Cómo desplegar una knowledge base de IA conforme al RGPD

Por qué importa

Un asistente de IA cara al cliente procesa datos personales — como mínimo el transcript de la conversación, a menudo el email del cliente, su ID de cuenta y el dispositivo del que se queja. Eso lo coloca de lleno dentro del RGPD (obligaciones de responsable / encargado) y, desde 2026, dentro del EU AI Act (transparencia, supervisión post-mercado, audit log). Construir la arquitectura equivocada significa o no pasar el procurement o pagar una refactorización a mitad de año. Construir la correcta significa shipear más rápido que la competencia.

Esta guía es el playbook end-to-end que helpcode sigue al levantar un despliegue de knowledge base para un cliente UE.

Arquitectura de referencia

Tres planos, separados por diseño:

1. Plano de ingestión — extrae los documentos fuente (Confluence, SharePoint, Drive, PDFs) y ejecuta chunking, OCR y embedding. Índice por tenant — el retrieval cross-tenant ni siquiera es posible.
2. Plano de retrieval — hybrid retrieval sobre el índice por tenant, pase del reranker, ensamblaje top-K. Todo in-región (Fráncfort).
3. Plano de generación — la llamada al LLM. Elegid un endpoint de modelo que permanezca en la UE (Mistral Paris, Anthropic EU, OpenAI EU). Cada respuesta se loguea junto a las citas que ha usado.

La separación importa porque cada plano tiene un modelo de amenaza distinto y una lista de sub-procesadores distinta.

Flujo de datos & residencia

Dos reglas duras:

• Ningún documento de cliente abandona nunca la UE en reposo. Bucket S3 en Fráncfort; backups en Fráncfort.
• La llamada al LLM respeta el endpoint regional del proveedor del modelo. Si elegís anthropic.eu, prompt + snippets recuperados viajan dentro de la UE y la respuesta vuelve dentro de la UE.

Documentadlo todo en el apéndice del DPA y mantened pública la lista de sub-procesadores — el procurement de vuestro cliente la comprobará.

Consentimiento & transparencia

El art. 50 del AI Act exige que el usuario sepa que está hablando con una IA. Dos implementaciones prácticas:

• Widget chat: un disclaimer de una línea encima del campo de entrada. No lo escondáis en un tooltip.
• Voice: una frase de apertura "Hola, soy el asistente de IA de ACME — di 'humano' en cualquier momento para ser transferido" pronunciada en el idioma del usuario.

Rastread en el audit log que la disclosure se renderizó, para poder demostrarlo más tarde.

Audit log & trazabilidad

El art. 12 del AI Act espera que podáis reconstruir cualquier respuesta. helpcode registra, por turno de conversación:

• el mensaje del usuario
• los resultados de retrieval con sus scores de relevancia
• los scores del reranker
• el modelo LLM + versión
• el prompt final + la respuesta final + las citas

Exportación CSV y acceso API a demanda. Es lo que quiere vuestro auditor — y lo que vuestro equipo de engineering necesita para shipear mejoras de eval.

Checklist pre-lanzamiento

• Índice por tenant, nunca compartido
• Lista de sub-procesadores solo-UE, pública
• DPA firmado, SCCs anexadas
• Disclosure de IA renderizada + logueada en cada turno
• Retención del audit log ≥ 13 meses
• Cláusula de residencia de datos en el acuerdo marco
• Plantilla FRIA cumplimentada para vuestro despliegue específico
• Ruta de handoff humano probada end-to-end

Cuando los ocho pasan, shipeáis.