Alternativa a Claude Cowork: por qué las empresas reguladas construyen su propio stack de IA coworker (2026)

Alternativa a Claude Cowork: por qué las empresas reguladas construyen su propio stack de IA coworker (2026)

Si has leído nuestra guía completa de Cowork y tu intuición dice que no puede tocar tus workflows más sensibles, probablemente tengas razón. Claude Cowork encaja brillantemente con el trabajo para el que fue diseñado — y encaja mal con el trabajo regulado, a medida y ligado a la soberanía que llena las agendas empresariales. Aquí está el análisis honesto, la arquitectura de referencia y los números de TCO.

Dónde Claude Cowork realmente brilla

Cowork es la respuesta correcta cuando tu trabajo está sobre datos no sensibles, tu equipo tiene entre 5 y 500 personas y prefieres arrancar en dos semanas en lugar de dos trimestres. Anthropic ha clavado la UX del coworker IA para ese público, y los cuatro bundles verticales lanzados en las últimas seis semanas demuestran que invierten en él como producto a largo plazo, no como proyecto secundario.

Tres sweet spots de Cowork están bien documentados en nuestro clúster:

• Marketing operations — briefings de contenido, investigación de audiencias, orquestación multicanal. El marketplace de plugins y las primitivas de planificación de Cowork encajan limpiamente con cómo trabajan los equipos de marketing. Ver nuestro análisis de marketing ops para los patrones de workflow.
• Equipos jurídicos — triaje de contratos, revisión de redlines, investigación jurisdiccional. El bundle Legal que Anthropic lanzó el 12 de mayo fue el primer bundle vertical y sigue siendo el más pulido. Detallamos los casos de uso en nuestro análisis para equipos legales.
• Pymes y mid-market — facturación, seguimiento de clientes, reporting ligero. El bundle SMB (13 de mayo) es realmente bueno para empresas de menos de 250 empleados sin un CISO en la nuca. Nuestra revisión SMB entra en detalle.

Anthropic también confirmó que Servicios Financieros es el próximo bundle vertical, y el stack de Managed Agents anunciado en Code w/ Claude el 11 de mayo eleva el techo de lo que el marketplace de plugins de Cowork puede hacer. Nada de esto está en duda.

Cowork es la respuesta correcta para la mayoría de las empresas la mayor parte del tiempo. Este artículo va sobre el resto — la minoría regulada, ligada a la soberanía y pesada en PI donde Cowork es la herramienta equivocada, aunque sea un gran producto.

Los 8 escenarios empresariales donde Cowork llega a su límite

Ocho workflows separan "Cowork sirve" de "Cowork es imposible": residencia de datos GDPR, PHI sanitario, defensa/gobierno clasificado, confidencialidad de deal-room M&A, finanzas reguladas bajo SEC/FINRA, protección de PI propia, amplitud de servidores MCP a medida más allá de la veintena de Anthropic, y patrones de orquestación de agentes para los que Anthropic no ha diseñado. Cada uno es una puerta de sí o no, no una preferencia.

Si lees esta tabla y dos o más filas describen tu empresa, ya estás más allá de la línea "Cowork sirve". Sigue leyendo.

La arquitectura de referencia del coworker autoalojado

Un stack de IA coworker autoalojado en producción tiene siete capas: inferencia, gateway, memoria, orquestación de agentes, herramientas (servidores MCP), RBAC/auditoría y UI. Cada capa tiene dos o tres opciones reales en 2026, y el stack es lo bastante componible para que puedas intercambiar cualquiera sin reescribir las otras. Esto es lo que hace cada capa, lo que más usamos y qué vigilar.

