Invertix
IdiomaENITDEES
Reserva una demo

Seguridad

Nos situamos entre tus datos y los laboratorios de IA.

Antes de que un modelo de frontera de OpenAI, Anthropic o Mistral vea tus datos, estos pasan por nuestro harness.

Reserva una demoMira el vídeo del harness34 s
ArbitradoTMLR 2026 Amplified Patch-Level Differential Privacy for Free via Random Cropping Kaan Durmaz, Jan Schuchardt, Sebastian Schmidt, Stephan Günnemann Lee la investigación →
Investigación de nuestro cofundador y CTO, Kaan Durmaz.

01Investigación

La investigación que sustenta nuestros sistemas.

Nuestro cofundador y CTO, Kaan Durmaz, es el primer autor de un artículo revisado por pares sobre privacidad diferencial en el aprendizaje automático, que guía nuestra forma de construir.

  1. Dos conjuntos de datos, idénticos salvo por un pequeño parche.
  2. Los resultados deben parecerse. ε mide cuánto se parecen.
  3. El método estándar: lotes aleatorios más ruido calibrado.
  4. Los recortes aleatorios suelen dejar fuera el parche sensible.
  5. Dos capas de azar se multiplican. La exposición disminuye.
  6. El mismo entrenamiento, una garantía más estricta, un modelo más preciso.
Por qué los recortes aleatorios refuerzan la privacidad a nivel de parche

  1. Parche sensiblepequeño, en el centro

  2. El recorte no lo incluyeno puede filtrarse

  3. El recorte lo alcanzapoco frecuente y limitado

Durmaz et al. · Transactions on Machine Learning Research, 2026

Artículo en OpenReview (se abre en una pestaña nueva) arXiv (se abre en una pestaña nueva) PDF (se abre en una pestaña nueva) Código en GitHub (se abre en una pestaña nueva)

En detalle
  1. Aprender lo mínimo posible

    En el harness: un laboratorio no puede entrenar con lo que nunca recibe.

  2. Privacidad diferencial

    Dos conjuntos de datos que difieren en un solo registro dan casi el mismo resultado.

  3. Lo que aporta el artículo

    Un recorte aleatorio suele dejar fuera el pequeño parche sensible, lo que refuerza el límite de privacidad.

  4. En nuestro producto

    La privacidad diferencial se aplica en nuestro producto. Nuestros ingenieros muestran a tu equipo de seguridad dónde.

Kaan Durmaz, Jan Schuchardt, Sebastian Schmidt, Stephan Günnemann. Amplified Patch-Level Differential Privacy for Free via Random Cropping. Transactions on Machine Learning Research (TMLR), 2026, revisado por pares. Trabajo realizado en la Universidad Técnica de Múnich.

02El harness

Cada solicitud pasa primero por nuestro harness.

Antes de que un modelo vea una solicitud, el harness la revisa.

  1. Los modelos nunca ven las credenciales de tus portales.
  2. Tu agente consulta a un modelo de frontera.
  3. Cada solicitud pasa por nuestro harness.
  4. Separados de los de cualquier otra empresa.
  5. Los nombres de instalaciones y de personas se sustituyen por marcadores de posición.
  6. Cifrados en tránsito y en reposo.
  7. Solo los datos acordados, solo a los modelos acordados.
  8. Las condiciones de los laboratorios prohíben entrenar con ellos.
  9. La respuesta vuelve a tu agente.
  10. Tus reglas deciden qué requiere aprobación.
  11. Cada acción queda registrada.
  1. Aislar
  2. Sustituir nombres
  3. Cifrar
  4. Enrutar
En detalle
  1. Aislar

    Los agentes y los datos de cada empresa están aislados. Los agentes se ejecutan en sandboxes de VM.

  2. Sustituir nombres

    Los nombres de instalaciones y de personas se sustituyen por marcadores de posición, como [SITE_1], antes de que ningún modelo vea una solicitud.

