AI Summit Tijuana
FRONTERA FUTURA
EL NORTE DE LA IA PRODUCTIVA

Escalar sin perder control

Gobierno de datos, ciberseguridad y resiliencia cuando la IA ya está en producción
Josué Madera  ·  Andrés Wong General Manager  ·  Lead Developer  —  Enteracloud
PICTORCONSEJO COORDINADOR EMPRESARIAL TIJUANAFIDEM
88%
de las pruebas de concepto de IA nunca llegan a producción
De cada 33 POCs que arranca una empresa, solo 4 pasan a producción.
IDC, CIO Playbook 2025 (con Lenovo)
Y en paralelo: el 95% de las iniciativas de IA generativa no muestra retorno medible.
MIT NANDA, State of AI in Business 2025 — 300+ iniciativas, 52 entrevistas, 153 encuestas a ejecutivos. Sobre 30-40 mil millones de dólares invertidos.
El problema ya no es que la IA no funcione.
Es que funciona lo suficiente como para dejarla sola.
02

Escalar es fácil. Controlar, no.

La analogía
Un carro más rápido con los mismos frenos no es mejor carro. Es un carro más peligroso.
El modelo es el motor.
La infraestructura, el chasis.
El gobierno de datos son los frenos.
Nadie presume los frenos.
Todos presumen los caballos de fuerza.
Escalar sin control no es velocidad. Es un choque en cámara lenta con presupuesto aprobado.
03

Las cuatro preguntas que nadie hace

01

Gobierno de datos

¿Dónde vive el dato y quién puede verlo?

02

Ciberseguridad

¿Qué pasa si el modelo se equivoca a propósito?

03

Resiliencia

¿Qué pasa cuando el proveedor se cae, sube el precio o deprecia el modelo?

04

ROI operativo

¿Ahorramos horas, o movimos el trabajo a otro escritorio?

Cuando un cliente me hace estas cuatro, sé que el proyecto va a salir bien.
04

El dato tiene domicilio

Gobierno de datos
La información no es verdad, es conexión. Una red que conecta más rápido no conecta mejor: amplifica lo que ya traía.

— Yuval Noah Harari, Nexus
Toda pregunta a una IA en la nube es una exportación de datos. Aunque nadie firme nada.
  • Público / operativo / regulado — solo el primero sale de casa
  • SOT explícito: si el modelo no sabe de dónde sacó el dato, el dato no existe
  • Punteros, no payloads — una referencia, no el expediente
05

Un empleado nuevo con acceso root

Ciberseguridad
Un perro muy bien entrenado. Pero sigue siendo un perro, y las instrucciones se las puede dar el cartero.
La IA no se hackea. Se convence.
El input del usuario es código ejecutable en lenguaje natural.
La IA propone. El sistema dispone. Nunca escritura directa a producción.
  • Prompt injection vía documento del cliente
  • Herramientas con permisos amplios
  • Logs con secretos
Self-hosted no es más seguro por default. Es más seguro por decisión.
06

Resiliencia

El riesgo del proveedor
Precio · deprecación del modelo · latencia · cambio de términos
Si tu lógica de negocio vive dentro del prompt de un proveedor, tu empresa es inquilina.
  • Capa de abstracción del modelo
  • Evaluaciones propias
  • Fallback local
Resiliencia no es uptime. Es cambiar de motor sin rehacer el auto.
07

Caso real: Esquer Luken

01

El flujo

  • M3 — sistema de origen
  • Cruce contra el folio Esquer
  • Darwin — sistema destino
  • Reglas en TerraClub
02

El trabajo manual

  • 15 a 30 min de clasificación arancelaria por partida
  • Un pedimento tiene decenas de partidas
  • Cada una: fracción, marca, UMT, valor
Referencia de industria. Los tiempos internos de Esquer no se publican.
03

El estado

  • Fase 1 en producción
  • Fase 2 acordada con el cliente
  • Registros 507, 551, 553, 554, 559
Agencia aduanal · Sistema de pedimentos · Cliente final: Coppel
08

Tres reglas que nadie discute

01

UMT

  • Calcetines facturados como juego
  • La autoridad los quiere en pares
  • juegos × pares_por_juego
02

GA / EX

  • Bajo el precio estimado → 554|GA||
  • Igual o arriba → 554|EX|4|
  • Complemento según la fracción
03

CR

  • 507|CR| solo si el campo 13 del registro 501 es aéreo o marítimo
  • Excepción: Coppel ve 777. Ahí no aplica.
Nadie discute con un pedimento.
09

La decisión que definió el proyecto

El campo marca
El folio dice una marca. M3 dice otra.

+SIMPLE ORDEN QUE INSPIRA

NEO*CITY
La IA compara carácter por carácter.
¿Corrige sola, o alerta?
Alerta. Nunca corrección silenciosa.
  • Una marca mal corregida no es un typo. Es una infracción.
  • El modelo alucina. Lo sabemos. Diseñamos asumiéndolo.
10

El ROI no vino de automatizar el 100%. Vino de automatizar el 90% y saber, con nombre y apellido, cuál era el 10% restante.

11

ROI operativo: cómo se mide de verdad

No es ROI
"El modelo tiene 95% de precisión."

Eso es una métrica de laboratorio, no un resultado de negocio.

El 80% del trabajo de llevar un piloto a producción es ingeniería de datos, gobierno e integración. No selección de modelo.

MIT NANDA, 2025
Sí es ROI: cinco métricas
  • Horas-persona liberadas por semana, medidas antes y después
  • Errores que llegaron a la autoridad. El único valor aceptable es cero
  • Días de onboarding de un documentador nuevo
  • Costo por transacción: tokens + infraestructura + revisión humana
  • Costo de un error evitado — el que nadie pone en el slide, y el más grande
Si no puedes medir el costo del error, no automatices esa parte todavía.
12

Tres principios

01

El dato tiene domicilio

  • Sabes dónde vive, o no lo controlas.
02

La IA propone,
el sistema dispone

  • Alertar, no corregir en silencio.
03

El cuerpo es intercambiable

  • Tu lógica no vive en el prompt de nadie más.
ENTERACLOUD
Gobierno de datos · IA self-hosted · Sistemas que sus auditores pueden leer
Si van a escalar con IA este año, busquen a alguien que les diga que no.
13