Capa 1 — Inferencia (el modelo)

Aquí corre realmente el LLM. Tienes cuatro caminos prácticos:

1. API de Anthropic directa — el más rápido, el menor overhead de ingeniería, pero vuelves a estar en la ruta de datos de Anthropic. Aceptable si tu preocupación es la orquestación a medida pero no la residencia de datos.
2. OpenRouter — una sola API sobre 100+ modelos. Genial para desarrollo y comparativa de modelos, menos para auditoría empresarial.
3. Bedrock o Vertex AI — endpoints privados cloud-nativos con anclaje regional. Anthropic Claude está disponible en ambos. Es el compromiso empresarial más común: calidad Claude con compliance cloud-nativo.
4. Inferencia on-prem — vLLM sobre hardware H100/H200 corriendo modelos de pesos abiertos. Llama 3.3 70B, DeepSeek V3, Qwen 3 o Mistral Large. La única vía para IL5/IL6 y la más cara en capex.

Anthropic no entrega los pesos de Claude, así que on-prem real con Claude es imposible. Si debes ir on-prem, eliges de los modelos de pesos abiertos — y la brecha de calidad con Claude Opus 4.7 se ha reducido notablemente en los últimos 18 meses, pero no se ha cerrado.

Capa 2 — Gateway LLM

El gateway se sitúa entre cada aplicación y cada modelo. Su trabajo: failover, ruteo de costes, logging de auditoría, rate limiting y (crítico) abstraer la elección de modelo para que puedas cambiar rutas de inferencia sin tocar código de aplicación.

Opciones de producción:

• LiteLLM — open-source, autoalojable, API compatible con OpenAI sobre 100+ proveedores. Gratis.
• Portkey — gateway gestionado con dashboards de observabilidad integrados. Bueno para equipos que no quieren operar LiteLLM por sí mismos.
• Helicone — observabilidad primero; combina bien con LiteLLM en lugar de reemplazarlo.

Esta capa no es negociable en producción. Saltársela significa hardcodear la elección de modelo en tu app — y redeployar cada vez que Anthropic lance un modelo nuevo o tu equipo de seguridad pida un failover regional.

Capa 3 — Memoria y recuperación

Aquí viven tres subsistemas:

• Base vectorial — Pinecone (gestionada, ruta más rápida) o Qdrant (autoalojable, la elección correcta para on-prem). Weaviate y pgvector también son válidos; Qdrant tiene ahora la historia empresarial más limpia.
• Memoria estructurada — Postgres para todo lo que se beneficia de SQL. La mayor parte de la "memoria de agente" es en realidad relacional, no semántica.
• Contexto corto plazo — Redis o DynamoDB para estado de sesión, caché de conversación reciente y resultados intermedios de agentes.

Haz bien esta capa y tus agentes parecerán recordar cosas. Hazla mal y cada conversación empieza desde cero — aceptable para un chatbot y fatal para un coworker.

Capa 4 — Orquestación de agentes

Aquí dejan de bastar las primitivas de planificación de Cowork. Opciones:

• LangGraph — supervisión multi-agente basada en grafos. Lo mejor para workflows con ruteo condicional, reintentos y aprobaciones human-in-the-loop.
• CrewAI — crews de agentes basadas en roles. Abstracción más limpia para patrones como "analista de investigación + redactor + revisor".
• DAG personalizado — para equipos con fuerte bagaje en sistemas distribuidos; te da control total al precio de construirlo todo.

Para la mayoría de empresas entregamos LangGraph porque el modelo en grafo simplifica el relato de auditoría — cada transición queda registrada, cada decisión inspeccionable. (Y el crédito de 500 $ para el Agent SDK de Anthropic que cubrimos aquí subvenciona a menudo los primeros tres meses de desarrollo en la Capa 4.)

Capa 5 — Herramientas (servidores MCP)

Cada integración interna se convierte en un servidor MCP. Salesforce, Snowflake, Jira, Confluence, Workday, tu data lake, tu API interna de RR. HH. La especificación Model Context Protocol ya es estable y se entrega en todos los frameworks de agentes importantes. Escribes un servidor por fuente de datos; la capa de agentes los descubre en tiempo de ejecución.

