Blank white background with no objects or features visible.

¡Hola, EMEA! TrueFoundry está ampliando su presencia en Europa, Oriente Medio y África. Leer más →

Enterprise AI Platform RFP

Por Ashish Dubey

Actualizado: noviembre 20, 2026

Published: mayo 8, 2026

Enterprise AI Platform RFP

50 preguntas que debe hacer a cualquier proveedor en 2026

Las evaluaciones de plataformas de IA para empresas suelen fallar por motivos muy predecibles. La demostración del proveedor se ejecuta con un prompt de prueba cuidadosamente seleccionado. Su diapositiva de precios asume un consumo de 5000 tokens por llamada que no coincide con su carga de trabajo real. El diagrama de arquitectura de seguridad que muestran corresponde a un modo de despliegue por el que ni siquiera ha preguntado. La funcionalidad de MCP que afirman tener estará disponible «en nuestra próxima versión». Seis semanas después, termina firmando un contrato para un producto que solo encaja en un 70 %, y su equipo de plataforma pasa el resto del contrato cubriendo el 30 % restante con desarrollos a medida.

Una RFP puntuada cambia por completo esta dinámica. Todos los proveedores responden a las mismas preguntas, por escrito, antes de realizar cualquier demostración. Sus evasivas (una pregunta esquivada, una funcionalidad que «requiere de nuestro socio de integración» o una afirmación de cumplimiento normativo que no resiste un análisis de alcance) quedan registradas por escrito, donde no pueden volver a justificarse en una llamada posterior. Ese mismo documento permite exigir responsabilidades al proveedor cuando la realidad tras la firma empieza a diferir de la propuesta comercial previa, la queja de compras más habitual en el momento de la renovación del primer año.

Hay tres factores clave que hacen que esta plantilla vaya más allá de lo que cubren los marcos genéricos de contratación empresarial. Gobernanza de MCP, la pila de protocolos que utilizarán sus agentes de IA para comunicarse con las herramientas, donde la mayoría de las pasarelas de IA siguen añadiendo controles de acceso como un parche sobre un diseño inicial que no los contemplaba. Controles de IA agéntica, la correlación de trazas, la atribución de costes y los límites de aislamiento que convierten la tarea de un agente de múltiples pasos en una unidad depurable, facturable y gobernable, en lugar de una maraña desconectada de llamadas a LLM. Cumplimiento normativo específico para IA, que incluye la paridad de campos en los registros de auditoría entre llamadas a LLM e invocaciones a herramientas, respuestas estructuradas sobre la residencia de datos teniendo en cuenta el enrutamiento entre regiones de los proveedores de modelos, y los controles arquitectónicos de BAA que garantizan el cumplimiento real de HIPAA más allá del mero papeleo.

Utilice este documento como punto de partida. Adapte las ponderaciones a su entorno. Envíe este mismo documento a todos los proveedores de su lista corta. El equipo de soluciones de TrueFoundry está preparado para responder a las 50 preguntas por escrito y con evidencias como parte de su proceso formal de evaluación empresarial.

Pasemos a las preguntas.

Figura 1. Arquitectura de referencia con plano dividido: plano de control y plano de computación separados por un límite de solo metadatos, con un único IdP que proporciona la identidad a ambos.

Envíe esta RFP a TrueFoundry. Responderemos a las 50 preguntas aportando evidencias.

  • El equipo de soluciones de TrueFoundry proporciona respuestas por escrito a la RFP junto con evidencias como parte de cada evaluación empresarial. Reserve una llamada para iniciar la evaluación según sus plazos.

Cómo utilizar esta plantilla de RFP de manera eficaz

El orden de las operaciones es más importante que las propias preguntas. La mayoría de las evaluaciones fallidas se saltan el primer paso: obtener respuestas por escrito a toda la plantilla antes de permitir que cualquier proveedor haga una demostración. Las demostraciones sirven para verificar lo prometido por escrito, no para descubrir funcionalidades. Si la primera noticia que tiene de una característica proviene de una diapositiva durante una presentación, les ha cedido el control de la narrativa de la evaluación.

Envíe la plantilla a todos los proveedores de su lista corta simultáneamente, fijando un plazo de respuesta por escrito de dos semanas. Utilice las respuestas para puntuar según una rúbrica ponderada. Solo después de haber puntuado debe programar las demostraciones. En ellas, el trabajo de su equipo de plataforma consistirá en verificar que lo que está escrito coincide con lo que está en ejecución. Trate cualquier afirmación que aparezca en la demostración pero que no estuviera en la respuesta escrita como un punto a investigar, no como una característica a evaluar positivamente.

Algunos detalles clave para ejecutar esto correctamente:

  • Ponderaciones de puntuación sugeridas. Seguridad y cumplimiento normativo en un 25 % (no negociable en la mayoría de los entornos regulados). Despliegue e infraestructura en un 20 % (determina si la plataforma puede ejecutarse en su entorno). AI gateway y gobernanza de LLM en un 20 %. MCP y gobernanza de IA agéntica en un 20 % (la capacidad diferenciadora para 2026 y la sección con la que la mayoría de los proveedores tendrán problemas). Observabilidad y control de costes en un 15 %. Ajuste estos valores si sus prioridades son distintas. Un equipo con requisitos de FedRAMP probablemente dé más peso a la seguridad; un equipo de plataforma que optimice FinOps para una factura anual de LLM de 2 millones de dólares dará más peso a los controles de costes.
  • Cómo gestionar respuestas vagas. Exija evidencias para cada afirmación sobre cumplimiento normativo: informe SOC 2 Type II, plantilla de BAA para HIPAA, resumen de la última prueba de penetración. Considere que «disponible en una versión futura» significa no disponible a menos que la fecha esté garantizada por contrato. Considere que «disponible a través de una integración de terceros» significa no disponible a menos que la integración ya esté preconstruida y sea mantenida por el proveedor.
  • Señales de alarma en las respuestas a la RFP. Preste atención a: respuestas que remitan a la documentación en lugar de contestar directamente; afirmaciones de estar «preparado para la empresa» sin descripciones específicas de los controles; certificaciones de cumplimiento normativo mencionadas sin aclarar su alcance (¿cubre SOC 2 el despliegue SaaS multitenant, el despliegue on-premise o ambos?); o preguntas sobre MCP o gobernanza de agentes respondidas describiendo la observabilidad del LLM. Esta última es la pista definitiva: si el proveedor responde a la Sección 4 hablando de la Sección 5, no dispone de una pasarela de MCP.

Si alguna vez ha estado en una revisión de seguridad donde el alcance de cumplimiento del proveedor solo cubría la opción SaaS que no planeaba usar, sabrá lo caro que sale saltarse el paso de la rúbrica. Una RFP puntuada saca a la luz esos detalles antes de firmar el contrato.

Sección 1: Seguridad y cumplimiento normativo (10 preguntas)

La seguridad y el cumplimiento normativo es donde la mayoría de las evaluaciones de plataformas de IA se desmoronan en la segunda reunión. No porque los proveedores carezcan de certificaciones. La mayoría tiene un SOC 2 Type II en algún sitio. El problema suele ser de alineación: el alcance de la certificación, los controles arquitectónicos que la implementan y el modo de despliegue que realmente está comprando no coinciden. Un SOC 2 que cubre el portal de marketing del proveedor no sirve de nada para una pasarela de IA que procesa PHI on-premise. Un BAA que existe como plantilla pero no describe cómo se aísla la PHI en el plano de datos es mero papel mojado, no un control. Las siguientes preguntas fuerzan la alineación entre el alcance de la certificación y la realidad arquitectónica, evitando que las respuestas del tipo «estamos certificados» tengan un peso que no les corresponde.

