.jpg)
En el ecosistema corporativo actual, donde la inteligencia artificial generativa empieza a integrarse en los procesos internos, surge un desafío recurrente: cómo ofrecer acceso selectivo a documentos sensibles sin tener que replicar infraestructura para cada departamento. Las grandes organizaciones necesitan que un mismo sistema de Recuperación Aumentada por Generación (RAG) sirva a equipos de ventas, recursos humanos e ingeniería manteniendo barreras de seguridad lógicas. La combinación de Amazon Bedrock con Amazon Verified Permissions y políticas Cedar ofrece una solución elegante: un único Knowledge Base con filtros de metadatos gobernados externamente. Este enfoque elimina la necesidad de múltiples instancias, reduce costes operativos y permite actualizar reglas de acceso en minutos sin tocar una línea de código.
La clave está en separar la lógica de autorización del código de la aplicación. Tradicionalmente, los filtros de metadatos en una base de conocimiento se fijaban en tiempo de diseño, lo que obligaba a desplegar una nueva versión del software cada vez que cambiaban los permisos. Con Verified Permissions, las políticas Cedar se almacenan en un servicio externo, versionado y auditable. Cuando un usuario lanza una consulta, un middleware (por ejemplo, una función Lambda) evalúa en tiempo de ejecución qué departamentos tiene permitido consultar y construye dinámicamente el filtro de metadatos que se pasa a la API RetrieveAndGenerate de Bedrock. De esta forma, un ejecutivo del departamento C puede acceder a documentos de los equipos A y B, mientras que un analista del departamento A solo ve su propia información. Todo ello sin duplicar la base de conocimiento ni volver a empaquetar la aplicación.
Desde el punto de vista de la seguridad, este patrón implementa defensa en profundidad mediante dos capas independientes. La primera, a nivel de API Gateway, utiliza un Lambda Authorizer que verifica el token JWT de Amazon Cognito y llama a Verified Permissions para decidir si el usuario puede invocar el endpoint. La segunda, a nivel de documento, vuelve a consultar Verified Permissions para construir el filtro de metadatos que se aplica antes de la búsqueda vectorial. Si una capa falla, la otra sigue protegiendo los datos. Además, el sistema está diseñado para denegar por defecto: si el servicio de autorización no está disponible, el acceso se bloquea, no se abre. Esto es crítico en entornos donde la confidencialidad de la información es prioritaria.
La implementación práctica requiere orquestar varios servicios AWS: un bucket S3 con versionado y políticas de escritura restringidas, un pipeline de ingesta basado en EventBridge y SQS que etiqueta cada documento con su departamento mediante sidecars de metadatos, y una función Lambda programada que lanza el trabajo de indexación en Bedrock Knowledge Bases. La capa de autorización se completa con Guardrails for Amazon Bedrock, que verifica que la respuesta generada se mantenga fiel a los documentos recuperados y no se base en conocimiento preentrenado no autorizado. Este enfoque no solo optimiza los costes (una única instancia frente a una por equipo), sino que también agiliza la gobernanza: los cambios en las políticas Cedar se reflejan en la siguiente llamada API, sin necesidad de redesplegar ningún componente.
En este contexto, contar con un socio tecnológico que entienda tanto la infraestructura cloud como la lógica de negocio es clave. En Q2BSTUDIO desarrollamos aplicaciones a medida y software a medida que integran servicios cloud AWS y Azure, inteligencia artificial y ciberseguridad. Hemos ayudado a empresas a construir plataformas RAG seguras, combinando servicios cloud aws y azure con políticas de acceso dinámicas basadas en Cedar. Nuestro equipo también ofrece servicios inteligencia de negocio con Power BI para visualizar el uso de estas bases de conocimiento, y ia para empresas mediante agentes IA que automatizan tareas de consulta documental. Si tu organización necesita implantar un sistema RAG multiinquilino sin comprometer la seguridad, podemos asesorarte en el diseño e implementación de la arquitectura, desde la ingesta de documentos hasta la gobernanza de políticas.
La flexibilidad de este patrón permite escalar a nuevos departamentos simplemente añadiendo una política Cedar y subiendo documentos etiquetados. No se requieren nuevas instancias de Knowledge Base ni cambios en el código del middleware. Para departamentos con requisitos de aislamiento más estrictos (como cumplimiento normativo), se puede optar por Knowledge Bases independientes con límites IAM, aunque el coste y la complejidad aumentan. La decisión depende del nivel de confianza que se tenga en el filtro lógico frente a la exigencia de una barrera física. En cualquier caso, la combinación de Amazon Bedrock, Verified Permissions y una estrategia de defensa en profundidad ofrece un punto óptimo entre seguridad, coste y agilidad.
Si deseas explorar cómo este enfoque puede aplicarse a tu negocio, en Q2BSTUDIO también ofrecemos servicios de ciberseguridad y inteligencia artificial para integrar soluciones RAG seguras y escalables. Nuestro equipo multidisciplinar combina experiencia en desarrollo, cloud y gobernanza de datos para que tu organización aproveche todo el potencial de la IA generativa sin riesgos.