Esta es la capa donde el marketplace de plugins de Cowork se quiebra para empresas. Anthropic cura el marketplace — despacio y a su ritmo. Una capa MCP autoalojada te permite lanzar un servidor para un módulo SAP legacy en una semana, no en un trimestre. Solemos construir 15–40 servidores MCP por contrato empresarial.

Capa 6 — RBAC + logging de auditoría

Aquí los reguladores deciden si tu stack arranca. Los componentes:

• Motor de políticas — Open Policy Agent (OPA) o AWS Cedar. Cada llamada a herramienta y a modelo pasa por evaluación de políticas. Por usuario, por rol, por clase de dato.
• Pipeline de auditoría — cada prompt, respuesta, llamada a herramienta, modelo seleccionado y coste incurrido registrado con retención completa. Usamos trazas de OpenTelemetry fluyendo a un SIEM en nube regulada o un archivo S3 de largo plazo con WORM.
• Detección PII/PHI — Presidio o un pipeline DLP propio en el gateway. Redacta antes de loggear; nunca dejes que PHI crudo llegue a tu almacén de auditoría.

Esta capa es invisible para los usuarios finales y es la razón por la que las empresas realmente pagan el build. También es la capa que Cowork no puede darte estructuralmente, porque la frontera de auditoría no incluye su infraestructura.

Capa 7 — UI

La ventaja de app de escritorio de Cowork en la capa 7 desaparece prácticamente para empresas, porque la mayoría de usuarios empresariales ya viven en Slack, Microsoft Teams o un portal web propio. Opciones prácticas de UI:

• Bot de Slack o Teams — la vía más rápida a la adopción dentro de los workflows existentes.
• App web propia — Next.js o tu portal interno con una superficie de agente embebida.
• App de escritorio propia — Electron sigue siendo la respuesta práctica si quieres la experiencia "tercera pestaña" tipo Cowork. La mayoría de empresas no la necesitan.

Elige la superficie donde tus usuarios ya viven. El argumento de lock-in de modelo aquí es el inverso del de Cowork: en lugar de forzar a los usuarios a una nueva app, tu stack va a su encuentro.

Eso es un stack de 7 capas, no un proyecto de fin de semana. Las dos siguientes secciones cuantifican lo que cuesta y cuánto tarda.

TCO a 5 años — Asientos Cowork vs Stack autoalojado

A 200 asientos, Cowork Enterprise gana en coste. A 1.000+ asientos en cinco años, el build autoalojado cae a unos 2 $/asiento/día todo incluido — y cruza el TCO de Cowork en algún punto entre 600 y 800 asientos. Ese cruce solo importa, eso sí, si ninguna otra puerta (residencia de datos, orquestación a medida, PI) ya ha forzado el build. Para la mayoría de empresas reguladas, la comparación de TCO es un sanity check, no un motor de decisión.

"TCO 5 años: Cowork Enterprise vs Autoalojado (200 asientos)"

Tabla de datos

"TCO 5 años: Cowork Enterprise vs Autoalojado (200 asientos)"

"Opción de aprovisionamiento"	"Total 5 años"
"Cowork (200 asientos × 60 $/mes)"	720
"Autoalojado (200 asientos, build + 4 años ops)"	1850
"Autoalojado (1.000 asientos, amortizado)"	2150

Los supuestos detrás de esos números, porque los artículos de TCO que los esconden son inútiles:

• Cowork Enterprise — 60 $/asiento/mes precio de lista para el tier Enterprise con residencia UE y add-on BAA, × 200 asientos × 60 meses = 720 K $. Sin add-ons de marketplace incluidos.
• Autoalojado 200 asientos — coste de build Año 1: 850 K $ (equipo de seis ingenieros durante dos trimestres, capex de infra, base vectorial, stack de observabilidad), más Años 2–5 ops a 250 K $/año (equipo ops de dos ingenieros, uso de modelos, opex de infra). Total: 1,85 M $.
• Autoalojado 1.000 asientos — mismo coste de build Año 1 (850 K $), Años 2–5 ops escalan a 325 K $/año (el uso de modelos crece con usuarios; ingeniería se queda casi plana). Total: 2,15 M $, o aproximadamente 2,15 $/asiento/día promediado a cinco años.

