Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Adopción de un enfoque por capas para el desarrollo de la IA generativa
<a name="layered-approach"></a>

Para crear una plataforma de IA generativa sólida y escalable, las organizaciones necesitan un entorno integral que permita la innovación y, al mismo tiempo, mantenga el control y la seguridad. Este documento de estrategia recomienda un entorno preparado para la empresa que consta de cuatro capas esenciales, que se muestran en la siguiente imagen.

![Las cuatro capas de un entorno de IA generativa preparado para la empresa.](http://docs.aws.amazon.com/es_es/prescriptive-guidance/latest/strategy-enterprise-ready-gen-ai-platform/images/gen-ai-platform-layers.png)


Cada uno de los siguientes niveles desempeña un papel crucial en el éxito de la adopción y el escalamiento de la IA generativa en toda la empresa:

1. **Infraestructura de datos y computación**: una infraestructura confiable proporciona la base para desarrollar, capacitar e implementar aplicaciones de IA generativa. Esta capa garantiza que las organizaciones cuenten con los recursos computacionales y las capacidades de administración de datos necesarios para respaldar diversos casos de uso, desde pequeños experimentos hasta despliegues de producción a gran escala. [Para Amazon Elastic Compute Cloud (Amazon EC2), considere [AWS Trainium](https://aws.amazon.com/ai/machine-learning/trainium/)usar,, [Elastic Fabric Adapter [AWS Inferentia[UltraClusters](https://aws.amazon.com/ec2/ultraclusters/)](https://aws.amazon.com/ai/machine-learning/inferentia/), Capacity](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa.html)[Blocks for ML AWS ,](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-capacity-blocks.html)[Nitro](https://aws.amazon.com/ec2/nitro/) System y Neuron.AWS](https://aws.amazon.com/ai/machine-learning/neuron/)

1. **Modelos y herramientas básicos aprobados**: esta capa permite a su organización acceder a modelos aprobados y previamente entrenados y, al mismo tiempo, mantener la seguridad y el cumplimiento. Los equipos pueden experimentar con diferentes modelos, evaluar su eficacia y seleccionar los más adecuados para casos de uso específicos. Puede usar [Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html) para establecer barandas, crear agentes, personalizar modelos o importar su propio modelo personalizado.

1. **Seguridad y gobierno**: esta capa le ayuda a garantizar que las aplicaciones de IA generativa cumplan con las políticas organizativas, los requisitos de conformidad, los requisitos legales y de privacidad y las directrices éticas. En esta capa, se implementan controles de seguridad y mecanismos de gobierno coherentes en todas las iniciativas de IA generativa.

1. **Patrones de aplicación repetibles**: esta capa acelera el desarrollo y promueve la coherencia al proporcionar plantillas estandarizadas y las mejores prácticas para casos de uso comunes de la IA generativa. Proporcionar patrones repetibles ayuda a evitar la duplicación de esfuerzos y permite escalar rápidamente las soluciones exitosas. Algunos ejemplos de patrones repetibles son el procesamiento inteligente de documentos, la generación aumentada de recuperación (RAG), los asistentes basados en el chat y los flujos de trabajo de los agentes.

Este enfoque por capas ofrece las siguientes ventajas clave:
+ Separa claramente los diferentes aspectos de la implementación de la IA generativa.
+ Promueve una seguridad y una gobernanza coherentes en todas las iniciativas de IA generativa.
+ Le ayuda a crear una infraestructura escalable que crece con las necesidades de la organización.
+ Estandariza los enfoques que aceleran el desarrollo.
+ Reduce el riesgo mediante patrones y prácticas comprobados.

Al implementar estos cuatro niveles, las organizaciones pueden crear una base sólida para sus iniciativas generativas de IA y, al mismo tiempo, mantener la flexibilidad necesaria para adaptarse a los nuevos requisitos y oportunidades.