Siete capas convierten una sola solicitud de IA en una acción gobernada en la que la empresa puede confiar: desde quién preguntó, hasta qué modelo respondió, qué sistema se tocó, quién aprobó, y qué quedó registrado.
Una persona, un ticket, una agenda u otro sistema arranca el trabajo, con el rol del usuario y el contexto de la solicitud adjuntos.
Antes de que empiece cualquier trabajo, las reglas de la empresa deciden qué puede hacer este usuario, este agente y este flujo.
El agente planifica los pasos, recuerda el contexto entre ellos, y usa las herramientas correctas para completar la tarea de principio a fin.
El trabajo rutinario va a modelos especializados más pequeños y baratos. El trabajo difícil escala a un modelo frontier. La empresa ve qué se eligió y por qué.
CRM, ERP, bases de datos, documentos, ticketing, email, APIs internas. El agente lee y escribe solo lo que la política permite.
Las acciones sensibles o irreversibles se detienen y esperan a que la persona correcta apruebe antes de ejecutarse.
Cada input, elección de modelo, llamada a herramienta, aprobación y output queda registrado: buscable, exportable, y diseñado para revisión de seguridad y compliance.
La mayor parte del trabajo de IA dentro de una empresa es estrecho y repetible: clasificar un ticket, extraer datos de un documento, validar un campo, resumir un informe. Ese trabajo le corresponde a modelos especializados más pequeños y baratos. Los modelos frontier solo entran cuando la tarea realmente los necesita.
La reducción de costo objetivo en flujos de alto volumen cuando el trabajo rutinario corre en modelos especializados más pequeños, con la calidad protegida por validación y escalado basado en confianza.
Objetivo de diseño · varía por flujo · no es una garantía universalEl enrutador corre dentro del entorno del cliente: modelos pequeños especializados por defecto (servidos localmente vía Ollama, capaz de air-gap) con modelos frontier en escalado. Cada decisión de enrutamiento es guiada por política, versionada y auditada. Un flujo de lenguaje-natural-a-SQL ya corre sobre un modelo local con fine-tuning en producción.
La mayoría de las herramientas de IA pueden decirte qué respondieron. Fogoarai te muestra por qué: qué modelo corrió, cuánto costó, qué datos tocó, quién lo aprobó y qué política estaba vigente, para cada acción. Ese registro completo es lo que convierte a la IA de una caja negra en algo que tus equipos de seguridad, riesgo y compliance pueden efectivamente aprobar.
Fogoarai está construido para empresas que no pueden enviar trabajo sensible a una caja negra externa. Corre dentro de la propia nube de la empresa, VPC dedicada o entorno on-prem, con la empresa en control de dónde están los datos, qué modelos se usan, qué queda registrado y qué se le permite hacer a cada agente.
| Topología | Egreso externo | Servido de modelos | Ideal para |
|---|---|---|---|
| Air-gapped | ninguno | solo SLMs locales | datos de máxima sensibilidad / soberanos |
| On-prem | gobernado por política | local + frontier en escalado | regulado, data center propio |
| VPC dedicada | gobernado por política | local + frontier en escalado | cloud-native, con residencia de datos |
| SaaS privado (tenant único) | gobernado por política | frontier + enrutado | arranque más rápido, igual aislado |