AI gateway: qué es y cuándo te hace falta uno privado

Un AI gateway es un intermediario: el servidor por el que pasan todas las llamadas de tus aplicaciones a los proveedores de modelos de lenguaje, como OpenAI. En lugar de que cada sistema llame a la API por su cuenta, todos le hablan al gateway, y el gateway administra las llaves, reparte las peticiones entre modelos, controla lo que se gasta y guarda una bitácora. Es la pieza que aparece en cuanto una empresa pasa de un chatbot de prueba a tres o cuatro integraciones con IA.

Si necesitas uno privado depende de una pregunta que casi nadie hace al elegirlo: qué guarda. Si tu bot de cobranza o tu asistente de expedientes manda nombres, RFC y CURP de clientes, y el gateway conserva el prompt completo, acabas de crear una base de datos personales más, sujeta a la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP).

Nonimo Gateway se instala en tus propios servidores. Ver planes y escribirnos.

Qué hace un AI gateway en el día a día

Las funciones cambian según el producto, pero casi todos cubren estas:

• Un solo punto de entrada. Tus aplicaciones apuntan a una dirección y el gateway habla con los proveedores.
• Llaves centralizadas. La llave de la API vive en el gateway y no en cada computadora o repositorio.
• Ruteo y respaldo. Si un modelo falla o tarda, la petición se manda a otro.
• Límites y costos. Topes por equipo o por aplicación, para que nadie se lleve una sorpresa en la factura del mes.
• Bitácoras. Registro de cada petición: quién la hizo, a qué modelo, cuánto costó y, muchas veces, qué decía.
• Reglas de contenido. Algunos agregan filtros, llamados guardrails, para bloquear o marcar ciertos textos.

Para un despacho contable de 40 personas en Guadalajara o una cadena de clínicas en Monterrey, esto ordena mucho. El problema está en el quinto punto.

AI gateway, proxy de privacidad y guardrail no son lo mismo

Se venden juntos y se confunden. Conviene separarlos antes de comparar productos:

pieza	qué decide	qué pasa con un RFC en el prompt
AI gateway	a qué modelo va la petición y con qué llave	pasa tal cual, y puede quedar en la bitácora
Guardrail	si la petición se bloquea, se marca o se deja pasar	depende de la regla: bloqueo, máscara o nada
Proxy de privacidad	qué datos personales salen de tu red	se cambia por un marcador antes de salir y regresa en la respuesta

Un guardrail que sólo bloquea te protege, pero también te detiene el trabajo: el contador no obtiene su respuesta. Uno que enmascara sin devolver deja una respuesta con huecos donde iban los nombres. Comparamos cómo lo resuelven algunos gateways conocidos en las guías de Cloudflare AI Gateway, Kong AI Gateway y Portkey, en inglés.

Un AI gateway que guarda prompts es una base de datos personales

La LFPDPPP vigente se publicó en el Diario Oficial de la Federación el 20 de marzo de 2025. Su artículo 2, fracción XIX, define tratamiento con una lista larga que incluye el registro, la conservación y el almacenamiento de datos personales. Una bitácora que guarda prompts con nombres y RFC es eso, aunque nadie la haya pensado como base de datos.

De ahí salen tres consecuencias prácticas:

1. Deber de seguridad. El artículo 18 pide medidas administrativas, técnicas y físicas contra el acceso o el uso no autorizado, tomando en cuenta el riesgo y la sensibilidad de los datos. Una bitácora que leen todos los desarrolladores no pasa esa prueba con facilidad.
2. Vulneraciones. Si esa bitácora se expone y afecta de forma significativa los derechos patrimoniales o morales de tus clientes, el artículo 19 te obliga a informarles de forma inmediata. Qué hacer paso a paso está en la guía de vulneración de seguridad con IA.
3. Gateway en la nube de otro. Si el gateway es un servicio que contratas por adhesión, el artículo 52 del Reglamento de la ley, que sigue compilado como vigente, pide que el proveedor no se quede con la titularidad de tu información, transparente sus subcontrataciones y garantice la supresión al terminar el servicio.

No es una hipótesis. La documentación de Amazon sobre los filtros de datos sensibles de Bedrock Guardrails aclara que el enmascarado no llega a las bitácoras de invocación: si las activas, CloudWatch guarda la petición tal como entró. Y LiteLLM tiene un modo de guardrail que trabaja sólo sobre lo registrado, sin tocar la respuesta que recibe tu aplicación. Las dos cosas dicen lo mismo: lo que se registra es una decisión aparte de lo que se manda.

Quien vigila todo esto ya no es el INAI. La propia ley, en su artículo 2, fracción XV, nombra a la Secretaría Anticorrupción y Buen Gobierno, y los artículos 38 y 39 le encargan vigilar y verificar su cumplimiento. El resto del marco, del aviso de privacidad a las transferencias, está en la guía de la LFPDPPP y la inteligencia artificial.

