Alojamiento de LLM RGPD: Residencia de datos en UE y LATAM
Aloja inferencia LLM en centros de datos de la UE y LATAM. Cumple los artículos 28, 32 y 35 del RGPD con GPUs dedicadas y precio mensual fijo.
Alojamiento de LLM RGPD: Residencia de datos en UE y LATAM
Alojar un LLM bajo el RGPD exige ejecutar la inferencia en servidores dentro del Espacio Económico Europeo, con controles estrictos de residencia de datos, cifrado de extremo a extremo y acuerdos vinculantes con el encargado del tratamiento. Elimina la información de identificación personal antes de que cualquier prompt o dato de entrenamiento entre en el pipeline del modelo.
Arquitectura defendible para el alojamiento de LLM bajo el RGPD
Mantén el modelo y los registros de inferencia dentro de infraestructura controlada en la UE. Esto satisface las normas de residencia y elimina los riesgos de transferencia transfronteriza. Ejecuta inferencia gestionada en GPUs dedicadas de la UE o despliega vLLM en instancias cloud de la UE, conservando los registros de auditoría en almacenamiento bajo tu control.
La guía de alojamiento en la UE de DCXV recomienda vLLM para servicio en producción. Los benchmarks muestran entre 25 y 40 tokens por segundo para solicitudes individuales y entre 100 y 180 tokens por segundo al procesar cuatro solicitudes concurrentes en lote. Para cargas de trabajo de menor rendimiento, llama.cpp ofrece una alternativa basada en CPU.
Usa VPCs privadas y endpoints privados para que el tráfico de inferencia nunca atraviese la internet pública. Las direcciones IP, los identificadores de usuario y los tokens de sesión en los prompts cuentan como datos personales bajo el RGPD, por lo que el enrutamiento debe estar completamente aislado. El aislamiento de memoria de GPU también es obligatorio: los pesos del modelo y las activaciones intermedias no deben filtrarse a pools de memoria compartida ni a archivos de intercambio.
Implementa protocolos de destrucción criptográfica o eliminación segura que borren permanentemente los prompts y los registros tras la ventana de retención definida. Aplica la misma segmentación a los entornos de desarrollo y preproducción. Nunca uses datos de producción para pruebas sin consentimiento explícito y una anonimización rigurosa.
Enruta cada prompt y salida a través de endpoints de la UE. Esto mantiene los datos personales dentro de tu control operativo y simplifica el cumplimiento de la limitación de finalidad del Artículo 5 y la protección de datos desde el diseño del Artículo 25.
Bases jurídicas del Artículo 6 del RGPD para prompts y registros
Documenta una base jurídica conforme al Artículo 6 del RGPD para el tratamiento de prompts, salidas y registros. El interés legítimo o la necesidad contractual suelen cubrir la inferencia en tiempo real, mientras que la retención de datos para depuración requiere un análisis de finalidad independiente.
Bases relevantes del Artículo 6
- Art. 6(1)(a) consentimiento: Obligatorio cuando el tratamiento no es estrictamente necesario.
- Art. 6(1)(b) contrato: Aplicable cuando la inferencia presta un servicio solicitado, limitado a las partes necesarias.
- Art. 6(1)(f) intereses legítimos: Plausible para inferencia empresarial o analítica, pero requiere una prueba de ponderación.
Almacena las solicitudes al LLM en registros de auditoría estructurados dentro de tu propia infraestructura para cumplir los límites de finalidad del Artículo 5. El manual de despliegue de LLM de TrueFoundry señala que las cargas de trabajo reguladas necesitan bases jurídicas distintas para la inferencia y para la retención con fines de depuración. El entrenamiento o ajuste fino sobre prompts de clientes generalmente requiere una base analizada por separado.
Asigna cada categoría de datos a su base jurídica específica. La inferencia en tiempo real se apoya en la necesidad contractual; la telemetría anonimizada cae bajo los intereses legítimos. Las herramientas de monitorización de terceros que tratan prompts actúan como encargados independientes y requieren cobertura contractual separada.
Tu arquitectura de registro debe permitir la recuperación y eliminación rápida de datos de usuario específicos en cachés de inferencia y registros de auditoría sin interrumpir los servicios en producción. Las obligaciones de transparencia de los Artículos 13 y 14 exigen una comunicación clara: actualiza tu política de privacidad para enumerar los casos de uso del LLM, los períodos de retención y los subencargados, y proporciona mecanismos de exclusión sencillos.
Obligaciones del encargado del tratamiento según el Artículo 28 del RGPD
El Artículo 28 del RGPD exige que la inferencia, la lógica de gobernanza y los registros de auditoría permanezcan dentro de la infraestructura del responsable cuando un encargado trata datos personales en su nombre. El responsable debe usar únicamente encargados que ofrezcan garantías suficientes.