La línea interesante es la tercera. El coste de ingeniería en un stack autoalojado es mayoritariamente fijo — dos ingenieros pueden mantener un stack que sirve a 100 o a 10.000 asientos. El uso de modelos escala con usuarios pero se comprime con batching y caching. El cruce de TCO con Cowork es real, pero ocurre a una escala que la mayoría de empresas solo alcanza si empujan la plataforma a través de muchas divisiones.

Si estás en 50 asientos y tus datos no están regulados, Cowork gana en todos los ejes. Si estás en 5.000 asientos y tienes CISO, el build autoalojado se amortiza antes del Año 3. Las matemáticas se invierten en 600–800 asientos — y la mayoría de pilotos empresariales están en ese rango o por encima.

Time-to-value — La curva que sorprende a los CFO

Cowork es usable en la semana uno y hace plateau en el mes dos. El autoalojado sube despacio durante el Q1, supera a Cowork en torno al mes seis y sigue subiendo. La pregunta del CFO no es "cuál es más rápido" — es "qué curva encaja con nuestro perfil de riesgo y nuestro horizonte de planificación".

"Time-to-value: Cowork vs Autoalojado (12 meses)"

Tabla de datos

"Time-to-value: Cowork vs Autoalojado (12 meses)"

"Meses"	"Cowork"	"Autoalojado"
"M1"	70	5
"M2"	80	15
"M3"	80	35
"M4"	80	55
"M5"	80	70
"M6"	80	80
"M9"	80	92
"M12"	80	100

Tres cosas que este gráfico infravalora:

1. La puntuación de Cowork en el mes 1 es alta porque es un producto, no un proyecto. Anthropic ya ha entregado la UX y las integraciones; tú las adoptas. La brecha de 30 puntos en el mes 1 es real e importa cuando tienes que demostrar ROI de IA ante un consejo que lleva dos años escuchando hablar de IA.

2. La curva autoalojada no es lineal porque el trabajo no lo es. Meses 1–2 son arquitectura, selección de vendors y plomería de las capas 1–2. Meses 3–4 son los primeros agentes reales en producción sobre el stack. Meses 5–6 es cuando el coste marginal del agente número cinco cae a una fracción del agente número uno. Esa es la inflexión — y la razón por la que construir plataforma se siente frustrantemente lento los primeros 90 días.

3. El plateau de Cowork es real, no una calumnia. Cowork es excelente en lo que Anthropic entrega para él. No está diseñado para extenderse más allá de esa envolvente, y el marketplace existe precisamente para que ellos no tengan que seguir extendiéndolo por sí mismos.

Recorrimos la misma forma de curva en nuestro análisis build-vs-buy para agentes de voz IA — los principios se trasladan. Si tu business case vive o muere en el mes 3, compra. Si vive en el mes 12, construye.

La matriz de decisión build-your-own

Puntúa estas siete preguntas con 0, 5 o 10. Si superas 25, construye. Entre 15 y 25, pilota Cowork y revisa. Por debajo de 15, sigue con Cowork. La matriz es la pieza de mayor señal de este artículo; si marcas una sola cosa, marca la tabla.

Hemos aplicado esta matriz en 30+ proyectos de integración de IA en los últimos 18 meses. La proporción de organizaciones que superan 25 pasó de aproximadamente 30 % a finales de 2024 a cerca del 55 % en mayo de 2026 — impulsada sobre todo por la aplicación del GDPR y la regla SEC de divulgación de IA de 2025. El cambio no es ideológico; es regulatorio.

Un patrón a destacar: las puntuaciones tienden a agruparse en los extremos. Las empresas puntúan o bien 5–15 (Cowork es obviamente correcto) o 35–70 (autoalojado es obviamente correcto). La franja media 15–25 es más rara de lo que parece y suele representar a empresas a punto de cruzar una línea regulatoria que aún no perciben.

