Azure AI Foundry (antes Azure AI Studio) es la plataforma unificada de Microsoft para construir, evaluar y desplegar aplicaciones de inteligencia artificial empresarial. Agrupa en un solo entorno el catálogo de modelos (más de 1.700 en 2026, incluyendo OpenAI, Llama, Mistral, Phi y DeepSeek), el servicio de agentes IA autónomos, las herramientas de evaluación y la capa de gobernanza con filtros de contenido y Azure AI Safety. No tiene coste de licencia de plataforma: se paga por el uso de los modelos desplegados y por los servicios Azure asociados. Hiberus, como Microsoft Partner Tier 1, implementa arquitecturas sobre Azure AI Foundry para empresas mid-market que necesitan construir IA con sus propios datos y bajo las garantías de seguridad de Azure.
El cambio de nombre de Azure AI Studio a Azure AI Foundry en 2024 no fue cosmetíco. La plataforma se rediseño para resolver el principal punto de fricción que los equipos de desarrollo reportaban: la dispersión de herramientas. Antes, construir una aplicación de IA en Azure requería navegar entre Azure OpenAI Service, Azure AI Search, Azure Machine Learning, el portal de Responsible AI y varios SDKs independientes. Foundry centraliza todo en una sola interfaz, un SDK unificado (`azure-ai-foundry`) y un modelo de proyectos que agrupa recursos, modelos y deployments bajo una misma unidad de gestión.
¿Qué es Azure AI Foundry y para qué sirve?
Azure AI Foundry es la plataforma de Microsoft para que los equipos de desarrollo empresarial construyan aplicaciones de IA de producción. Su propósito es reducir el tiempo entre el experimento inicial y el despliegue en producción, proporcionando en un solo lugar todos los bloques necesarios: acceso a modelos, herramientas de prompt engineering, RAG (retrieval-augmented generation) con Azure AI Search, evaluación automática de calidad de respuestas, agentes autónomos y gobernanza.
Los tres perfiles que más usan Foundry son: equipos de ingeniería de datos que construyen pipelines de procesamiento de documentos con LLMs, equipos de desarrollo que integran capacidades de IA en aplicaciones empresariales existentes, y equipos de data science que evalúan y comparan modelos antes de comprometerse con uno en producción.
Foundry no es un producto para usuarios de negocio sin perfil técnico. Para ese perfil, Microsoft tiene Copilot Studio. Foundry es la capa de desarrollo para los equipos técnicos que necesitan control sobre el modelo, la arquitectura RAG y la lógica de orquestación.
¿Qué diferencias hay entre Azure AI Foundry y Azure AI Studio?
Azure AI Studio era el portal web de acceso a los servicios de Azure OpenAI: un playground de chat, la posibilidad de desplegar modelos y algunas herramientas de evaluación básicas. Era fundamentalmente una interfaz sobre Azure OpenAI Service, no una plataforma unificada.
Azure AI Foundry reemplaza Azure AI Studio con un alcance mucho mayor. Las diferencias estructurales son cuatro. Primera, el catálogo de modelos unificado: Foundry no solo da acceso a los modelos de OpenAI sino a más de 1.700 modelos de diferentes proveedores (Meta, Mistral AI, Cohere, Microsoft Research, DeepSeek, Hugging Face), todos accesibles con las mismas APIs y el mismo SDK. Segunda, el Agent Service: un servicio gestionado para construir agentes IA multi-paso que no existía en Studio. Tercera, la gobernanza integrada: content filtering, prompt shields, evaluación de sesgos y Azure AI Safety son parte de la plataforma, no configuraciones separadas. Cuarta, el SDK y CLI propios (`azure-ai-foundry`): Studio se operaba principalmente desde el portal; Foundry está diseñada para ser operada desde código con un SDK de primera clase.
Nota de migración: Los proyectos y deployments creados en Azure AI Studio son accesibles desde Azure AI Foundry sin migración. Microsoft mantuvo compatibilidad hacia atrás. El cambio es de interfaz y de capacidades nuevas, no de ruptura de lo ya desplegado.
¿Qué modelos están disponibles en Azure AI Foundry?
El catálogo de Azure AI Foundry en 2026 supera los 1.700 modelos agrupados en varias familias. La selección del modelo adecuado depende del caso de uso, el tamaño del contexto necesario, el presupuesto por token y los requisitos de residencia de datos.