Ejemplo: el bot de constancias de una contaduría

Un despacho contable en Zapopan arma un asistente interno que lee la constancia de situación fiscal de cada cliente y redacta el correo de bienvenida. El desarrollador pasa todo por un AI gateway para controlar el gasto. Una petición típica lleva esto:

Redacta un correo de bienvenida para Adriana Mezquital Fonseca, RFC MEFA901341QW3, CURP MEFA901341MJCZND07, régimen de actividades empresariales, domicilio fiscal en la colonia Chapalita.

Los datos son inventados y la fecha del RFC es imposible a propósito. El gateway rutea la llamada, cuenta los tokens y guarda el texto completo. Seis meses después, la bitácora tiene el RFC, la CURP y el domicilio de cada cliente que entró al despacho, en un servidor que nadie incluyó en el inventario de datos personales.

Con un proxy de privacidad delante, lo que sale y lo que se registra es esto:

Redacta un correo de bienvenida para [PERSONA_1], RFC [RFC_1], CURP [CURP_1], régimen de actividades empresariales, domicilio fiscal en [DIRECCION_1].

El modelo redacta el mismo correo. Cuando la respuesta regresa, el proxy vuelve a poner el nombre real antes de entregárselo al sistema del despacho. Para el modelo y para la bitácora, el cliente no tiene nombre. Qué otros datos conviene cambiar está en qué datos ocultar antes de usar la IA, y por qué el RFC y la CURP pesan tanto, en qué pueden hacer con tu CURP o tu RFC.

Cuándo necesitas un AI gateway privado

Un gateway de nube sin más está bien si lo que pasa por él no identifica a nadie: plantillas, código, textos de marketing. Te conviene uno privado, en tus propios servidores y que quite los datos personales antes de salir, cuando se juntan dos o más de estas condiciones:

• Tus aplicaciones mandan datos de clientes, pacientes o empleados: nombres, RFC, CURP, correos, domicilios.
• Hay datos financieros o patrimoniales, que el artículo 7 de la LFPDPPP sujeta a consentimiento expreso, o datos sensibles, como los de salud.
• Un cliente grande te manda un cuestionario de ciberseguridad y pregunta qué datos salen hacia proveedores de IA.
• Tu aviso de privacidad no contempla que los datos viajen a un proveedor de IA.
• Necesitas bitácoras para auditar costos y errores, pero no quieres que guarden el contenido.

Si tu duda es si de plano deberías tener tu propio modelo, lo vemos en IA privada o proxy de privacidad. Y si quieres ver todas las rutas por las que se escapan los datos en una integración, en fuga de datos con IA en tus sistemas.

Dónde entra Nonimo Gateway

Nonimo Gateway es un proxy privado que reemplaza los datos personales antes de que la petición llegue a la API del modelo y regresa los datos reales en la respuesta. Se instala en tus propios servidores.

Es compatible con la API de OpenAI: cambias el base_url y sigues usando tu propia llave.

from openai import OpenAI

client = OpenAI(base_url="http://nonimo-gateway.interno:8080/v1")

En textos mexicanos reconoce el RFC y la CURP además de nombres y correos, y tiene un plugin para LiteLLM si ya usas ese gateway. Los planes y precios están en la página de Nonimo Gateway.

Antes de elegir un AI gateway

Hazle tres preguntas a cada opción: dónde corre, qué guarda en la bitácora y si te devuelve los datos reales en la respuesta. Si la respuesta a la segunda es el prompt completo, suma esa bitácora a tu inventario de datos personales y protégela como tal. Si prefieres que los datos de tus clientes no salgan de tu red, mira los planes de Nonimo Gateway y escríbenos para probarlo con tu propio tráfico.

Fuentes

Las de la ley y el Reglamento, consultadas el 21 de octubre de 2026.

• Ley Federal de Protección de Datos Personales en Posesión de los Particulares, publicada en el DOF el 20 de marzo de 2025, última reforma DOF 14-11-2025. Texto vigente en la Cámara de Diputados. Artículo 2, fracciones XV y XIX; artículos 7, 18, 19, 38 y 39.
• Reglamento de la Ley Federal de Protección de Datos Personales en Posesión de los Particulares, publicado en el DOF el 21 de diciembre de 2011. Texto en la Cámara de Diputados. Artículo 52, cómputo en la nube.
• AWS, Bedrock Guardrails, filtros de información sensible. Consultada el 20 de octubre de 2026. Las bitácoras de invocación en CloudWatch conservan la petición original.
• LiteLLM, guardrails, inicio rápido. Consultada el 20 de octubre de 2026. Modos pre_call, post_call, during_call y logging_only.