El otro fallo habitual que conviene mencionar desde el principio: proveedores que responden a preguntas de seguridad de forma abstracta porque su arquitectura real se divide entre dos productos con posturas de control distintas. Su versión on-premise ofrece pocas funcionalidades y no está certificada de forma independiente. Su versión SaaS tiene las certificaciones, pero no se adapta a su entorno. Detecte esto haciendo la misma pregunta dos veces, especificando cada vez el modo de despliegue. Si las respuestas difieren, se encuentra ante dos productos comercializados como si fueran uno solo.

Puntúe esta sección de forma rigurosa.

  • ¿Admite la plataforma despliegues on-premise o aislados en VPC donde ningún dato del cliente (incluidos prompts, respuestas del modelo y registros de auditoría) salga de la cuenta de cloud del cliente? Describa la arquitectura de despliegue, indicando cada componente que requiera conectividad saliente hacia la infraestructura del proveedor (telemetría, licencias, actualizaciones). Explique qué ocurre con las funcionalidades de la plataforma si se interrumpe la conectividad saliente.

Qué debería significar arquitectónicamente «aislado en VPC».

Un despliegue con plano dividido donde el plano de datos (el proxy que gestiona prompts, respuestas del modelo, embeddings e invocaciones a herramientas de MCP) se ejecuta íntegramente en la VPC del cliente y nunca abre una conexión saliente hacia la infraestructura del proveedor para transferir la carga útil de las peticiones. El plano de control (configuración, ajustes de RBAC, cuadros de mando) puede ejecutarse en la infraestructura del proveedor o en la del cliente según el modo de despliegue, pero solo intercambia metadatos. Los registros de auditoría, los datos de prompts y respuestas, y los embeddings se almacenan en el almacenamiento de blobs controlado por el cliente (S3, GCS, Azure Blob), no en bases de datos gestionadas por el proveedor. Si el «despliegue en VPC» del proveedor sigue enviando prompts a un agregador de registros gestionado por él, se trata de un despliegue SaaS con otro envoltorio.

  • ¿Cuenta la plataforma con la certificación SOC 2 Type II? Facilite el informe de auditoría más reciente identificando claramente el alcance de los servicios cubiertos. Especifique si la certificación cubre la opción de despliegue on-premise o solo el producto SaaS. Muchos proveedores cuentan con la certificación SOC 2 para uno pero no para el otro; el informe lo revelará.

Cómo leer el informe.

Revise la sección Descripción del sistema para comprobar que se nombran de forma explícita los modos de despliegue cubiertos. Busque frases como «el entorno SaaS multitenant alojado en [cloud]» frente a «los componentes de la pasarela y del plano de control desplegados por el cliente». Si la descripción solo menciona uno, la certificación solo cubre ese. Compruebe los Criterios de servicios de confianza cubiertos. La seguridad es la base, pero la disponibilidad, la confidencialidad y la integridad del procesamiento son fundamentales para las cargas de trabajo de IA que gestionan datos regulados. Un SOC 2 que solo cubre la seguridad está incompleto.

  • ¿Admite la plataforma despliegues compatibles con HIPAA? ¿Existe un Business Associate Agreement (BAA) disponible y qué documentación de cumplimiento aporta el proveedor como parte de la evaluación empresarial? Describa los controles arquitectónicos que evitan la exposición de PHI (límites de aislamiento de datos, requisitos de cifrado, gestión de registros de auditoría), no solo la existencia de un BAA. Un BAA firmado sin controles que lo hagan cumplir representa un riesgo. Exija garantías en este punto.
  • ¿Cómo se gestionan las credenciales de API, las claves de proveedores de modelos y los tokens de cuentas de servicio? ¿Se almacenan en la infraestructura del proveedor, en la del cliente o en un gestor de secretos gestionado por el cliente como AWS Secrets Manager, HashiCorp Vault o Azure Key Vault? Describa el proceso de rotación para credenciales comprometidas y el tiempo máximo entre la solicitud de rotación y su propagación.

Cómo es una buena integración.

La plataforma obtiene las claves del proveedor de modelos desde el Vault o Secrets Manager del cliente al iniciar la pasarela o bajo demanda mediante un rol IAM gestionado por el cliente, almacenando en la configuración de la plataforma solo referencias a las claves (no sus valores). La rotación es una operación en Vault: al actualizar la clave en Vault, la pasarela obtiene el nuevo valor en la siguiente lectura o en un intervalo de refresco configurable. La plataforma nunca almacena claves de proveedores en reposo. Si la respuesta del proveedor es «usted carga las claves en nuestra UI de administración y las guardamos cifradas», se trata de un modelo de seguridad diferente (y más débil). Las claves pasan a estar en la infraestructura del proveedor, incluso en un despliegue «en VPC».

  • ¿Genera la plataforma registros de auditoría estructurados en un formato compatible con los SIEM empresariales (JSON, CEF, Syslog)? Facilite un ejemplo de entrada de registro para una llamada de inferencia de LLM con todos sus campos etiquetados. Facilite un ejemplo equivalente para una invocación a una herramienta de MCP. Ambos deben mantener paridad en la cobertura de campos; si los registros de MCP contienen menos información, es una señal de que la gobernanza de MCP se ha añadido a posteriori y no como una funcionalidad nativa.

Cómo se ve realmente la paridad de campos. Una entrada de registro de inferencia de LLM adecuada contiene aproximadamente estos campos:

El registro de invocación a la herramienta de MCP debe mantener la paridad de campos para las dimensiones compartidas (timestamp, request_id, trace_id, user, application, latency_ms, status, policy decision) además de los campos específicos de la herramienta:

Observe que ambos incluyen el mismo trace_id: la llamada al LLM y la invocación al MCP se correlacionan con una única petición de usuario, lo que concreta la respuesta a la pregunta 8 de la Sección 4. Se deben aplicar funciones hash a los parámetros en lugar de registrarlos en bruto. El registro completo de parámetros supone un riesgo de fuga de datos en entornos regulados. Si el ejemplo de registro de MCP del proveedor no incluye policy.decision, trace_id o la atribución del usuario, la gobernanza de MCP no es una aplicación de políticas en tiempo real, sino un informe a posteriori.

Figure 2. Audit log data flow: field parity between LLM inference events and MCP tool invocation events, both correlated by one trace_id.

Figura 2. Flujo de datos de registros de auditoría: paridad de campos entre eventos de inferencia de LLM y eventos de invocación a herramientas de MCP, ambos correlacionados mediante un único trace_id.

  • ¿Cuál es la política de retención de registros de auditoría configurable por el cliente? ¿Puede el cliente especificar periodos de retención por tipo de registro (eventos de autenticación, inferencias del modelo, llamadas a MCP, acciones de administración)? ¿Dónde se almacenan los registros en los despliegues aislados en VPC y dispone el proveedor de algún tipo de acceso a los mismos?
  • Describa cómo se cifran los datos en reposo en los diferentes almacenes de la plataforma: bases de datos de configuración, almacenes de registros de auditoría, datos de observabilidad y traza, artefactos de modelos y cualquier índice vectorial. ¿Qué claves de cifrado están bajo el control del cliente? En los modos de despliegue autoalojados por el cliente, ¿puede este utilizar el servicio de gestión de claves nativo del proveedor de cloud (AWS KMS, Azure Key Vault, GCP KMS) para las claves que protegen los datos de la plataforma? El cifrado con claves gestionadas por el proveedor es la opción por defecto; las claves controladas por el cliente son la opción avanzada.