| Familia | Modelos destacados | Mejor para |
|---|---|---|
| OpenAI (vía Azure) | GPT-4o, GPT-4o mini, o1, o3, text-embedding-3-large | Razónamiento complejo, RAG empresarial, generación de contenido |
| Microsoft Phi | Phi-4, Phi-3.5-MoE, Phi-3-mini | Inferencia en dispositivo, bajo coste, tareas estructuradas |
| Meta Llama | Llama 3.3 70B, Llama 3.2 (visión), Llama 3.1 405B | Open-source con control total, fine-tuning, multimodal |
| Mistral AI | Mistral Large 2407, Mistral Small, Mixtral 8x22B | Alternativa europea, multilingue, bajo coste por token |
| Cohere | Command R+, Embed v3 | RAG optimizado, embeddings multilingues, reranking |
| DeepSeek | DeepSeek R1, DeepSeek V3 | Razónamiento avanzado, matemáticas, código |
| Hugging Face (open-source) | Falcon, Qwen, StarCoder, BLOOM y cientos más | Experimentación, fine-tuning especializado |
Los modelos de OpenAI desplegados en Azure AI Foundry se sirven desde la infraestructura de Azure (no desde los servidores de OpenAI.com) y están cubiertos por el DPA de Microsoft: los datos no se usan para entrenar modelos y el procesamiento ocurre dentro de las regiones Azure del tenant. Esto es relevante para empresas con requisitos de residencia de datos en la UE.
¿Cómo se construyen agentes IA con Azure AI Foundry Agent Service?
Azure AI Foundry Agent Service es el servicio gestionado de Microsoft para construir agentes autónomos que ejecutan tareas multi-paso. A diferencia de un simple chatbot que responde preguntas, un agente puede planificar una secuencia de acciones, usar herramientas (buscar en internet, ejecutar código Python, consultar una base de datos, llamar a una API externa) y completar objetivos sin intervención humana en cada paso.
La arquitectura de un agente en Foundry tiene tres componentes. El modelo actúa como el motor de razonamiento: decide qué herramientas usar y en qué orden. Las herramientas son las acciones que el agente puede ejecutar: búsqueda en Bing, intérprete de código, llamadas a funciones (function calling), acceso a Azure AI Search para consultar documentos corporativos. El estado es la memoria de la conversación y del progreso de la tarea, que Foundry gestiona de forma transparente sin que el desarrollador tenga que implementar un sistema de persistencia.
Comparado con construir agentes desde cero con LangChain o AutoGen, Agent Service reduce el código de infraestructura en un 60-70%. El desarrollador se centra en definir las herramientas y la lógica de negocio; Foundry gestiona la orquestación, el estado, los reintentos y la observabilidad.
Caso práctico: Una empresa de logística con 200 empleados despliega un agente que procesa incidencias de transporte: lee el correo de aviso, consulta el sistema de tracking vía API, genera un resumen de la incidencia en el CRM y propone al agente human un plan de resolución con los datos relevantes. Todo el flujo se ejecuta en menos de 30 segundos sin intervención manual.
¿Cuánto cuesta Azure AI Foundry en 2026?
Azure AI Foundry no tiene un coste fijo de licencia de plataforma. El modelo de precios es de pago por uso y se compone de tres elementos principales.
| Componente | Modelo de precio | Referencia (USD) |
|---|---|---|
| Modelos de lenguaje (inferencia) | Por token (input + output) | GPT-4o: $2,50 / M tokens input, $10 / M tokens output |
| Modelos Phi y open-source (serverless) | Por token | Phi-4: desde $0,07 / M tokens (estimado) |
| Azure AI Search (RAG) | Por unidad de búsqueda + transacciones | Desde $0,10 / 1.000 transacciones (S1 basic) |
| Compute dedicado (fine-tuning o hosting privado) | Por hora de instancia GPU | Desde ~$1,50/h (NC6s v3) a $18/h+ (A100) |
| Evaluación y playground | Gratuito | Sin coste adicional con suscripción Azure activa |
Para dimensionar el coste de una aplicación real: un asistente de soporte interno con 500 consultas diarias usando GPT-4o, contextos de 2.000 tokens de media y respuestas de 500 tokens, genera aproximadamente 37,5 millones de tokens al mes (input + output). A los precios actuales de GPT-4o, el coste mensual de inferencia sería de unos 280-400 dólares. Añadiendo Azure AI Search para RAG con una base documental de tamaño medio, el coste total de infraestructura se sitúa en el rango de 350-600 dólares al mes.
Los modelos Phi y los modelos open-source disponibles en serverless tienen precios significativamente menores, con rendimiento suficiente para muchos casos de uso empresarial de clasificación, extracción de información estructurada y resumen de documentos.
¿Qué gobernanza ofrece Azure AI Foundry?
La gobernanza en Azure AI Foundry opera en cuatro capas que se configuran a nivel de proyecto y se aplican de forma transversal a todos los modelos desplegados.
Content filtering. Sistema configurable de filtros que evalúa prompts y respuestas en cuatro categorías (odio, violencia, autolesiones, contenido sexual) con niveles de severidad ajustables. Los filtros se aplican antes de enviar el prompt al modelo y antes de devolver la respuesta, con opciones de bloqueo o de logging para revisión posterior.
Prompt shields. Protección específica contra ataques de prompt injection, incluyendo indirect prompt injection (cuando un documento externo que el agente procesa contiene instrucciones maliciosas diseñadas para redirigir el comportamiento del agente). Relevante para aplicaciones que procesan contenido de fuentes externas no confiables.
