Saltar al contenido principal

Azure AI Foundry

Azure AI Foundry es una plataforma en Azure para el desarrollo, implementación y gestión de aplicaciones, agentes y modelos de IA. En el marco de Siesta AI, sirve como backend empresarial para inferencias y agentes con soporte para RBAC, restricciones regionales y auditorías.

Resumen​

Siesta AI de Azure AI Foundry:

  • llama a modelos implementados (chat, razonamiento, transcripción),
  • utiliza un endpoint compatible con OpenAI para inferencias,
  • respeta las políticas de seguridad y RBAC de Azure del cliente.

Términos básicos​

  • Foundry resource – recurso de Azure del tipo Azure AI Foundry en la suscripción y grupo de recursos.
  • Foundry project – proyecto lógico dentro del recurso Foundry (separación de equipos, aplicaciones y entornos).
  • Project endpoint – endpoint API para las capacidades del proyecto (agentes, evaluaciones, inferencias a través de la API de Foundry).
  • Model deployment – implementación específica de un modelo (por ejemplo, gpt-5.2, gpt-5.2-chat).
  • API key – clave para la autenticación de llamadas a la API de Foundry.

Requisitos​

  • Suscripción activa de Azure.
  • Permisos de al menos Contributor en el grupo de recursos de destino.
  • Proveedor de recursos registrado Microsoft.Foundry.
  • Acceso a ai.azure.com (Microsoft Entra ID).

Creación de Azure AI Foundry​

1) Foundry resource​

  1. Inicie sesión en Azure Portal.
  2. Cree un nuevo recurso Azure AI Foundry.
  3. Seleccione Subscription, Resource Group, Region (por ejemplo, westeurope) y el nombre del recurso (por ejemplo, aif-sai-pro).

El recurso Foundry sirve como contenedor para todos los proyectos.

2) Foundry project​

  1. Abra ai.azure.com.
  2. A la izquierda, seleccione Management Center → Projects.
  3. Haga clic en New project.
  4. Seleccione el recurso Foundry existente e ingrese el nombre del proyecto.

Creación de proyecto en Management Center

Implementación de modelos​

Model deployments​

En el proyecto, vaya a Model catalog → Model deployments y despliegue los modelos disponibles.

Ejemplos de implementaciones:

  • gpt-5.2
  • gpt-5.2-chat
  • gpt-4o-mini-transcribe
  • claude-opus-4-5

Cada implementación tiene un nombre de implementación, versión del modelo, estado y fecha de retiro.

Lista de implementaciones de modelos

⚠️ Siesta AI trabaja con el nombre de implementación, no con el nombre del modelo.

Endpoints y claves API​

Project endpoint (Foundry API)​

El endpoint del proyecto se utiliza para las capacidades del proyecto (agentes, evaluaciones y API de inferencia de Foundry). Lo encontrará en los detalles del proyecto.

Formato del endpoint:

https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-id-or-name>

Project endpoint en Azure Portal

Endpoints y claves en el proyecto​

En ai.azure.com, abra el proyecto y la sección Endpoints and keys:

  • Microsoft Foundry project endpoint
  • API Key para el proyecto

Endpoints y claves en el proyecto

Claves y Endpoint (Azure Portal)​

En Azure Portal en el recurso Foundry:

  • Keys and Endpoint → Foundry
  • Key 1 / Key 2 para rotación
  • Endpoint base del recurso

Claves y Endpoint en Azure Portal

Conexión de Azure AI Foundry a Siesta AI​

1) Agregar integración​

  1. Inicie sesión en Siesta AI Admin.
  2. Abra Integrations.
  3. Haga clic en Agregar integración.
  4. Seleccione Azure AI Foundry.

Selección de Azure AI Foundry en la lista de integraciones

2) Rellenar detalles de la integración​

Complete:

  • Nombre: por ejemplo, Azure AI Foundry – PROD
  • Project endpoint (compatible con OpenAI): 
    https://<foundry-resource-name>.services.ai.azure.com/openai/v1/
  • ApiKey: use la API key del proyecto (de ai.azure.com) o la clave del Azure Portal.
  • Acceso: Privado (recomendado)

Detalle de la integración de Azure AI Foundry en Siesta AI

3) Verificación de la integración​

Después de guardar la integración:

  • Siesta AI realizará una prueba de validación.
  • El endpoint y la clave se guardarán de forma cifrada.
  • La integración estará disponible para asistentes, workflows y colecciones de datos.

Uso de modelos en Siesta AI​

  1. Abra Agent / Template / Workflow.
  2. Seleccione Model provider: Azure AI Foundry.
  3. Elija deployment name (por ejemplo, gpt-5.2-chat).
  4. Guarde la configuración.

Seguridad y Gobernanza​

  • Autenticación a través de la clave API.
  • RBAC gestionado a nivel de Azure.
  • Opción de Private Endpoint + VNET.
  • Registros de auditoría en Azure Activity Log.
  • Monitoreo a través de Foundry + Azure Monitor.

Arquitectura recomendada​

  • Un recurso Foundry por entorno (DEV / STAGE / PROD).
  • Varios proyectos para equipos o clientes.
  • Implementaciones de modelos separadas.
  • Rotación de claves a través de Key Vault.

Aumento de cuota​

Si necesita aumentar la cuota de Azure AI Foundry, utilice este documento:

Enlaces útiles​

Resumen​

Azure AI Foundry funciona como la columna vertebral empresarial de IA, mientras que Siesta AI construye sobre ella asistentes, flujos de trabajo, colecciones de datos e integraciones con sistemas SaaS. La integración es auditada y está completamente bajo el control del cliente en Azure.