Cuándo Cowork sigue ganando, incluso a escala empresarial

Incluso en empresas que puntúan 50+ en la matriz, Cowork sigue ganando para tres patrones: el equipo de marketing no regulado, el prototype-then-buy de 90 días y el bolt-on para plataformas internas de IA maduras. Auto-hospedar todo es tan equivocado como comprar todo; el arte es enrutar cada workflow al stack correcto.

Los tres patrones:

• El equipo de marketing no regulado dentro de una empresa regulada. Una farmacéutica no puede poner PHI en Cowork, pero su equipo de brand marketing no toca PHI — escribe briefings de campaña y analiza rendimiento por canal. Cowork sirve allí. Enrutar trabajo de baja sensibilidad a Cowork y el de alta sensibilidad al stack interno es la arquitectura obvia pero rara vez implementada, y tratamos la cuestión del reemplazo de los marketing managers en detalle en otro artículo.

• Patrones prototype-then-buy. Usa Cowork 60–90 días para demostrar que el workflow funciona con datos y usuarios reales. Si aparece ROI, entonces construye. Si no, te has gastado 20 K $ en asientos Cowork en lugar de 200 K $ en un build que resuelve un problema que no tenías. El piloto Cowork de 90 días es el ejercicio de definición de requisitos de mayor calidad en IA empresarial.

• Empresas maduras con plataformas internas de IA ya construidas. Si ya tienes el stack de 7 capas para trabajo de alta sensibilidad, atornillar Cowork a la superficie de baja sensibilidad es rápido, barato y reduce el riesgo de "shadow IT" de que los equipos adopten herramientas de IA por su cuenta.

El sweet spot SMB de Cowork aplica también dentro de empresas — para cualquier sub-equipo que opere como pequeña empresa, Cowork es estructuralmente la herramienta correcta, sin importar el perfil regulatorio de la matriz.

Autoalojado es la respuesta correcta para cargas sensibles. Cowork es la respuesta correcta para todo lo demás. El arte es saber cuál es cuál — y no fingir que es binario.

Cómo Techsy construye integraciones de IA empresariales

Hemos entregado 30+ proyectos de integración de IA desde 2024 en finanzas reguladas, salud-adyacente, defensa-adyacente y marcas de consumo sensibles a la PI. La metodología apenas ha cambiado porque la arquitectura tampoco — son las mismas siete capas, personalizadas por perfil regulatorio.

La metodología en cuatro fases:

1. Fase 1 — Taller de arquitectura y TCO (2 semanas, precio fijo). Puntuamos la matriz de decisión con tu equipo, dibujamos la arquitectura de 7 capas para tus constraints y construimos el modelo de TCO honesto. Sales con un artefacto utilizable, nos contrates para la Fase 2 o no.

2. Fase 2 — Build de referencia (8–12 semanas). Un agente en producción sobre el stack completo de 7 capas — normalmente el workflow de mayor valor y menor riesgo político identificado en la Fase 1. Listo para producción, no demo. Usamos el Agent SDK de Anthropic y el crédito de 500 $ que cubrimos aquí para subvencionar el trabajo inicial de Capa 4 cuando aplica.

3. Fase 3 — Expansión de plataforma (3–6 meses). Agentes 2 a N sobre el mismo stack. Aquí colapsa el coste marginal de cada nuevo agente — normalmente 30–60 % del coste del build de referencia de la Fase 2. El stack de 7 capas se convierte en plataforma.

4. Fase 4 — Traspaso y operación (continuo). Tu equipo posee el stack. Permanecemos en retainer para upgrades de modelo, nuevos servidores MCP y revisiones trimestrales de arquitectura.