Un contrato vinculante conforme al Artículo 28(3) debe cubrir:
- Tratamiento únicamente según instrucciones documentadas
- Compromisos de confidencialidad
- Medidas de seguridad adecuadas
- Condiciones para la contratación de subencargados
- Asistencia con los derechos de los interesados y las EIPD
- Eliminación o devolución de datos al finalizar los servicios
La visión general de sectores regulados de Prediction Guard señala que la inferencia LLM gestionada debe mantener los prompts, las salidas y los rastros dentro de tu organización. El enrutamiento del modelo, el registro, la observabilidad y el acceso de soporte deben estar cubiertos en el Acuerdo de Tratamiento de Datos. Los subencargados, incluidos los proveedores de infraestructura cloud o de GPU, deben ser divulgados y controlados.
Controles de seguridad del Artículo 32 del RGPD
El Artículo 32 del RGPD exige cifrado en tránsito y en reposo, seudonimización y pruebas periódicas de las medidas de seguridad. Configura acceso basado en roles con mínimo privilegio y exige autenticación multifactor para cualquier acceso de administración.
El cifrado debe cubrir:
- En tránsito: TLS para las rutas cliente-pasarela, pasarela-modelo, administración y registro.
- En reposo: Discos cifrados, almacenamiento de objetos, copias de seguridad y almacenes de registros.
Los modelos de Claves Gestionadas por el Cliente (CMK) o Trae Tu Propia Clave (BYOK) garantizan que solo tu organización posea las claves de descifrado, neutralizando los riesgos derivados del acceso del proveedor cloud o de amenazas internas. Tu Acuerdo de Tratamiento de Datos debe especificar el versionado del modelo, los períodos de retención de prompts, las listas de subencargados para proveedores de GPU y los derechos de auditoría.
Bajo el Artículo 33, debes notificar a la autoridad supervisora competente una violación de datos personales en un plazo de 72 horas desde que tengas conocimiento de ella, salvo que sea improbable que suponga un riesgo para las personas. Las obligaciones de resiliencia del Artículo 32 incluyen la monitorización de accesos no autorizados, el registro y las alertas, los procedimientos de respuesta a incidentes y las pruebas de recuperación de copias de seguridad.
Los manuales de respuesta a incidentes deben contemplar amenazas específicas de la IA, como la inyección de prompts, la extracción de modelos y el envenenamiento de datos de entrenamiento. Realiza ejercicios de simulación trimestralmente para probar los tiempos de respuesta y las cadenas de toma de decisiones. Mantén un registro de auditoría inmutable de todos los eventos de seguridad, registros de acceso y cambios de configuración para apoyar el análisis forense en caso de brecha.
Activadores de EIPD y toma de decisiones automatizada
Realiza una Evaluación de Impacto relativa a la Protección de Datos conforme al Artículo 35 del RGPD si tu LLM trata datos personales a gran escala o impulsa decisiones automatizadas. La Opinión 28/2024 del CEPD deja claro que los modelos de IA quedan sujetos al RGPD en el momento en que los datos personales entran en el pipeline.
Activadores de EIPD para LLMs
Una EIPD se activa habitualmente cuando un LLM:
- Trata datos personales a gran escala
- Elabora perfiles de personas o toma decisiones automatizadas
- Combina grandes conjuntos de datos con inferencia opaca
- Evalúa comportamiento, rendimiento, preferencias, ubicación o salud
- Trata datos sensibles de formas que crean un riesgo elevado
Conservar prompts para depuración o mejora del modelo generalmente requiere una base jurídica separada y eleva el riesgo de EIPD. La memorización y la retención de prompts son activadores clave bajo el Artículo 35(3)(a). Si tu sistema elabora perfiles de personas o gestiona decisiones de crédito, contratación o sanidad, se requiere documentación estricta de la EIPD.
Las decisiones automatizadas basadas en salidas de LLM activan los derechos del Artículo 22. Debes garantizar el derecho a la intervención humana, la posibilidad de impugnar decisiones y explicaciones claras de la lógica implicada. Documenta estas salvaguardas en tu EIPD.
Un error frecuente es no tener en cuenta la memorización del modelo, por la que el LLM podría reproducir datos de entrenamiento que contengan información personal. Implementa filtrado de salidas y comprobaciones de postprocesamiento para detectar y redactar información de identificación personal antes de que las respuestas lleguen al usuario final.
Transferencias transfronterizas: cumplimiento en la UE, LATAM y EE. UU.
Las transferencias transfronterizas requieren estrategias distintas para la UE, LATAM y EE. UU. El Marco de Privacidad de Datos UE-EE. UU. aplica a empresas estadounidenses certificadas; las organizaciones pueden acogerse a él si cumplen sus principios, o bien usar las Cláusulas Contractuales Tipo combinadas con una Evaluación de Impacto de la Transferencia.
Cumplimiento en EE. UU.
