01
Qué es y quién lo ofrece
Microsoft Foundry es la plataforma de Microsoft para construir agentes de IA, usar modelos y gobernarlos desde un solo recurso de Azure. Antes se llamó Azure AI Studio y después Azure AI Foundry. Según Microsoft Learn, da acceso a más de 10,000 modelos de Microsoft, OpenAI, Anthropic, Meta y otros proveedores, e incluye identidad con Microsoft Entra, control de acceso por roles, filtros de contenido, aislamiento de red y Azure Policy. Microsoft indica que el precio se calcula por los servicios y funciones que se usan.
02
Qué cambió recientemente
El nombre cambió: la tabla de evolución de Microsoft Learn registra que Azure AI Studio y Azure AI Foundry pasaron a ser Microsoft Foundry, que Azure AI Services ahora se llama Foundry Tools y que la API de agentes pasó de Assistants a Responses (Agents v2). El blog oficial de Foundry ya usa el nombre nuevo en una entrada de diciembre de 2025. En las novedades de documentación de agosto de 2026 aparecen agentes de larga duración, con recuperación tras caídas y pasos de aprobación humana, todos marcados como versión preliminar.
03
Cuándo conviene
Conviene cuando la empresa ya opera sobre Microsoft: usuarios en Microsoft Entra, datos y aplicaciones en Azure y un equipo de TI con experiencia en esa nube. Ahí los agentes se pueden gobernar con la misma identidad, las mismas políticas de red y el mismo control de acceso que el resto del entorno, y se pueden comparar modelos de varios proveedores dentro de una sola plataforma. También conviene si el proyecto necesita trazabilidad, evaluaciones y monitoreo de agentes, funciones que Microsoft Learn describe como parte de la plataforma.
04
Cuándo no conviene
No conviene si nadie en la empresa puede operar Azure: las cuotas por región y por modelo, los tipos de despliegue y los permisos exigen trabajo continuo. Tampoco si el procesamiento del modelo debe ocurrir dentro de México. Microsoft documenta que los despliegues Global pueden procesar los datos en cualquier región de Azure y que las zonas de datos disponibles son Estados Unidos, Unión Europea y Asia Pacífico; solo los datos en reposo quedan en la geografía elegida. Hay además dependencia del proveedor: el producto ha tenido tres nombres y cambió su API de agentes, así que lo construido hoy puede requerir migración. Una función en versión preliminar no debería sostener sin más un proceso crítico.
05
Qué significa para una empresa mediana en México
La lista oficial de regiones de Azure incluye Mexico Central, en el estado de Querétaro, con tres zonas de disponibilidad. Sin embargo, Mexico Central no aparece en la lista de regiones donde se puede crear un proyecto de Foundry (página actualizada el 21 de agosto de 2026), ni en la tabla de regiones de Foundry Agent Service, ni en la de disponibilidad de modelos vendidos por Azure. La única región latinoamericana de la lista de proyectos es Brazil South. Esto obliga a validar servicio por servicio dónde quedan los datos. Este artículo no da precios en pesos porque no se pudo verificar ninguno: la página de precios describe un esquema de consumo por servicio.
06
Criterio OFIRA: seis preguntas antes de decidir
Primero: qué tarea concreta se automatiza y con qué medida de éxito. Segundo: qué modelo y qué tipo de despliegue se necesitan, y si están disponibles en la región que exige el área legal. Tercero: si los datos personales o financieros pueden procesarse fuera de México y con qué base contractual. Cuarto: quién opera la plataforma después del piloto y cuánto tiempo le toma. Quinto: cuánto cuesta una tarea completa, con modelo, herramientas, búsqueda y almacenamiento, y no solo un millón de tokens. Sexto: qué ocurre con el flujo si Microsoft cambia un nombre, una API o retira un modelo.
Fuentes
- What is Microsoft Foundry? (Microsoft Learn)
- Feature availability across cloud regions - Microsoft Foundry (Microsoft Learn)
- List of Azure regions (Microsoft Learn)
- Understanding deployment types in Microsoft Foundry Models (Microsoft Learn)
- Quotas and limits for Microsoft Foundry Agent Service (Microsoft Learn)
CRITERIO OFIRA
La plataforma no es la estrategia.
La recomendación final depende del problema, los datos, el riesgo, las integraciones, el costo y el resultado que deba cambiar.
Analizar un caso con OFIRA