Por qué esta pregunta es más importante de lo que parece.

El «cifrado en reposo» es algo generalizado. El control real reside en saber de quién es la clave que realiza el cifrado. En un despliegue autoalojado, es posible utilizar claves controladas por el cliente porque los almacenes de datos están en su propia cuenta; en un despliegue SaaS, las claves controladas por el cliente son una funcionalidad que el proveedor debe haber diseñado desde el principio. Formule la pregunta especificando el modo de despliegue.

  • Describa las evaluaciones de seguridad externas realizadas sobre la plataforma. ¿A qué revisiones de seguridad independientes se ha sometido la plataforma en los últimos 12 meses (pruebas de penetración, auditorías de código, revisiones de arquitectura de seguridad) y qué evidencias se facilitan como parte de la evaluación empresarial? Los hallazgos pendientes de resolución tras 90 días deben incluir una explicación por escrito de los motivos y un plazo para su subsanación.
  • Describa el proceso de divulgación de vulnerabilidades y la gestión de parches, incluyendo el SLA para aplicar parches de seguridad críticos en los despliegues de los clientes. Para despliegues autoalojados, describa cómo llegan los parches al entorno del cliente y quién es el responsable de aplicarlos.

Niveles de SLA de parches que se deben exigir (estándar en plataformas empresariales):

Gravedad Rango CVSS Disponibilidad del parche Plazo de aplicación del cliente
Crítica 9.0 a 10.0 7 días desde la divulgación 14 días
Alta 7.0 a 8.9 14 días 30 días
Media 4.0 a 6.9 30 días 90 días
Baja 0.1 a 3.9 Siguiente versión menor A discreción del cliente

Para despliegues autoalojados, «disponibilidad del parche» significa una versión etiquetada que el equipo de plataforma del cliente pueda desplegar. El «plazo de aplicación del cliente» es el SLA al que el cliente se compromete internamente. Si el proveedor propone un plazo de 30 días para vulnerabilidades CVE críticas, es un periodo de exposición demasiado elevado; exija plazos más cortos.

  • ¿Dónde se almacenan y procesan físicamente los datos del cliente en cada modo de despliegue? Enumere las opciones de residencia de datos disponibles (EE. UU., UE, países específicos) y describa los controles que impiden que los datos se procesen fuera de la región elegida durante tareas de mantenimiento o conmutación por error. Para despliegues SaaS, indique los subencargados del tratamiento involucrados (proveedores de cloud, herramientas de observabilidad, soporte) y facilite la lista más reciente de estos.

Sección 2: Despliegue e infraestructura (8 preguntas)

La mayoría de los procesos de contratación empresarial fallan en la fase de despliegue. La plataforma parece idónea en la demostración del entorno SaaS, pero la revisión de seguridad revela tres bloqueos: conectividad saliente hacia la infraestructura del proveedor para telemetría, una base de datos de configuración alojada en la nube del proveedor y un plano de control acoplado a una región de cloud específica. Cuando estos condicionantes salen a la luz, ya se ha negociado el precio de un producto inadecuado, teniendo que renegociar desde una posición desfavorable o aceptar un despliegue que genera deuda técnica en cumplimiento normativo.

Esta sección expone los condicionantes del despliegue desde el principio. Los proveedores capaces de responder con claridad son aquellos que ya han realizado despliegues en entornos similares al suyo. Los proveedores que necesitan una llamada de descubrimiento para responder a la Sección 2 no lo han hecho, y terminará pagando para realizar esa ingeniería de integración durante dicha llamada.

Analice las respuestas con atención.

  • ¿Qué proveedores de cloud y regiones son compatibles para el despliegue? ¿Puede la plataforma ejecutarse en cualquier región de AWS, Azure o GCP, o existen restricciones geográficas? ¿Cuál es el nivel de soporte para GovCloud, regiones de China y nubes soberanas?
  • ¿Puede la plataforma ejecutarse simultáneamente en varios proveedores de cloud (AWS y Azure, o AWS y GCP) con un único plano de control unificado, atribución de costes unificada y un flujo único de registros de auditoría? En ocasiones, «multicloud» solo significa que admiten las tres nubes, pero de una en una. Esto difiere de una carga de trabajo distribuida entre dos nubes con una única interfaz de administración.
  • ¿Cuál es la infraestructura mínima requerida para ejecutar la plataforma en producción? Facilite diagramas de arquitectura de referencia para configuraciones estándar y de alta disponibilidad, incluyendo requisitos de computación, base de datos, red y almacenamiento. Cuantifique en vCPU, GB de RAM y volumen de almacenamiento persistente.

Componentes habituales en una arquitectura de referencia HA para un AI gateway aislado en VPC:

‍

Estimación de dimensionamiento para un tráfico constante de ~500 RPS: de 3 a 4 réplicas de pasarela con 2 vCPU / 4 GB de RAM cada una, Postgres con 4 vCPU / 16 GB de RAM y 100 GB SSD, y almacenamiento de blobs dimensionado según la retención (una retención de 90 días a 10 KB/registro y 500 RPS equivale a unos 1,2 TB). El proveedor debe aportar cifras concretas como estas por escrito antes de firmar, evitando respuestas ambiguas como «depende de la carga de trabajo».

Figure 3. One control plane managing compute planes across AWS, Azure, GCP, and on-prem Kubernetes simultaneously, each with its own data residency boundary.

Figura 3. Un único plano de control gestionando planos de computación en AWS, Azure, GCP y Kubernetes on-premise simultáneamente, cada uno con su propio límite de residencia de datos.

  • ¿Cuál es el SLA de disponibilidad documentado? ¿Es contractual o una mera estimación? Describa la configuración de alta disponibilidad necesaria para alcanzar el SLA indicado y aclare si la responsabilidad de esa configuración recae en el cliente o en el proveedor.
  • ¿Cómo se entregan las actualizaciones de la plataforma a los despliegues de los clientes? ¿Pueden los clientes controlar el calendario de actualizaciones, mantener versiones específicas para pruebas y realizar reversiones (rollback) si una versión introduce errores? ¿Cuál es el desfase habitual entre una versión SaaS y su equivalente on-premise?
  • ¿Admite la plataforma despliegues con conectividad saliente restringida o controlada? En entornos donde el tráfico saliente está limitado a destinos específicos mediante listas blancas (proxy corporativo de salida, endpoints de proveedores de modelos exclusivamente), describa qué requiere la plataforma para funcionar y qué funcionalidades cambian su comportamiento cuando la salida está restringida. Especifique claramente qué componentes no funcionan, no solo los que sí lo hacen.
  • ¿Cuál es la estrategia documentada de recuperación ante desastres (DR)? Facilite cifras de RTO y RPO para cada modo de despliegue (SaaS, autoalojado en una sola región, autoalojado multirregión). Describa el proceso de conmutación por error, indicando si es automático o requiere intervención manual, así como el límite de pérdida de datos en cada escenario. Un RTO de 4 horas puede parecer aceptable hasta que su aplicación queda inoperativa durante ese tiempo.

