Red Hat OpenShift AI obtiene la certificación ISO 42001 para inteligencia artificial

Red Hat anuncia que Red Hat OpenShift AI recibió la Certificación ISO 42001, la primera norma internacional diseñada para guiar la implementación, el mantenimiento y la mejora continua de un Sistema de Gestión de Inteligencia Artificial (SGIA). Este reconocimiento refuerza el compromiso de la compañía con la seguridad, la gobernanza y el cumplimiento normativo de las soluciones de IA en un contexto donde la inteligencia artificial avanza rápidamente y desafía los modelos tradicionales de certificación y cumplimiento.

Para Vincent Danen, vicepresidente de Product Security de Red Hat, este logro demuestra la madurez de la plataforma. “La IA puede parecer caótica para los CIOs y CISOs responsables de sistemas críticos, pero no se puede ignorar. Todo lo contrario. Implementada correctamente, puede convertirse en un factor diferenciador competitivo clave. La certificación OpenShift AI valida la plataforma como respuesta a las necesidades clave del negocio, proporcionando seguridad y cumplimiento de los estándares globales”, afirma.

Reconocimiento sobre protección de datos

En el caso de Red Hat OpenShift AI, la norma ISO 42001 reconoce la presencia de capacidades avanzadas de protección de datos de clientes, sólidos controles de seguridad y privacidad, y un enfoque proactivo de cumplimiento normativo capaz de adaptarse a los requisitos regulatorios en constante evolución. La certificación también avala, mediante consultoría independiente, la eficacia del marco de cumplimiento interno de Red Hat para IA, lo que garantiza a clientes y socios que los procesos de desarrollo e implementación de IA de Red Hat se llevan a cabo de forma adecuada y con mayor consistencia.

Como parte de Red Hat AI, Red Hat OpenShift AI proporciona una plataforma empresarial para gestionar el ciclo de vida de IA/ML a escala, tanto en entornos locales como en la nube híbrida y en el edge. La solución conecta a científicos de datos, desarrolladores y equipos de TI para entrenar, optimizar y poner en funcionamiento modelos generativos y predictivos, acelerando así la transición de los proyectos de IA del laboratorio a la producción.