El Marco de Privacidad de Datos UE-EE. UU. sigue en vigor a partir de 2026. Las organizaciones estadounidenses deben autocertificarse anualmente ante el Departamento de Comercio y aparecer en la lista activa del MPD. El Tribunal General confirmó la decisión de adecuación en el asunto Latombe contra Comisión, aunque persiste el riesgo de litigios. Para las transferencias basadas en CCT, los exportadores deben realizar una Evaluación de Impacto de la Transferencia e implementar medidas complementarias como cifrado con claves controladas por el exportador.
Normas de transferencia en LATAM
Las jurisdicciones latinoamericanas aplican requisitos específicos para la inferencia LLM que trata datos personales. Brasil (LGPD) exige que las transferencias sigan los mecanismos del Artículo 33, basándose habitualmente en adecuación o cláusulas contractuales tipo. México (LFPDPPP) actualizó su marco en 2025 tras la disolución del INAI, exigiendo aviso, consentimiento y compromisos del destinatario para los movimientos transfronterizos.
Colombia (Ley 1581/2012) se centra en los derechos de hábeas data bajo la SIC, restringiendo las transferencias internacionales sin protección adecuada. Chile está en transición hacia un régimen modernizado con condiciones de transferencia más estrictas. Argentina (Ley 25.326) cuenta con una larga trayectoria de adecuación con la UE, aunque los exportadores deben seguir cumpliendo las condiciones de transferencia locales.
Estrategia práctica
La infraestructura dedicada en la UE y LATAM mantiene los datos dentro de los límites regionales, reduciendo la fricción en las transferencias. DCXV recomienda el autoalojamiento de LLMs en infraestructura cloud de la UE para evitar por completo las CCT y las EIT. Los proveedores estadounidenses deben usar el MPD solo si están certificados y mantener las CCT como alternativa.
Inferencia gestionada con precio mensual fijo
La inferencia gestionada conforme al RGPD se ejecuta en clústeres de GPU dedicados en la UE y LATAM, eliminando la fricción de las transferencias transfronterizas y manteniendo los datos personales bajo tu control.
Tessera AI opera en estas regiones y sirve Qwen3.6-35B-A3B a través de una API de completado de chat compatible con OpenAI. El precio mensual fijo escala con el uso de cómputo, evitando la facturación impredecible basada en tokens. Estima tus costes con la calculadora de precios.
La tenencia dedicada garantiza que las cargas de trabajo de inferencia se ejecuten en hardware aislado, evitando la filtración de datos entre inquilinos. Cada componente, desde la pasarela de API hasta los controladores de GPU subyacentes, opera dentro de un único límite de cumplimiento verificable. Configura límites de velocidad y acceso por niveles para aplicar el mínimo privilegio en los distintos roles de usuario y entornos.
Los sectores regulados siguen necesitando bases jurídicas documentadas bajo el Artículo 6 del RGPD y registros de auditoría estructurados en almacenamiento propiedad del cliente. Tessera AI proporciona un Acuerdo de Tratamiento de Datos que cubre los requisitos del Artículo 28 y apoya tu flujo de trabajo de cumplimiento. Los límites de velocidad y los niveles y límites son configurables para adaptarse a tus necesidades de rendimiento.
Preguntas frecuentes
¿Se aplica el RGPD a la inferencia LLM?
Sí. El CEPD deja claro que los modelos de IA no quedan fuera del RGPD. Si tus prompts, salidas o registros contienen datos personales, se aplican las bases jurídicas del Artículo 6 y los contratos con encargados del Artículo 28.
¿Cuáles son los requisitos de seguridad del Artículo 32 del RGPD para los LLMs?
Cifrado en tránsito y en reposo, seudonimización y pruebas periódicas de las medidas de seguridad. Los registros de auditoría estructurados deben permanecer en almacenamiento propiedad del cliente. Los controles de acceso deben incluir acceso basado en roles con mínimo privilegio, MFA para acceso de administración y separación de funciones.
¿Puedo usar LLMs alojados en EE. UU. para datos de la UE?
Solo si el proveedor estadounidense cuenta con certificación en el Marco de Privacidad de Datos UE-EE. UU. o usa CCT con una Evaluación de Impacto de la Transferencia. La infraestructura dedicada en la UE elimina por completo ese riesgo de transferencia.
¿Cuándo se requiere una EIPD para el tratamiento con LLM?
El Artículo 35 exige una EIPD para el tratamiento a gran escala, la elaboración de perfiles o las decisiones automatizadas. La Opinión 28/2024 del CEPD señala la memorización y la retención de prompts como activadores clave.
¿Cómo afecta el cumplimiento en LATAM al alojamiento de LLMs?
Brasil usa los mecanismos del Artículo 33 de la LGPD. Argentina cuenta con adecuación con la UE. México y Chile tienen marcos en evolución que exigen aviso y consentimiento. El alojamiento dedicado en la UE simplifica las transferencias al mantener los datos dentro del EEE.