Objetivos orientativos de recuperación ante desastres esperables en una plataforma de nivel empresarial:

Modo de despliegue RTO RPO Conmutación por error
Multirregión activo-activo <5 min ~0 (replicación sincrónica) Automática, con controles de estado a nivel de pasarela
Multirregión activo-pasivo 15 a 30 min <5 min Automática con confirmación del operador
Una sola región multi-AZ 5 a 15 min (fallo de AZ) <1 min Automática dentro de la región
Autoalojado en una sola AZ Definido por el cliente Definido por el cliente Operado por el cliente

‍

Cualquier resultado inferior a estos para un entorno de producción multirregión debería incluir una explicación por escrito. Que un proveedor pequeño indique «no admitimos multirregión» es comprensible; que afirme «lo admitimos pero no nos comprometemos a un RTO», no.

  • ¿Pueden los clientes exportar todos sus datos (registros de auditoría, pares de prompt-respuesta, configuración y datos de observabilidad) en un formato estructurado? Describa el mecanismo de exportación, los formatos admitidos (parquet, JSON, CSV) y cualquier dato que el cliente no pueda extraer de la plataforma. La dependencia de un proveedor por imposibilidad de extraer los datos es un riesgo real.

Sección 3: AI Gateway y gobernanza de LLM (9 preguntas)

Las páginas de producto de los AI gateways suelen ser muy parecidas: API unificada, enrutamiento inteligente, control de costes y observabilidad. Los detalles concretos detrás de esas palabras son los que diferencian una pasarela lista para producción de un proxy básico con una web de marketing. «Enrutamiento inteligente» puede referirse tanto a un round-robin estático entre dos modelos como a una política en cascada con límites de costes, selección por capacidades y cadenas de alternativa (fallback). «Control de costes» puede significar un panel que muestra la factura de ayer o presupuestos estrictos de tokens que devuelven un error 429 a la aplicación cuando un equipo alcanza su límite.

Las preguntas de esta sección exigen detalles concretos. Rechace las respuestas que se limiten a repetir el texto comercial. El proveedor que afirme «admitimos enrutamiento inteligente» sin detallar el lenguaje de reglas, el comportamiento en cascada, la gestión de fallos y la integración con los presupuestos no dispone de enrutamiento real: solo tiene una opción de configuración.

Exija pruebas de la arquitectura propuesta.

  • ¿Qué proveedores de LLM y versiones de modelos admite la plataforma? Facilite la lista completa. ¿Con qué frecuencia se actualiza dicha lista al publicarse nuevos modelos? ¿Cuál es el tiempo medio transcurrido desde la disponibilidad pública de un nuevo modelo (GPT-5.5, Claude Opus 4.7, Gemini 3.1 Pro, Llama 4 Maverick) hasta su integración en la plataforma? Respuestas como días, semanas o «el próximo trimestre» marcan diferencias sustanciales. Pregunte con claridad.
  • Describa en detalle la funcionalidad de enrutamiento inteligente. ¿Qué criterios de enrutamiento se admiten (coste, latencia, capacidad, reglas personalizadas)? ¿Se pueden configurar las reglas de enrutamiento por equipo, aplicación o caso de uso sin modificar el código de la aplicación? ¿Pueden las reglas de enrutamiento ejecutarse en cascada (intentar primero el Modelo A; si el coste supera el umbral, intentar el Modelo B; si el Modelo B falla, intentar el Modelo C)?

Ejemplo de una regla de enrutamiento real en configuración:

La aplicación envía una solicitud estándar compatible con OpenAI. El gateway selecciona el proveedor en función de la regla, cae en la cascada en caso de fallo, adjunta la referencia de presupuesto para la atribución de costes y aplica guardrails inline. No cambia el código de la aplicación cuando se reconfigura la ruta. Si el "enrutamiento inteligente" del proveedor requiere cambios a nivel de aplicación para cada variante, no es un enrutamiento a nivel de gateway. Es un wrapper.

  • ¿Cómo se aplican los presupuestos de tokens y los rate limits? ¿Se aplican a nivel de usuario, equipo, aplicación y modelo simultáneamente? ¿Se pueden configurar los presupuestos como soft (alerta) o hard (bloqueo)? Cuando se supera un presupuesto hard, ¿qué respuesta recibe la aplicación? Un 429 limpio con metadatos de error estructurados es la respuesta correcta. Un 500 o un estrangulamiento silencioso no lo es.
  • ¿Devuelve el gateway respuestas en streaming nativas (server-sent events, respuestas fragmentadas compatibles con OpenAI) sin almacenar en búfer la respuesta completa? Muchos productos de "gateway" rompen el streaming silenciosamente porque almacenan en búfer para inspeccionar. Confirme el streaming con latencia a nivel de token bajo carga, no solo una casilla de verificación de características.
  • Describa la arquitectura de aplicación de guardrails y políticas. ¿Se aplican los guardrails pre-call (bloqueo antes de que el modelo vea la entrada), inline (durante la llamada) o post-call (después de generar la respuesta)? ¿Pueden los guardrails ser Validate-only (bloquear en caso de violación de política) o Mutate (reescribir o redactar)? ¿Puede el cliente desarrollar guardrails personalizados utilizando un SDK o plantilla documentados, y cuál es el límite de soporte?
  • ¿Admite la plataforma almacenamiento en caché semántico con umbrales de similitud configurables, delimitados por usuario o por cuenta virtual? Las coincidencias en caché deben responder a un coste de modelo cero. ¿Cuál es el modelo de embedding utilizado para la puntuación de similitud y es configurable por el cliente o fijo por el proveedor?
  • ¿Se gestionan los prompts, las plantillas de prompts y los mensajes del sistema como activos gobernados y con versiones en la plataforma, separados del código de la aplicación? ¿Se pueden probar las versiones de prompts mediante A/B testing en producción sin volver a desplegar las aplicaciones? El prompt-as-config es la diferencia entre iterar en el comportamiento de un modelo en minutos o en semanas.
  • Describa el soporte de MCP de la plataforma en la capa de AI Gateway. Específicamente, ¿invoca el gateway llamadas a herramientas de MCP cuando la respuesta de un agente incluye marcadores de uso de herramientas, registra la invocación con contexto completo y devuelve el resultado de la herramienta a la conversación del modelo, todo ello sin que la aplicación implemente el bucle de llamada a herramientas? Este es el subconjunto de gobernanza de MCP más directamente ligado al AI gateway. La Sección 4 cubre el MCP gateway específicamente.
  • ¿Cómo se prueban el rendimiento y la capacidad del gateway para producción? Proporcione números de sobrecoste de latencia (solo gateway, excluyendo la latencia del modelo) a niveles de rendimiento sostenido relevantes para la escala empresarial: 100 RPS, 500 RPS, 2,000 RPS. "Sub-10ms" es solo un titular publicitario. Los números P99 bajo carga sostenida son la señal real.
Figure 4. Routing cascade flow: budget check, pre-call guardrails, primary model attempt, fallback chain, and a unified response path with audit, cost, and cache.

Figura 4. Flujo de la cascada de enrutamiento: comprobación de presupuesto, guardrails pre-call, intento con el modelo primario, cadena de fallback y una ruta de respuesta unificada con auditoría, coste y caché.

