Governance-First AI

Publicado por Apress en 2026, este libro de Mohammad Maruf Hossain y Ahilan Ayyachamy Nadar Ponnusamy aborda la brecha crítica entre la urgencia de los comités de dirección por adoptar inteligencia artificial generativa y los riesgos normativos, operativos y de seguridad que frenan su llegada a producción. Los autores parten de la premisa de que hasta un 95 % de las pruebas de concepto corporativas no logran generar retorno medible debido a la desconexión entre la arquitectura técnica y el gobierno del dato. La obra está dirigida a perfiles directivos y técnicos intermedios o avanzados —como directores de tecnología (CTO), de información (CIO), de seguridad (CISO), arquitectos empresariales e ingenieros principales de IA/ML— con experiencia en desarrollo de software y despliegues en la nube a gran escala.

El núcleo de la obra presenta el marco «Certified Operational Velocity» y 15 patrones arquitectónicos reproducibles y listos para producción. A lo largo de sus capítulos, enseña a diseñar salvaguardas técnicas y gobernanza activa para tuberías de Generación Aumentada por Recuperación (RAG) y agentes autónomos multi-dominio (Agentic AI). Explica mecanismos concretos como el control de acceso dinámico por privilegios mínimos (DLAC), la verificación de permisos en tiempo de recuperación documental (retrieval-time access checks), el registro inmutable de auditoría (immutable audit logs) y el cifrado de contexto. Además, profundiza en prácticas de LLMOps, observabilidad de modelos contra deriva (drift) y sesgo, y la alineación directa con marcos regulatorios internacionales como la Ley de IA de la Unión Europea (EU AI Act), el estándar ISO/IEC 42001 y el AI RMF del NIST.

La propuesta del libro no es un tutorial de codificación de aplicaciones simples, sino una guía integral de arquitectura de sistemas y telemetría de dirección: proporciona plantillas de diseño y árboles de decisión para estructurar comités de IA, inventarios de modelos y protocolos de intervención humana («human-in-the-loop»). Su gran valor reside en convertir las exigencias legales y de auditoría corporativa en especificaciones técnicas de software, erradicando la proliferación de sistemas clandestinos («shadow AI»). Deja fuera la formulación matemática profunda de los modelos fundacionales y el entrenamiento de redes desde cero, por lo que resulta indispensable contar con familiaridad previa en arquitectura empresarial, seguridad en la nube y ciclo de vida del software antes de abordar su lectura.