 19:29
  Speaker 2: el motor y evitas que los equipos de cumplimiento te
• 19:30
  Speaker 2: persigan por los pasillos. Y la jugada real es combinarlo.
• 19:34
  Speaker 2: Explora en estudio, escala Foundry y gobierna allí cuando aparezcan
• 19:37
  Speaker 2: los auditores. Suscríbete en M365show para obtener la hoja de
• 19:41
  Speaker 2: trucos y sigue la página de LinkedIn de M36 en
• 19:43
  Speaker 2: vivo con los MVP que han implementado esto en producciones.
• 19:46
  Speaker 2: Planifica de forma realista, empieza poco a poco, mide el
• 19:48
  Speaker 2: riesgo real y el gasto de tokens locales. Y una
• 19:40
  Speaker 2: última cosa, por favor suscríbete al podcast y déjame una reseña.