Sección 4: MCP Gateway y gobernanza de IA basada en agentes (9 preguntas)

Esta sección es donde la mayoría de los productos de AI gateway tendrán dificultades, porque la mayoría se diseñaron para la era de las llamadas a LLM y son anteriores al momento en que MCP comenzó a aparecer en entornos empresariales reales. MCP no es "más observabilidad para llamadas a herramientas". Es un plano de gobernanza independiente: un registro de servidores aprobados, un punto de aplicación para qué herramientas puede invocar cada rol, registros de auditoría que coinciden con los registros de llamadas a LLM en cobertura de campos y un motor de políticas que se ejecuta en el momento de la invocación en lugar de como un informe a posteriori. Los proveedores que no dispongan de este plano intentarán responder a las preguntas de la Sección 4 con descripciones de observabilidad de LLM. Esté atento a la sustitución. Cuanto más directa sea la respuesta, más real será la capacidad.

El patrón a esperar: un proveedor sólido de AI gateway describirá el MCP gateway como una superficie de producto independiente con su propio registro, su propio mapeo RBAC, su propio esquema de registro de auditoría y su propio lenguaje de políticas. Un proveedor más débil lo describirá como "observabilidad extendida" sobre su stack existente de observabilidad de LLM, lo que delata que la gobernanza es escasa. Puntúe la Sección 4 específicamente; no la incluya en la Sección 3.

Lea cada respuesta buscando un lenguaje de aplicación directa.

  • ¿Ofrece la plataforma un MCP gateway para gobernar el acceso a los servidores MCP por parte de agentes de IA y herramientas de desarrollo? ¿Es esta una capacidad en producción hoy o un elemento de la hoja de ruta? Si está en producción, proporcione una referencia de cliente y la fecha en que la capacidad pasó a estar disponible de forma general (GA).
  • ¿Puede la plataforma mantener un catálogo centralizado de servidores MCP aprobados con un flujo de trabajo de evaluación y aprobación? ¿Quién controla las entradas del catálogo, cuál es el proceso de revisión para añadir un nuevo servidor MCP y se puede distribuir el catálogo a las configuraciones de los IDE de los desarrolladores (Cursor, Claude Code, Continue, otros) automáticamente en lugar de que cada desarrollador configure sus propias conexiones?
  • ¿Cómo se distribuyen los servidores MCP a los entornos de los desarrolladores? ¿Se automatiza la distribución a través del catálogo o cada desarrollador configura las conexiones manualmente? La configuración manual crea el mismo problema de shadow-tooling que impulsó la adopción original de SSO hace cinco años. La centralización importa.
  • ¿Aplica la plataforma SSO y RBAC para el acceso a servidores MCP, independientemente de las políticas de acceso a LLM? ¿Se pueden configurar políticas de acceso a nivel de herramienta para cada equipo y rol? ¿Se aplican en el momento de la invocación (el gateway bloquea la llamada) o solo se registran a posteriori (la llamada se realiza y aparece mañana en un informe)?
  • ¿Se registran las invocaciones de herramientas de MCP con la identidad del emisor (usuario o agente), el nombre de la herramienta, los parámetros pasados, la respuesta recibida y la decisión de la política? ¿Están estos registros estructurados y son consultables? ¿Se generan con la misma cobertura de campos que los registros de llamadas de inferencia de LLM? La paridad importa: si puede responder a "quién llamó a este LLM" pero no a "quién invocó esta herramienta", su historial de auditoría tiene un vacío. Vale la pena señalarlo pronto.
  • ¿Puede la plataforma bloquear llamadas a herramientas de MCP específicas basándose en reglas de política en el momento de la invocación, antes de que la llamada a la herramienta llegue al servidor MCP? Describa el lenguaje de reglas de política. ¿Se pueden actualizar las políticas sin volver a desplegar el propio servidor MCP? La ruta de actualización de políticas determina qué tan rápido puede responder a una amenaza emergente.

Regla de política de ejemplo que bloquea una llamada a una herramienta antes de que llegue al servidor MCP:

Las actualizaciones de esta regla deberían propagarse al gateway en segundos (push de configuración, no rediseño ni nuevo despliegue). Si la respuesta del proveedor es "las políticas son evaluadas por el propio servidor MCP", no es una política aplicada por el gateway. Es una política aplicada por el servidor, y necesitará mantener la paridad de políticas en cada servidor MCP del catálogo. Es un problema diferente.

  • ¿Cómo protege la plataforma contra el envenenamiento de descripciones de herramientas de MCP, donde la descripción de un servidor MCP malicioso incluye instrucciones diseñadas para redirigir el comportamiento del agente? ¿Qué pasos de revisión o validación ocurren antes de que se apruebe un nuevo servidor MCP para el catálogo, y las descripciones de las herramientas son inmutables una vez aprobadas o se vuelven a obtener en cada invocación?
  • ¿Puede la plataforma rastrear una única solicitud de usuario a través de múltiples llamadas a LLM, invocaciones de herramientas de MCP y llamadas a subagentes en una transacción correlacionada? Describa el mecanismo de propagación del identificador de traza (contexto de traza W3C, encabezados personalizados) y las herramientas de observabilidad donde aparece la traza correlacionada. Sin un rastreo correlacionado, depurar el fallo de un agente de múltiples pasos consiste en leer líneas de registro aisladas y adivinar el orden.

Cómo se ve la propagación del contexto de traza W3C de extremo a extremo. La aplicación recibe una solicitud entrante y genera o reenvía un encabezado traceparent según la especificación W3C:

El gateway conserva el trace-id en cada llamada descendente (proveedor de LLM, servidor MCP, salto secundario del gateway) inyectándolo en los encabezados salientes, y emite cada llamada como un span bajo el mismo trace-id. En Datadog, Grafana Tempo o Jaeger, el resultado es una única cascada que muestra: solicitud del usuario → llamada al LLM (claude-sonnet-4-6, 2.1s) → llamada a la herramienta (github.create_issue, 528ms) → llamada al LLM (formateador de salida, 380ms) → respuesta. Sin esto, el mismo flujo aparece como cuatro entradas no relacionadas y el análisis de causa raíz se convierte en un juego de adivinanzas.

  • ¿Cómo se gobierna la comunicación entre agentes cuando un agente invoca las herramientas de MCP de otro o comparte el contexto con otro agente? ¿Existen límites de aislamiento que eviten la escalada de privilegios entre agentes? Un agente con acceso a una herramienta de solo lectura que delega en un agente con acceso de escritura es la versión en IA del "confused deputy" (delegado confuso), y la mitigación debe ser arquitectónica, no consultiva. Es fácil de pasar por alto. Es difícil de adaptar a posteriori.
Figure 5. MCP Gateway architecture: one endpoint for developer tools and agents, with auth, registry, policy, and logging layers between clients and MCP servers.

Figura 5. Arquitectura del MCP Gateway: un único endpoint para herramientas de desarrollador y agentes, con capas de autenticación, registro, políticas y registro de auditoría entre los clientes y los servidores MCP.

‍

Sección 5: Observabilidad y control de costes (7 preguntas)

La diferencia entre una plataforma de IA que monitoriza bien y una que observa bien se refleja en las preguntas que se hace su equipo financiero a fin de mes. La monitorización le dice que la factura ha subido un 40 por ciento. La observabilidad le dice que el chatbot del equipo de marketing comenzó a entrar en un bucle en un caso límite de la ventana de contexto hace tres semanas, que el 70 por ciento del aumento proviene de una sola aplicación y que las solicitudes desbordadas tienen una firma específica que se puede enrutar a un modelo más barato. La primera respuesta enfada a finanzas. La segunda respuesta convierte a finanzas en un aliado.

