IA

Esta sección recoge la documentación sobre el uso de asistentes de IA con Anjana Data Platform. Describe los componentes que Anjana Data SL pone a disposición para que un asistente de IA elegido por la organización pueda trabajar con la plataforma, cómo encajan entre sí y qué responsabilidades corresponden a cada parte.

Antes de utilizar cualquiera de estos componentes conviene leer el apartado Responsabilidad y supervisión humana.

Enfoque de Anjana Data Platform

Anjana Data Platform es la Plataforma para Gobierno del Dato e IA: gobierna los activos, sus metadatos, su ciclo de vida y el acceso a ellos. Para trabajar con asistentes de IA, Anjana Data SL no ofrece una IA propia, sino piezas que permiten que la IA que cada organización ya utiliza opere con la plataforma bajo sus mismas reglas de gobierno.

• Anjana Data SL no provee modelos de IA, el modelo de lenguaje (LLM) lo aporta el cliente de IA que elige y contrata la organización, con el proveedor y las condiciones que esta decida.

• Anjana Data SL no provee agentes, ni asistentes ni chats. El MCP y las skills se instalan en el cliente de IA de la organización; no ejecutan nada por sí mismos.

• Anjana Data SL no analiza los datos que se intercambian a través del MCP o de las skills: las conversaciones, las peticiones y los resultados circulan entre el usuario, su cliente de IA y su proveedor de modelo, sin pasar por Anjana Data SL.

Contenido de la sección

MCP y skills: en qué se diferencian

Ambos componentes se instalan en el cliente de IA de la organización, pero cumplen funciones distintas y complementarias:

Las primeras skills previstas cubren dos tareas:

• Configuración de Anjana Data Platform, alta de usuarios, unidades organizativas, roles, permisos, atributos de metadatos, valores de referencia, tipos de entidad, filtros, notificaciones, traducciones y workflows de validación, mediante la API de la plataforma.

• Carga de activos, relleno y edición de las plantillas Excel de carga de la plataforma con los activos de un caso de uso (datasets, términos de negocio, procesos, DSAs, relaciones…). La skill solo genera los ficheros; la carga la realiza el usuario desde la plataforma.

Responsabilidad y supervisión humana

Esta supervisión es necesaria porque ningún componente elimina por completo el riesgo de error:

• Las skills pueden contener errores, como cualquier software. Una instrucción incompleta o un caso no previsto pueden producir un resultado incorrecto.

• El modelo de lenguaje puede apartarse de las instrucciones, las restricciones de una skill son indicaciones para el asistente, no controles técnicos. El modelo puede malinterpretarlas, saltárselas o actuar fuera de ellas, por ejemplo al intentar resolver un error por su cuenta.

• El asistente puede equivocarse al interpretar, puede elegir un activo, un entorno o un valor distinto del que el usuario tenía en mente, o presentar como cierta una conclusión imprecisa.

• Algunos cambios son inmediatos, los cambios de configuración realizados mediante la API se aplican en el momento y afectan a todos los usuarios del entorno; no todos pueden deshacerse.

Guardarraíles recomendados

La organización y cada usuario deben establecer sus propios controles. Como mínimo, se recomienda:

• Probar primero en un entorno no productivo, y llevar a producción solo lo que se haya validado.

• Trabajar con el mínimo privilegio, conectarse con un usuario que tenga solo los roles y permisos necesarios para la tarea, en lugar de una cuenta de administración personal.

• Revisar cada acción antes de confirmarla, y no activar en el cliente de IA modos que ejecuten operaciones sin pedir aprobación.

• Revisar los resultados, comprobar en el Portal de Datos los activos creados o modificados y revisar los ficheros Excel generados antes de cargarlos.

• Guardar el estado previo, exportar o documentar la configuración existente antes de cambios relevantes.

• Proteger las credenciales, usar tokens de sesión que caduquen o contraseñas temporales, y no compartirlas en conversaciones ni ficheros.

• Revisar la auditoría, consultar periódicamente el log de auditoría de la plataforma para verificar las acciones realizadas.

• Elegir el proveedor de IA según las políticas internas, en particular sobre el tratamiento y la retención de la información que recibe el modelo.

Los controles propios de la plataforma (permisos por rol, ciclo de vida de los activos, aprobación humana y registro de auditoría) siguen aplicándose, pero no sustituyen a la supervisión del usuario.

Las dudas más frecuentes sobre IA, privacidad y determinismo se responden en el apartado de preguntas frecuentes de MCP.

Esta sección está dirigida a responsables de gobierno del dato y de la IA, a administradores funcionales y técnicos, y a equipos de seguridad, arquitectura y cumplimiento que evalúan o utilizan asistentes de IA con Anjana Data Platform.