Verifiable AI Governance
01 / 09

Gobernanza de IA verificable.
Una capa común de evidencia para la IA.

V-PROOF conecta gobernanza, agentes, código, modelos y supervisión humana con evidencia criptográfica que un tercero puede verificar. No sustituye su stack: convierte lo que ocurre en él en algo que puede demostrarse después.

Demo · 1:17
Verifiable AI Governance

Gobierne la IA. Demuestre la decisión.

Poco más de un minuto para ver cómo se registran sistemas y responsables, se evalúan los controles disponibles y se vinculan evidencias que pueden sellarse.

La tesis
02 / 09

Gobernar dice
qué debería ocurrir.
V-PROOF ayuda a demostrar qué ocurrió.

La gobernanza no termina cuando una política queda escrita. Empieza cuando una decisión, una acción autónoma, un cambio de código o una versión de modelo puede vincularse con su contexto, sus controles, sus responsables y su evidencia.

01

Gobernanza

Riesgos, políticas, controles, responsables y aprobaciones.

→
02

Ejecución

Trabajo humano, agentes, código, modelos y sistemas conectados.

→
03

Evidencia

Contexto, identidad, acción, supervisión y resultado.

→
04

Verificación

Integridad y trazabilidad que un tercero puede comprobar.

La plataforma
03 / 09

Distintos procesos.
Una misma capa de evidencia.

Cada módulo trabaja sobre un objeto distinto, pero todos convergen en la misma capa de contexto, responsabilidad, evidencia y verificación.

AI Agent Governance
04 / 09

Every agent has boundaries.
Every governed action can leave evidence.

Los agentes cambian el problema de gobernanza: ya no solo generan contenido. Pueden utilizar herramientas, llamar APIs, operar sistemas, acceder a información y desencadenar procesos.

Identidad

¿Qué agente actuó?

Identidad, sistema de origen o autoridad delegada asociada a la ejecución.

Autoridad

¿Qué podía hacer?

Permisos, política y límites aplicables en el momento de la acción.

Acción

¿Qué hizo?

Herramienta, API, dato, recurso o proceso sobre el que actuó.

Supervisión

¿Quién intervino?

Aprobación, revisión o intervención humana cuando el proceso la requiere.

Resultado

¿Qué produjo?

Resultado y contexto vinculados a la misma evidencia de ejecución.

Verificación

¿Puede demostrarse después?

Evidencia criptográfica verificable para auditoría, gobernanza y revisión por terceros.

Cómo encaja
05 / 09

No reemplaza su stack.
Lo conecta con evidencia.

Seguridad, identidad, GRC, MLOps y herramientas de runtime siguen haciendo su trabajo. V-PROOF añade una capa común para reconstruir y demostrar posteriormente el contexto de gobernanza de una acción.

Capa 01

Identity & Access

Quién puede actuar y con qué autoridad.

↓
Capa 02

Policy / Runtime / Security

Qué se autoriza, limita, bloquea o monitoriza.

↓
Capa 03

Tools · APIs · Models · Data

Donde ocurre la ejecución real.

↓
V-PROOF

Verifiable Evidence Layer

Acción + contexto + responsable + política + resultado + supervisión.

↓
Resultado

Audit · Governance · Assurance

Evidencia preparada para revisión interna o por terceros.

En el trabajo real
06 / 09

Documentos.
Código.
Modelos.
Agentes.

Documents

Word · Portal · Desktop

Redacción, versiones, aprobaciones y evidencias vinculadas al activo.

Code

GitHub · GitLab

Historia técnica, análisis, controles y evidencia asociada a commits y versiones.

Models

MLflow

Versiones, controles, resultados, aprobación y evidencia del modelo.

Agents

Actions · Tools · APIs

Contexto de ejecución, autoridad, política, supervisión y resultado.

Las auditorías
07 / 09

Tres auditorías.
Una misma base de gobernanza.

Código, modelos y agentes se auditan donde ya viven, en solo lectura. Cada auditoría escribe en AI Governance sus sistemas, controles, evidencias, alertas y aprobaciones. Se pueden contratar por separado y cualquiera puede ser la primera.

Code audit · GitHubEl código, con su contexto.
  • Glosario e historia técnica de cada rama.
  • Proporción de trabajo humano y asistido por IA.
  • Controles de código con evidencia automática.
  • V-Seal del commit con su glosario y su historial.
MLOps audit · MLflowLos modelos que entrena la empresa.
  • Lectura de MLflow sin escribir en él.
  • Seis controles deterministas, sin IA.
  • Una aprobación antes de pasar a producción.
  • V-Seal de ficheros, datos y resultados.
Agent audit · seis plataformasLos agentes que ejecuta la empresa.
  • Vertex AI, Copilot Studio, Azure AI Foundry, Amazon Bedrock, Agentforce y ServiceNow.
  • Ocho controles deterministas, sin IA.
  • Una aprobación por configuración publicada.
  • V-Seal de la configuración del agente.
Lo que comparten
Un registroUn modelo, un agente y un asistente son filas del mismo inventario de IA.
Un expedienteEvidencias, controles, alertas y aprobaciones bajo un mismo registro de auditoría.
Un selloUn documento, un commit, un modelo y un agente se sellan igual.
Una verificaciónLa misma página pública para comprobarlos, sin cuenta.
Integración
08 / 09

Entre donde ya ocurre el trabajo.

La integración se diseña alrededor de los sistemas, eventos y puntos de captura que la organización decide gobernar. V-PROOF dispone de API, SDK, webhooks e integraciones específicas según el despliegue.

Interfaces

Portal · Word · Desktop

Superficies para personas y equipos que necesitan trabajar con gobernanza dentro del proceso.

Software

GitHub · GitLab

Repositorios conectados para análisis, historia técnica y evidencia de código.

Models

MLflow

Lectura de modelos, versiones, controles y resultados.

Enterprise

API · SDK · Webhooks

Integración con procesos y sistemas corporativos mediante puntos de captura definidos.

Alcance actual

La sincronización, los controles MLOps y determinadas evaluaciones se ejecutan a demanda. Las salvaguardas actuales actúan en los flujos de V-PROOF. Las capacidades de gateway, MCP y descubrimiento ampliado forman parte de la evolución del producto.

V-PROOF
09 / 09

Govern the system.
Govern the agent.
Prove the action.

Conecte sistemas, agentes, personas, código y modelos con una misma capa de gobernanza y evidencia verificable.