La misma distinción aparece en la depuración de agentes. La monitorización le dice que una tarea del agente ha fallado. La observabilidad le dice qué llamada al LLM devolvió una respuesta mal formada, qué invocación de herramienta descendente caducó como resultado y a qué solicitud de usuario se atribuyó el fallo. Sin un rastreo correlacionado a través de los planos de LLM y MCP (Sección 4, pregunta 8), cada fallo de un agente es un ejercicio forense. Las siguientes preguntas obligan al proveedor a describir qué se captura realmente por llamada, cómo se puede consultar y cómo salen los datos de la plataforma cuando su sistema financiero los necesita.

Los detalles importan aquí.

  • ¿Qué datos de observabilidad se capturan para cada llamada al LLM? Proporcione la lista completa de campos registrados, incluyendo: modelo, proveedor, recuento de tokens (entrada, salida, en caché), coste, latencia (tiempo hasta el primer token, total), atribución de equipo y aplicación, identificador de solicitud y cualquier metadato personalizado que el cliente pueda adjuntar. La falta de campos aquí representa vacíos en su capacidad forense.
  • ¿Proporciona la plataforma paneles de control de costes en tiempo real desglosados por equipo, aplicación, modelo y período de tiempo? ¿Se pueden compartir estos paneles con los líderes de equipo sin concederles acceso a la interfaz completa de gestión de la plataforma? Los paneles de solo lectura representan un permiso RBAC diferente al acceso de administrador; ambos deberían ser posibles.
  • ¿Se pueden configurar alertas de costes y presupuesto en múltiples umbrales (el 70 por ciento del presupuesto activa una advertencia, el 100 por ciento activa un bloqueo, el 120 por ciento activa un escalado)? ¿Quién recibe las alertas y a través de qué canales (correo electrónico, Slack, PagerDuty, webhook)? Las alertas que llegan a una sola bandeja de entrada son frágiles; el enrutamiento multicanal es la diferencia entre "lo capturamos a tiempo" y "se nos pasó". Una gran diferencia a las 3 a. m.
  • ¿Cómo se rastrean los costes de ejecución del agente cuando una sola solicitud de usuario genera múltiples llamadas a LLM, invocaciones de herramientas y llamadas a subagentes? ¿Puede la plataforma atribuir el coste total de una tarea de agente de múltiples pasos a una sola solicitud iniciadora y a un solo usuario? Sin esto, la atribución de costes del agente es irresoluble y se queda con totales a nivel de modelo que no se corresponden con nada accionable.

Lo que debería producir la atribución acumulada. Para una sola tarea de agente iniciada por un usuario, la plataforma debería generar un resumen consultable referenciado en el trace_id del contexto de traza W3C analizado en la Sección 4:

Esto es lo que hace que la "atribución de costes del agente" sea una señal de grado financiero en lugar de una curiosidad técnica.

Figure 6. Trace waterfall view of a single agent task: LLM call, MCP tool call, and second LLM call, all under one trace_id with cost rolled up across spans.

Figura 6. Vista en cascada de traza de una sola tarea de agente: llamada al LLM, llamada a la herramienta MCP y segunda llamada al LLM, todo bajo un mismo trace_id con el coste acumulado a lo largo de los spans.

  • ¿Admite la plataforma la exportación de datos de uso y costes a sistemas externos de BI o finanzas para la asignación de costes y el procesamiento de cobros internos (chargeback)? ¿Qué formatos de exportación y mecanismos de integración están disponibles (envío a S3, sincronización con BigQuery, API REST, CSV programado)? ¿Con qué frecuencia se actualiza la exportación?
  • ¿Qué integraciones de alertas se admiten y con qué nivel de fidelidad? ¿Se entregan las alertas a través de correo electrónico, Slack o destinos de webhook, y puede el enrutamiento por webhook dirigir diferentes tipos de alerta a diferentes sistemas descendentes (alertas de costes a finanzas, alertas de seguridad a operaciones de seguridad, alertas de latencia al ingeniero de guardia)? El webhook es la salida de emergencia universal; si la plataforma admite webhooks con una estructura de carga personalizada, se integra con cualquier backend de alertas que el cliente ya utilice.
  • ¿Cuánto tiempo se conservan los datos de observabilidad y auditoría por defecto y es configurable la retención por tipo de datos? ¿Qué sucede al expirar la retención: eliminación automática, archivo en almacenamiento en frío o elección del cliente? Describa los controles de retención en despliegues air-gapped donde el cliente gestiona su propia infraestructura de registros de extremo a extremo.

Sección 6: Integraciones empresariales, SLA y soporte (7 preguntas)

El coste de una falta de integración rara vez es visible durante la adquisición. Aparece a los seis meses, cuando revocar el acceso de un empleado despedido tarda 48 horas porque SCIM no es real, cuando una interrupción P1 a las 2 a. m. recibe una respuesta automática de "responderemos durante el horario laboral" porque el SLA es aspiracional, cuando el cambio de nombre de un grupo de Okta rompe las asignaciones de roles porque la integración SSO de la plataforma nunca se probó con eventos del ciclo de vida de grupos. Cada uno de esos casos es un coste de ingeniería finito, pero se acumulan en el impuesto operativo que hace que los equipos de plataforma migren silenciosamente de productos por lo demás capaces al renovar al tercer año.

La Sección 6 saca a la luz las realidades operativas. Dos patrones de diagnóstico: cualquier respuesta afirmativa a una pregunta sobre soporte de protocolos merece un seguimiento sobre qué clientes ejecutan ese protocolo en producción hoy en día frente a qué clientes serán los primeros en probarlo. Y cualquier compromiso de SLA sin créditos explícitos asociados debe tratarse como un objetivo de marketing. Los SLA contractuales incluyen créditos porque los proveedores fijan el precio del riesgo de no cumplirlos; los SLA aspiracionales son redactados por marketing y no los incluyen.

Consiga los créditos por escrito.

  • ¿Qué proveedores de identidad se admiten para SSO empresarial? Liste explícitamente: Okta, Azure AD (Entra ID), PingFederate, ADFS, Google Workspace, SAML 2.0 genérico, OIDC genérico. ¿Está disponible la integración de SSO en todos los modos de despliegue (SaaS y on-prem) o solo en niveles específicos? Pregunta de bonificación: cuáles de esas integraciones tienen despliegues en producción validados por clientes frente a "admitimos el protocolo, usted será el primero en probarlo".

Mapeo estándar de atributos SAML que la plataforma debería aceptar. Los proveedores de identidad envían nombres de atributos específicos del proveedor (ADFS en particular emite notaciones largas de tipo URI), por lo que la plataforma debería permitirle mapearlos a un conjunto estándar reducido:

Reclamación estándar (claim) Utilizado para Origen común del IdP
sub ID de usuario único nameidentifier, oid, userPrincipalName
email Atribución de usuario + contacto emailaddress, mail, preferred_username
groups Asignación de roles RBAC groups, memberOf, Role
displayName Visualización en UI, legibilidad del registro de auditoría givenName + sn, displayName
department Informes de cumplimiento department (Entra ID), reclamaciones personalizadas (ADFS)

‍

Si la plataforma solo puede consumir un formato de reclamación fijo, la integración con cualquier cosa que no sea Okta/Azure AD se vuelve dolorosa. La flexibilidad anterior es un coste de configuración de una sola vez; sin ella, cada incorporación de un IdP se convierte en un desarrollo a medida.