El stack que entregamos por defecto en 2026: Anthropic Claude Opus 4.7 + LangGraph + Pinecone (o Qdrant para on-prem completo) + gateway LiteLLM + vLLM para rutas de inferencia on-prem, detrás de RBAC con políticas OPA y observabilidad OpenTelemetry. Cada componente es intercambiable; nada es a medida porque sí. La plataforma de despliegue de IA agéntica que usamos envuelve este stack en una superficie desplegable, y nuestra práctica de desarrollo de agentes cubre el modelo de ingeniería en detalle.

Si te gustaría puntuar la matriz juntos y ver cómo se vería tu arquitectura de 7 capas, reserva una llamada gratuita de arquitectura de 30 minutos con nuestro equipo. Sin requisitos previos, sin slides — recorremos tus constraints y dibujamos el stack en directo.

Mirando el producto que criticamos respetuosamente

Anthropic ha entregado un producto realmente bueno. Los siguientes trece minutos valen tu tiempo — es la articulación más clara de para qué sirve Cowork, hecha por el equipo que lo construyó.

Míralo antes de comprometerte con cualquier camino. Si después de verlo piensas que Cowork resuelve tu problema — compra Cowork. Si te sorprendes pensando "está muy bien, pero...", la segunda mitad de este artículo es para ti. No somos anti-Cowork. Somos anti-comprar-la-herramienta-equivocada-para-tu-perfil-regulatorio.

Ruta de migración — Del piloto Cowork a la producción autoalojada

El patrón más común que vemos en 2026 no es Cowork-o-autoalojado. Es Cowork-luego-autoalojado, con un plan de migración limpio. Esta es la ruta en cuatro etapas que recomendamos:

1. Meses 0–3 — Piloto Cowork. Demuestra el workflow con usuarios y datos reales (solo workflows de baja sensibilidad). Documenta qué funciona, qué falla y qué desearías que fuera distinto.
2. Meses 3–4 — Decisión de arquitectura. Puntúa la matriz con los datos de la Fase 1. Si superas 25, comprométete con el build. No apagues Cowork todavía.
3. Meses 4–10 — Build en paralelo. Construye el stack de 7 capas en paralelo al uso continuo de Cowork. Los workflows no sensibles siguen en Cowork; el build apunta a los regulados.
4. Meses 10–12 — Migración por workflow, no por departamento. Los workflows sensibles migran primero a autoalojado; los no sensibles pueden quedarse indefinidamente en Cowork si el ruteo tiene sentido.

La regla de migración es la que la mayoría de equipos hace mal. Migrar por departamento crea un problema político de marcha forzada; migrar por tipo de workflow deja a cada equipo adoptar la herramienta correcta para el trabajo que tiene delante. La matriz de decisión puntúa por workflow, no por departamento, por la misma razón.

También hemos visto el patrón inverso — autoalojado-luego-Cowork — en empresas que construyeron pronto y ahora quieren dar a sus equipos no regulados una superficie rápida. La comparativa con ChatGPT Agents es la referencia adecuada si estás atascado entre Cowork y un producto buy-side competidor tras comprometerte con una arquitectura híbrida.

Preguntas frecuentes

¿No es construir mucho más caro?

No siempre, y rara vez de forma simple. A 200 asientos Cowork gana en coste a cinco años. Entre 600 y 800 asientos las curvas se cruzan, y a 1.000+ asientos autoalojado es más barato. Más importante: si puntúas 25+ en la matriz, la comparación de coste es académica — los requisitos regulatorios o de soberanía ya han decidido.

¿Cuánto tarda en entregarse un stack de agente empresarial autoalojado?

8–12 semanas para el primer agente en producción sobre el stack completo de 7 capas, 3–6 meses para la plataforma (agentes 2 a N) y continuo para la cinta del upgrade de modelos. Cowork entrega en 1–2 semanas. La mayoría de empresas intercambia el delta de 8 semanas por soberanía y personalización; las que no lo hacen no eran empresas que necesitaban construir.

¿Podemos empezar con Cowork y migrar después?