Evaluación automática. Conjunto de métricas que evalúan la calidad de las respuestas del modelo: groundedness (si la respuesta está fundamentada en el contexto recuperado), coherencia, relevancia, fluidez y detección de alucinaciones. Permite comparar modelos y configuraciones antes del despliegue en producción con datos reales del caso de uso.
Azure AI Safety. Servicio de evaluación de riesgos de la aplicación de IA antes de su lanzamiento: análisis de escenarios adversariales, detección de vulnerabilidades de seguridad en los prompts del sistema y recomendaciones de mitigación. Alineado con los requisitos del EU AI Act para aplicaciones de alto riesgo.
¿Cuándo elegir Azure AI Foundry frente a Copilot Studio o Azure OpenAI directo?
La elección entre las tres opciones depende del perfil técnico del equipo, el control que se necesita sobre el modelo y la velocidad de desarrollo requerida.
| Criterio | Copilot Studio | Azure AI Foundry | Azure OpenAI Service (directo) |
|---|---|---|---|
| Perfil del equipo | Equipo de negocio, low-code | Equipo de desarrollo | Equipo de ingenieria IA avanzado |
| Control del modelo | Bajo (parámetros limitados) | Alto (selección, fine-tuning, RAG propio) | Total (acceso API directo) |
| Integración Microsoft 365 | Nativa (Teams, SharePoint, Outlook) | Vía API o conectores personalizados | Vía API |
| Tiempo hasta primer prototipo | Horas (visual builder) | Días (SDK + configuración) | Días-semanas (arquitectura desde cero) |
| Agentes autonomos | Sí (Copilot Studio Agents) | Sí (Agent Service, más control) | Implementación propia (LangChain, Semantic Kernel) |
| Catalogo de modelos | Solo modelos Microsoft/OpenAI | +1.700 modelos (OpenAI, Llama, Mistral, etc.) | Solo modelos OpenAI en Azure |
| Gobernanza integrada | Básica (heredada de Azure) | Avanzada (content filtering, prompt shields, evaluación) | Básica (content filtering) |
| Coste | $200/mes + mensajes | Pago por token + recursos Azure | Pago por token |
Elige Copilot Studio si el caso de uso tiene flujos conocidos, los datos están en el ecosistema Microsoft y el equipo responsable no tiene perfil de ingeniería. Elige Azure AI Foundry si necesitas más de un modelo, arquitecturas RAG propias, agentes con lógica compleja o gobernanza avanzada. Elige Azure OpenAI Service directo si ya tienes experiencia con las APIs de OpenAI y quieres el mínimo de abstracción posible, aunque renuncies a las herramientas de evaluación y gobernanza que Foundry incluye.
Preguntas frecuentes
¿Qué es Azure AI Foundry?
Azure AI Foundry (antes Azure AI Studio) es la plataforma unificada de Microsoft para construir, evaluar y desplegar aplicaciones de inteligencia artificial en entornos empresariales. Centraliza el catálogo de modelos, las herramientas de evaluación y gobernanza, y el servicio de agentes IA en una sola interfaz y un solo conjunto de APIs.
¿Qué diferencia hay entre Azure AI Foundry y Azure AI Studio?
Azure AI Foundry es el nuevo nombre de Azure AI Studio desde finales de 2024, con un alcance mucho mayor: SDK unificado, catálogo de más de 1.700 modelos, Agent Service gestionado y gobernanza integrada. Los proyectos de Azure AI Studio son compatibles con Foundry sin migración.
¿Cuánto cuesta Azure AI Foundry?
No tiene coste de licencia de plataforma. Se paga por el uso de los modelos (precio por token), por Azure AI Search si se usa RAG y por los recursos de compute en deployments dedicados. El playground y las herramientas de evaluación básicas son gratuitos con una suscripción Azure activa.
¿Qué modelos están disponibles en Azure AI Foundry?
Más de 1.700 modelos en 2026: la familia completa de OpenAI (GPT-4o, o1, o3), Llama de Meta, Mistral, Cohere Command R+, la familia Phi de Microsoft, DeepSeek R1 y V3, y centenares de modelos open-source de Hugging Face.
¿Para qué sirve Azure AI Foundry Agent Service?
Es el servicio gestionado para construir agentes IA multi-paso que ejecutan tareas de forma autónoma: buscar en internet, consultar bases de datos, ejecutar código, llamar a APIs externas y encadenar múltiples pasos. Elimina la necesidad de construir la infraestructura de estado y memoria del agente, que Microsoft gestiona de forma transparente.
¿Hiberus implementa proyectos con Azure AI Foundry?
Sí. Hiberus es Microsoft Partner Tier 1 y tiene equipo especializado en Azure AI Foundry: desde la selección del modelo adecuado hasta el diseño de arquitecturas RAG, la configuración de gobernanza y el despliegue de agentes IA en producción.
¿Quieres construir IA empresarial con tus propios datos en Azure?
Hiberus diseña e implementa arquitecturas sobre Azure AI Foundry adaptadas a tu caso de uso, sector y requisitos de gobernanza.