  • ¿Admite la plataforma SCIM 2.0 para el aprovisionamiento y desaprovisionamiento automatizado de usuarios y grupos? Cuando se elimina a un usuario del proveedor de identidad, ¿se revoca automáticamente su acceso a la plataforma o se requiere un paso manual de desaprovisionamiento? El desaprovisionamiento manual es un hallazgo de falta de cumplimiento a la espera de ocurrir. Siempre aparece en las auditorías.

Cómo se ve el aprovisionamiento SCIM en la red. Okta o Azure AD envían un POST al endpoint SCIM de la plataforma cuando se añade un usuario a la aplicación SSO:

Cuando el usuario se desaprovisiona en el IdP, el mismo endpoint recibe un PATCH que cambia active a false, y la plataforma debería revocar el acceso del usuario de inmediato en lugar de en el próximo intento de inicio de sesión. Pruebe esto en la prueba de concepto: desaprovisione a un usuario de prueba en el IdP, luego intente usar un token de plataforma aún válido y confirme que el ciclo de vida de desaprovisionamiento funciona de extremo a extremo. Si la plataforma solo respeta el desaprovisionamiento en el próximo inicio de sesión del usuario, ese es un vacío de cumplimiento que vale la pena reflejar por escrito.

Figure 7. Identity and RBAC flow: IdP feeds identity, the platform maps groups to teams and Virtual Accounts, with enforcement at AI Gateway, MCP Gateway, dashboard, and Agent Gateway.

Figura 7. Flujo de identidad y RBAC: el IdP alimenta la identidad, la plataforma mapea grupos a equipos y cuentas virtuales (Virtual Accounts), con aplicación de políticas en AI Gateway, MCP Gateway, panel de control y Agent Gateway.

  • ¿Cuál es el SLA de soporte empresarial? Proporcione compromisos de tiempo de respuesta por nivel de gravedad: P1 (interrupción de producción), P2 (degradación significativa), P3 (problema no crítico), P4 (solicitud de información). ¿Son estos compromisos contractuales con créditos asociados o metas aspiracionales en un documento de marketing?

Niveles de SLA empresarial que vale la pena firmar, como base de referencia:

Gravedad Tiempo de respuesta Cadencia de actualización Objetivo de resolución Crédito si se incumple
P1, interrupción de producción 15 min, 24/7 Cada 30 min 4 horas Sí, escalonado por duración
P2, degradación mayor 1 hora, 24/7 Cada 2 horas 24 horas Sí
P3, no crítico 1 día laborable Diario 5 días laborables No
P4, RFI / consulta 2 días laborables Semanal Mejor esfuerzo No

Tenga cuidado con el "tiempo de respuesta" definido como "un correo electrónico automatizado que dice que recibimos su ticket". Eso no es una respuesta. Una respuesta real es un ingeniero trabajando en el problema. Y la cláusula de crédito es la prueba de fuego: los SLA contractuales vienen con créditos, los SLA de marketing no.

  • ¿Cuál es el modelo de incorporación empresarial y soporte continuo? Describa el proceso de despliegue asistido, la documentación y las guías operativas (playbooks) proporcionadas para la configuración del plano de control y del plano de cómputo, el modelo de relación continua con el equipo de soluciones del proveedor (ruta de escalado, notificaciones de gestión de cambios, revisiones periódicas) y qué elementos se incluyen en las tarifas de licencia frente a los definidos como contratos independientes. Las deficiencias en la incorporación se traducen en retrasos en el tiempo de paso a producción. Pregunte antes de firmar.
  • ¿Qué tan extensible es la plataforma? ¿Pueden los clientes aportar guardrails personalizados, reglas de enrutamiento personalizadas o integraciones de servidores MCP personalizados sin depender de la hoja de ruta del proveedor? Describa el mecanismo de extensión (SDK, plantilla FastAPI, modelo de plugins) y el límite de soporte entre las extensiones proporcionadas por el proveedor y las creadas por el cliente.
  • Describa el proceso contractual de eliminación de datos cuando un cliente rescinde el acuerdo. ¿Cuál es el SLA para la eliminación de datos y se proporciona un certificado de eliminación? Para despliegues on-prem, describa la revocación de la clave de licencia y el proceso de desmantelamiento del software. La rescisión cambia la posición negociadora. Entienda el proceso antes de firmar.
  • ¿Qué servicios profesionales se ofrecen como parte de la incorporación empresarial? Describa el alcance de la participación del equipo de la plataforma en el despliegue inicial, la integración con los sistemas de identidad y observabilidad existentes, el desarrollo de integraciones personalizadas y el soporte operativo continuo. Especifique si estos están incluidos en las tarifas de licencia, si se cotizan como contratos independientes o si solo están disponibles en los niveles premium. Los costes ocultos de servicios son una queja recurrente en la renovación del primer año.

Cómo resuelve TrueFoundry la evaluación del RFP

El equipo de soluciones de TrueFoundry trata este RFP como la evaluación formal, no como un recurso comercial. Cada pregunta recibe una respuesta por escrito con evidencias: informes SOC 2 Tipo II, documentación BAA para despliegues en el sector salud, resúmenes de pruebas de penetración, arquitecturas de referencia, registros de auditoría de muestra y referencias de clientes. El resultado es un documento que sus equipos de seguridad, compras y plataforma pueden utilizar para tomar una decisión sin necesidad de una llamada de toma de requisitos para rellenar los huecos.

La arquitectura tras las respuestas se corresponde directamente con la estructura de secciones de esta plantilla, razón por la cual la mayoría de las preguntas se resuelven con claridad. Analizándola detalladamente:

El modelo de despliegue es de plano dividido (split-plane). El plano de control es el cerebro de orquestación, que aloja la configuración, RBAC y los paneles de control. Los planos de cómputo se conectan a través de un agente y alojan las cargas de trabajo reales, incluidos el AI Gateway, el MCP Gateway y cualquier aplicación desplegada o modelos autoalojados. Los planos de cómputo se pueden ejecutar en cuentas en la nube del cliente (AWS, GCP, Azure) o en Kubernetes on-prem, y se pueden conectar múltiples planos de cómputo a un solo plano de control para permitir operaciones multi-entorno bajo una única superficie de control. El AI Gateway se puede autoalojar dentro de la infraestructura del cliente (las opciones de despliegue se documentan por separado) para ofrecer controles de soberanía y residencia de datos. Los registros de auditoría y los datos de rastreo se almacenan mediante proyectos de rastreo y registro de solicitudes del Gateway, con RBAC gobernando el acceso a trazas y registros. La arquitectura de plano dividido es lo que permite que la misma postura de residencia de datos esté disponible en despliegues SaaS, single-cloud, multi-cloud y autoalojados, en lugar de tratar a cada uno como un producto independiente con posturas de control separadas.

La soberanía de datos es la arquitectura, no una frase de marketing.