Sí — es el patrón más común que vemos en 2026. Usa Cowork meses 0–3 para demostrar el workflow, construye el stack de 7 capas en paralelo meses 4–10 y luego migra por tipo de workflow en lugar de por departamento. La migración es más difícil que arrancar autoalojado desde el día uno pero mucho más rápida que construir a ciegas.

¿Y el Trust Center de Claude Enterprise?

El Trust Center de Anthropic cubre SOC 2 Type II, ISO 27001, residencia de datos UE en Enterprise y BAA para sanidad. Es una historia fuerte para lo que cubre. No cubre ITAR, IL5/IL6 sovereign-cloud, aislamiento hermético de deal-room M&A ni workflows donde el contenido del prompt está clasificado o regulado. El Trust Center es necesario para algunos escenarios y estructuralmente insuficiente para otros.

¿Está permitido el despliegue on-prem de modelos de Anthropic?

No. Anthropic no entrega los pesos de los modelos Claude, así que la inferencia on-prem auténtica de Claude es imposible en 2026. Auto-hospedar on-prem requiere alternativas de pesos abiertos — Llama 3.3, DeepSeek V3, Qwen 3 o Mistral Large sobre vLLM. Bedrock y Vertex ofrecen opciones de private-endpoint que algunos reguladores aceptan como equivalente práctico a on-prem; verifícalo con tu equipo de compliance antes de asumirlo.

¿Cuál es el coste de mantenimiento continuo a lo largo del tiempo?

Aproximadamente 250 K $/año para un equipo ops de 2 ingenieros más uso de modelos e infraestructura a escala de 200 asientos. Esa cifra sube a unos 325 K $/año en 1.000 asientos — la mayor parte del coste es ingeniería fija, no infraestructura variable. El uso de modelos escala con usuarios pero se comprime con batching, caching y ruteo de consultas pequeñas a modelos más baratos vía la capa gateway.

¿Quién posee los prompts y el tooling que desarrollamos?

Tú, plenamente, en un stack autoalojado. En Cowork los prompts se almacenan en la infraestructura de Anthropic bajo sus términos comerciales — aceptable para la mayoría de empresas, dealbreaker para industrias sensibles a la PI (marcas de consumo, biotech, finanzas reguladas). La historia de propiedad es una de las razones infravaloradas por las que las empresas maduras auto-hospedan.

¿Soportáis híbrido — algunos workflows en Cowork, otros autoalojados?

Sí, y lo recomendamos más a menudo que el autoalojado puro. Enruta los workflows de baja sensibilidad a Cowork y los de alta sensibilidad a tu stack interno. Un gateway LiteLLM puede fan-outear por tipo de workflow con reglas de ruteo simples, y tus capas de auditoría y política pueden tratar ambas superficies uniformemente.

¿Cómo manejáis la cinta del upgrade de modelos en un stack autoalojado?

El gateway LiteLLM abstrae la elección de modelo. Cuando Anthropic lanza un modelo nuevo, apuntas una config a él. Cuando un modelo de pesos abiertos supera al closed-source incumbent en una tarea específica, rediriges esa carga computacional pesada a vLLM sin tocar código de aplicación. La arquitectura de 7 capas está explícitamente diseñada para protegerte del lock-in de modelo — algo que Cowork por diseño no puede hacer.

Cierre

Cowork es un gran producto para el trabajo para el que está construido, y no es la respuesta correcta para empresas reguladas con constraints de soberanía, PI u orquestación a medida. La arquitectura de referencia autoalojada de 7 capas en este artículo es la misma que hemos entregado 30+ veces desde 2024; la matriz de decisión es el artefacto que recorremos con cada cliente en la Fase 1. Lee la guía completa de Cowork si no lo has hecho, y vuelve aquí cuando estés listo para hablar de arquitectura.

Si quieres una versión utilizable de la matriz de decisión y un borrador de arquitectura de 7 capas para tus constraints, contacta — la dibujamos en directo y te llevas el artefacto, trabajemos juntos después o no.