Todo sistema conforme a SIA debe satisfacer los siete principios. El cumplimiento parcial es no cumplimiento. Si tus datos salen, si tu modelo está bloqueado, si tus auditorías tienen brechas—no es soberano.

1

Residencia de Datos

Tus datos nunca salen de infraestructura que controlas. No "cifrado en tránsito." No "anonimizado antes de enviar." Nunca sale. Punto.

Esto significa inferencia local, embeddings locales, almacenamiento vectorial local. El momento en que los datos cruzan una frontera que no controlas, la soberanía se rompe.

Prueba: ¿Puedes demostrar a un regulador que la consulta X del usuario nunca salió de tu perímetro? Si no puedes producir esa prueba, fallas.
2

Soberanía del Modelo

Pesos abiertos que puedes inspeccionar, versionar y modificar. Sin cajas negras. Ves la arquitectura, controlas los pesos, posees el despliegue.

Las APIs propietarias fallan esta prueba por definición. Estás llamando al modelo de otro corriendo en infraestructura de otro con pesos que nunca verás.

Prueba: ¿Puedes correr tu sistema de IA completo en una red air-gapped con cero internet? Si no, tienes dependencias ocultas.
3

Independencia del Proveedor

Tu sistema funciona si cualquier proveedor individual desaparece mañana. ¿OpenAI cierra? Estás bien. ¿Anthropic cambia los ToS? No te afecta. Sin punto único de fallo en tu cadena de suministro de IA.

Esto requiere capas de abstracción, cadenas de fallback y arquitectura multi-modelo. La dependencia de un proveedor es dependencia de sus decisiones.

Prueba: Lista cada servicio externo que tu IA requiere. Ahora imagina cada uno desaparecido. ¿Puedes recuperarte en días, no meses?
4

Exhaustividad de Auditoría

Cada inferencia registrada. Input, output, versión del modelo, timestamp, decisión de enrutamiento, contexto usado. Cuando el regulador pregunte "¿por qué dijo la IA X?", tienes la cadena completa.

El logging parcial es inútil. Si puedes explicar algunas decisiones pero no otras, los auditores asumirán lo peor sobre las brechas.

Prueba: Elige una salida de IA aleatoria de hace seis meses. ¿Puedes reconstruir exactamente cómo se generó, con qué modelo, usando qué contexto?
5

Inteligencia Híbrida

Enrutamiento inteligente entre local y cloud basado en clasificación de sensibilidad. No todo necesita quedarse local. Datos públicos, consultas genéricas—enrútalos eficientemente. Pero los datos sensibles nunca cruzan la línea.

El router es el cerebro. Clasifica en tiempo real, aplica reglas que tú defines, y toma la decisión: ¿local o cloud? La decisión se registra, es auditable, defendible.

Prueba: ¿Sabe tu sistema la diferencia entre "cuál es el clima" y "analiza este historial de paciente"? La clasificación automática es obligatoria.
6

Gobernanza by Design

Cumplimiento integrado, no añadido después. La seguridad no es una ocurrencia tardía o una checklist antes del lanzamiento. Está en la arquitectura desde el día uno.

Esto significa: seguimiento de consentimiento, detección de sesgo, capas de explicabilidad, monitoreo de deriva, respuesta a incidentes—todo diseñado desde el inicio, no parcheado después.

Prueba: Si una nueva regulación aparece mañana, ¿cuánto de tu sistema necesita cambiar? Gobernanza by design significa que la respuesta es "configuración, no código."
7

Agnosticismo LLM

Sin dependencia de ningún modelo o proveedor individual. Tu arquitectura abstrae la capa de modelo. Cuando algo mejor aparezca, cambias en días, no meses.

No entrenamos modelos foundation—ese es un juego de mil millones de dólares. Usamos pesos abiertos, adaptamos con PEFT cuando es necesario, y arquitectamos para el cambio. El modelo es reemplazable. La arquitectura es el activo.

Prueba: Llama 5 se lanza el próximo mes. ¿Cuánto hasta que tu sistema en producción pueda usarlo? Si la respuesta es "reconstruir," estás atrapado.

Cómo se une todo

El Estándar define el qué. El Framework define el cómo. Ve la metodología que implementa estos principios.

Ver el Framework →