La autenticación utiliza SSO empresarial sobre OIDC o SAML 2.0 con validación opcional de tokens del IdP directamente en el AI Gateway para el control de acceso a la API. Se admiten los IdP más habituales (Microsoft Entra ID, Okta, Keycloak, Google), mapeando las de declaraciones de identidad y pertenencias a grupos desde el IdP hacia los equipos de TrueFoundry para aplicar RBAC a escala. El aprovisionamiento SCIM es compatible con todas las configuraciones de SSO —tanto OIDC como SAML—, de modo que la revocación en el IdP se propaga de inmediato sin esperar al próximo inicio de sesión del usuario. RBAC opera a nivel de Tenant (roles Admin/Member) además de roles personalizados con permisos delimitados entre usuarios, equipos, clusters, workspaces, despliegues, cuentas de proveedores del AI Gateway, servidores MCP y proyectos de trazado. Las identidades no humanas (aplicaciones, agentes) obtienen Virtual Accounts con tokens de estilo cuenta de servicio, y la autorización por solicitud en los límites del AI Gateway (modelos, agentes, servidores y herramientas MCP) admite patrones de mínimo privilegio. Las claves de proveedores se integran con almacenes de secretos gestionados por el cliente; la autenticación del gateway se superpone al IdP en lugar de reemplazarlo, manteniendo la aplicación de MFA y acceso condicional bajo el control del IdP del cliente.

El AI gateway enruta entre más de 1.000 LLMs a través de un único endpoint compatible con OpenAI: OpenAI, Anthropic (directo y mediante AWS Bedrock), Azure OpenAI, GCP Vertex AI, Groq, Mistral y modelos alojados en infraestructura propia servidos mediante vLLM, TGI o Triton. El enrutamiento se configura a través de Virtual Models, que exponen una sola interfaz de modelo y realizan balanceo de carga o failover entre múltiples proveedores y modelos subyacentes. TrueFailover añade una capa de enrutamiento con detección de caídas y degradaciones, integrando resiliencia multirregión y multinube. Los límites estrictos de tokens y solicitudes por usuario, equipo o Virtual Account devuelven un rechazo estructurado cuando un equipo alcanza su presupuesto, en lugar de una alerta secundaria mientras la solicitud se sigue procesando. La alternativa ante fallos del proveedor es automática y la penalización de latencia se registra como una métrica independiente en la llamada en lugar de quedar oculta en la latencia total. El almacenamiento en caché semántico utiliza embeddings y similitud del coseno con umbral y TTL configurables; la documentación destaca mejoras de latencia de hasta ~20x para consultas repetidas o similares. Las guardrails se basan en reglas (orientadas por modelo, usuario o metadatos); cada una puede Validate (bloquear) o Mutate (reescribir/ofuscar), y se admite Bring-Your-Own Guardrail mediante un servidor de guardrail personalizado usando una plantilla de FastAPI.

Aquí, el enrutamiento es el producto, no un parámetro de configuración.

El ecosistema de agentes y MCP marca la diferencia. TrueFoundry ejecuta de forma nativa un MCP Gateway y un MCP Registry que registran, descubren y conectan de forma centralizada y segura servidores y herramientas MCP mediante controles de acceso gobernados y flujos de autenticación empresarial. Admite transportes MCP modernos, incluido HTTP con streaming para conexiones proxy, y la capa de protocolo utiliza mensajería estándar JSON-RPC según la especificación MCP. La autenticación es multicapa: autenticación en el gateway, control de acceso a servidores MCP y autenticación por servidor o herramienta (incluidos patrones basados en OAuth documentados para servidores MCP empresariales). La configuración centralizada permite que las herramientas de desarrollo se comuniquen con un único endpoint de gateway en lugar de que cada desarrollador configure sus propias conexiones MCP, que es precisamente el patrón de shadow-tooling que el registro busca evitar. Agent Hub proporciona catalogación y orquestación organizacional para agentes complejos y preexistentes, mientras que Agent Gateway ofrece la capa de gobernanza empresarial (acceso seguro a herramientas, observabilidad, control de costes) para ejecutar dichos agentes en producción. La misma identidad que gobierna el acceso a los LLMs gobierna el acceso a las herramientas, por lo que la autorización para ambos reside en una única configuración de IdP. Además, el mismo contexto de traza que vincula las tareas compuestas de un agente LLM vincula las invocaciones MCP asociadas, haciendo que el desglose de costes por tarea y la depuración de extremo a extremo sean prácticos y no meramente teóricos.

La observabilidad utiliza el registro de solicitudes del Gateway mediante trazas. El recuento de tokens, costes, latencia (TTFT y total), decisiones de guardrails, resoluciones de políticas y la atribución por equipo y aplicación se registran en cada llamada, se almacenan como trazas y son accesibles a través de proyectos de trazado con su propio RBAC. La exportación de telemetría sigue estándares abiertos: exportación de datos en OpenTelemetry junto con la exportación de registros y trazas a sistemas externos como Grafana, Datadog y Prometheus, permitiendo integrar la plataforma con sus herramientas de observabilidad existentes sin necesidad de aprender una solución propietaria. Los cuadros de mando de costes funcionan en tiempo real y se pueden compartir con los responsables de equipo mediante roles RBAC de solo lectura. Este mismo almacenamiento de registros y trazas genera el conjunto de datos auditable sobre intentos de prompt injection, activaciones de políticas y patrones de abuso que los clientes pueden analizar para perfeccionar sus guardrails con el tiempo.

Su infraestructura de observabilidad actual sigue siendo su infraestructura de observabilidad.

El rendimiento comprobado que respalda todo esto: 10.000 millones de solicitudes al mes procesadas entre toda la base de clientes, más de 1.000 clusters de Kubernetes gestionados por la plataforma, una latencia adicional en el gateway inferior a 10 ms p95 (TTFT) y más de 350 RPS sostenidos en un solo vCPU. Entre los clientes con despliegues en producción se encuentran Resmed, Siemens Healthineers, Automation Anywhere, Zscaler y Nvidia. La ronda Series A fue liderada por Intel Capital en febrero de 2025, alcanzando una financiación total de aproximadamente 21 millones de dólares con la participación de Peak XV Partners (Surge), Eniac Ventures y Jump Capital.

Escala de producción, no escala de piloto.

Figure 8. TrueFoundry end-to-end reference architecture: control plane, compute plane (with AI Gateway, MCP Gateway, Agent Gateway and Customer Apps), customer IdP, and observability targets.

Figura 8. Arquitectura de referencia de extremo a extremo de TrueFoundry: plano de control, plano de cómputo (con AI Gateway, MCP Gateway, Agent Gateway y Customer Apps), IdP del cliente y destinos de observabilidad.

¿Desea recibir las respuestas por escrito de TrueFoundry a las 50 preguntas del RFP?

  • Nuestro equipo de soluciones proporciona una respuesta completa al RFP con documentación justificativa como parte de cada evaluación empresarial formal. Reserve una llamada para iniciar el proceso.

Try now.

One gateway for all your models, MCP servers, and agents. No credit card needed.

Inscríbase
Tabla de contenido

Controle, implemente y rastree la IA en su propia infraestructura

Reserva 30 minutos con nuestro Experto en IA

Reserve una demostración

La forma más rápida de crear, gobernar y escalar su IA

Demo del libro
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Descubra más

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

Actualizaciones del protocolo MCP: DCR, OAuth CIMD, HTTP Streamable y aplicaciones MCP

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

GPT-6.1 Terra: API, benchmarks, precios y cómo usarlo

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

Alternativas a Bifrost: las mejores herramientas que puede considerar en 2026

No se ha encontrado ningún artículo.
noviembre 20, 2026
|
5 minutos de lectura

GPT-5.1 frente a GPT-5: 9 mejoras clave que debes conocer

LLMS y GenAI
No se ha encontrado ningún artículo.

Blogs recientes

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Realice un recorrido rápido por el producto
Comience el recorrido por el producto
Visita guiada por el producto