  3. Cifrar

    Tus datos están cifrados en tránsito y en reposo.

  4. Enrutar

    Cada solicitud va solo a un modelo que hayas aprobado para esos datos.

03Modelos

Tú decides qué datos puede recibir cada modelo.

Los laboratorios de IA no pueden entrenar con tus datos. Sus condiciones lo prohíben, y los nombres de tus instalaciones y de las personas se sustituyen por marcadores de posición antes de que ningún modelo vea una solicitud.

Ejemplo ilustrativo. El nombre de una instalación y el de una persona pasan por el harness y llegan al laboratorio solo como los marcadores de posición [SITE_1] y [PERSON_1]. Los precios de contrato se retienen en el harness y nunca se envían. Las credenciales de los portales permanecen en la bóveda y nunca se envían. La solicitud aprobada va a un único laboratorio aprobado: OpenAI, Anthropic o Mistral. Los laboratorios no entrenan con tus datos.
En detalle
  1. Solo tres laboratorios

    OpenAI, Anthropic y Mistral. Esa es la lista completa.

  2. Tus reglas

    Para cada tipo de datos, tu equipo define qué modelos pueden recibirlos.

  3. Retenidos

    Los datos que retienes, como los precios de contrato, nunca se envían a ningún modelo.

  4. Sin entrenamiento

    Invertix nunca usa tus datos para entrenar ni afinar modelos, y las condiciones de los laboratorios de IA les prohíben entrenar con ellos.

04Control humano

Tú decides qué hace un agente por sí solo.

Para cada flujo de trabajo, tú eliges: totalmente autónomo o una persona aprueba cada acción.

Ejemplo ilustrativo. El flujo de intervenciones está configurado para que apruebe una persona. En Microsoft Teams, el agente de intervenciones propone reservar a un técnico y pide aprobación. La responsable de O&M pulsa Aprobar, el mensaje muestra quién lo aprobó y cuándo, y la acción se anota en el registro de acciones. La monitorización funciona de forma autónoma. El control de la planta siempre requiere aprobación.
En detalle
  1. Tú eliges, por flujo de trabajo

    Totalmente autónomo o una persona aprueba cada acción.

  2. Control de la planta

    Los agentes actúan sobre el control de la planta solo con tu aprobación.

  3. Inyección de prompts

    Aislado en un sandbox de VM. El modelo nunca ve las credenciales. El control de la planta requiere aprobación.

  4. Registro de acciones

    Cada acción queda registrada y es visible para tu equipo.

05Acceso

Tu personal, tus roles, tus credenciales.

Inicio de sesión único y roles para tu personal, y una bóveda para las credenciales de los portales que ni los modelos ni el personal de Invertix ven nunca.

Tu personal: una persona accede mediante inicio de sesión único, y su rol determina qué ve. Tus agentes: un agente toma unas credenciales de la bóveda y con ellas inicia sesión en un portal de la planta. El modelo con el que trabaja el agente nunca ve las credenciales.
En detalle
  1. Inicio de sesión único

    Tu personal accede mediante inicio de sesión único (SSO).

  2. Roles y permisos

    Determinan quién ve y hace qué.

  3. Bóveda de credenciales

    Las credenciales de los portales están cifradas. Los agentes las usan para iniciar sesión.

  4. Nunca visibles

    Ni los modelos ni el personal de Invertix pueden ver las credenciales.

06Tus datos

Tus datos, de la conexión a la eliminación.

Conforme al RGPD, alojados en la nube de la UE por defecto, eliminados a petición.

Tus datos, paso a paso, en la nube de la UE por defecto. Conexión: aislados para tu empresa. Tratamiento: nombres sustituidos por marcadores de posición, después cifrados y enrutados según tus reglas. Registro: cada acción de los agentes, visible para tu equipo. Eliminación: a petición.
En detalle
  1. Nube de la UE

    Tu entorno y sus datos se alojan en la nube de la UE por defecto.

  2. Cifrados

    En tránsito y en reposo.

  3. Terceros

    Los laboratorios que apruebas procesan las solicitudes a los modelos. La nube aloja tu entorno.

  4. Eliminados a petición

    Eliminamos tus datos a petición. Invertix cumple el RGPD.

07Preguntas

Las preguntas de una revisión de seguridad.

Modelos y entrenamiento

¿Qué modelos de IA procesan nuestros datos?

Solo modelos de OpenAI, Anthropic y Mistral, siempre a través de nuestro harness. 03 Modelos →

¿Entrena Invertix modelos con nuestros datos?

No. Invertix nunca usa tus datos para entrenar ni afinar modelos, y las condiciones de los laboratorios de IA les prohíben entrenar con ellos.

¿Pueden los laboratorios de IA entrenar con nuestros datos?

Los laboratorios de IA no pueden entrenar con tus datos. Sus condiciones lo prohíben, y los nombres de tus instalaciones y de las personas se sustituyen por marcadores de posición antes de que ningún modelo vea una solicitud.

¿Qué datos se envían a un modelo?

Solo los datos que hayas aprobado para ese modelo, con los nombres de instalaciones y de personas sustituidos por marcadores de posición. 02 El harness →

¿Podemos impedir que ciertos datos lleguen a los modelos?

Sí. Solo llegan a un modelo los datos que apruebas, y solo a un modelo que hayas aprobado para ellos. 03 Modelos →

Aislamiento y acceso

¿Están nuestros datos aislados de los de otras empresas?

Sí. Los agentes y los datos de cada empresa están aislados, y los agentes se ejecutan en sandboxes de VM.

¿Invertix admite SSO y acceso basado en roles?

Sí. Tu personal accede mediante inicio de sesión único, y los roles y permisos determinan quién ve y hace qué. 05 Acceso →

¿Cómo se protegen las credenciales que usa un agente?

Las credenciales de tus portales se guardan en una bóveda cifrada de credenciales que ni los modelos ni el personal de Invertix pueden ver.

Control de los agentes

¿Qué acciones puede realizar un agente sin aprobación humana?

Tú decides por flujo de trabajo: totalmente autónomo o una persona aprueba cada acción. 04 Control humano →

¿Puede un agente actuar sobre los sistemas de control de la planta?

Solo con tu aprobación.

¿Qué ocurre si un agente lee instrucciones maliciosas (inyección de prompts)?

El agente se ejecuta en un sandbox de VM, el modelo nunca ve tus credenciales y el control de la planta solo cambia con tu aprobación.

¿Se registra cada acción de los agentes?

Sí. Cada acción queda registrada y es visible para tu equipo.

Tus datos

¿Dónde se almacenan nuestros datos y están cifrados?

En la nube de la UE por defecto, cifrados en tránsito y en reposo. 06 Tus datos →

¿Quiénes son los subencargados del tratamiento de Invertix?

Los laboratorios de IA que apruebes (OpenAI, Anthropic o Mistral) y la nube que aloja tu entorno (en la UE por defecto).

¿Se eliminan nuestros datos cuando termina el contrato?

A petición. Eliminamos tus datos cuando lo solicitas, e Invertix cumple el RGPD.

50+ GW

gestionados por las empresas energéticas con las que trabajamos.

08Contacto

Trae tus preguntas de seguridad.

Nuestros ingenieros repasan con tu equipo de seguridad el flujo de datos, las reglas de los modelos y las aprobaciones.

Europa +34 606 62 83 84 · US +1 (415) 718-7732

Solicitudes de protección de datos: el contacto figura en nuestra política de privacidad (se abre en una pestaña nueva)

Cuéntanos sobre tu equipo

Basta con una breve descripción. No incluyas documentos confidenciales. Usaremos estos datos para responder a tu solicitud. Política de privacidad (se abre en una pestaña nueva)

Última actualización: .