C2PF (Cloud Capacity Planning Framework)

Dimensionar la nube por precedente — sin saber si se acertó

El paradigma industrial planifica la capacidad a partir de precedentes históricos de uso — y no establece cuán precisas son esas estimaciones. Para cargas sin historial, el método simplemente no se aplica.

A nivel arquitectónico, las decisiones — qué servicios aprovisionar, con qué confiabilidad, bajo qué envolvente de rendimiento — rara vez derivan de objetivos explícitos y estructurados. Los métodos existentes o presuponen una arquitectura previa (ATAM, CBAM) o producen salidas genéricas, desconectadas de las construcciones específicas de nube (ADD, well-architected frameworks). Y en la fase de assessment, todo depende del conocimiento tácito: dos arquitectos ante el mismo problema llegan a propuestas distintas — y eso no escala.

El riesgo vive al inicio del ciclo

Los proyectos de nube siguen un ciclo familiar: assessment, sizing, migración y operación/optimización. Es al inicio — evaluar y dimensionar — donde se concentran el riesgo y el costo de las decisiones, y es justo ahí donde hay menos rigor. Una planificación que solo mira hacia atrás no puede justificar su propia precisión ni lidiar con lo inédito.

La propuesta no es otro framework ni otra herramienta de IA, sino un pipeline de decisión científicamente fundamentado: convertir objetivos declarados en arquitectura de forma trazable, reproducible y específica de nube — y, a partir de ahí, externalizar el conocimiento de especialista en estructuras ejecutables por plataforma.

Del objetivo a la arquitectura, en cuatro capas

El C2PF es un modelo formal de clasificación de cargas de nube mediante objetivos de nivel de servicio (SLO), de rendimiento (PLO) y de confiabilidad (RLO), con clases abstractas de dimensionamiento. Un modelo de proceso orientado a decisión cierra la brecha de instanciación — cómo derivar una decisión arquitectónica a partir de los valores declarados:

• ›Cinco principios: reproducibilidad, trazabilidad, resolución de conflicto guiada por jerarquía, especificidad de dominio y resolución conservadora de frontera.
• ›Modelo de Assessment (5 fases): externaliza el conocimiento de evaluación en estructuras reproducibles y ejecutables — cada pregunta de elicitación mapea a una característica de capacidad del C2PF.
• ›Síntesis por LLM restringida: el modelo de lenguaje solo traduce un perfil de assessment legible por máquina en un Statement of Work (SOW) — sin inventar dimensionamiento.

La decisión de capacidad como artefacto de ingeniería

Volver las decisiones de capacidad en tiempo de proyecto trazables a los objetivos declarados, reproducibles y específicas de nube; externalizar el conocimiento tácito de assessment para que escale entre profesionales; y abrir el camino de la intención a la arquitectura ejecutable y validada.

De la tesis a la operación comercial

El C2PF nació en la tesis de doctorado (CESAR School, 2023) y evolucionó en dos artículos y un producto en operación:

• ›Ejemplo de extremo a extremo con un servicio de pagos B2C bajo PCI-DSS: los tres tipos de objetivo convergen al techo de demanda, resultando en una clase C2PF-XL, con componentes de compliance añadidos ortogonalmente.
• ›Repositorio de desafíos que cubre 6 industrias, 30 categorías y ~350 preguntas de assessment con características de dimensionamiento predefinidas.
• ›El producto en uso demuestra que la abstracción científica, bien diseñada, reduce drásticamente el time-to-proposal.

Hacia dónde avanza la investigación

• 01Validación empírica en cinco escenarios industriales — poniendo a prueba fronteras, perfiles asimétricos y la jerarquía de prioridad contra el juicio de especialistas.
• 02De la intención a la arquitectura ejecutable y validada — transformar el SOW (artefacto de transición) en una decisión arquitectónica formal y ejecutable.
• 03Replicación independiente de las notas de calidad del SOW, para mitigar el sesgo de leniencia de los evaluadores.

Frentes abiertos para colaboración

• ›Arquitectura ejecutable — acoplar el plan C2PF a la generación de Infraestructura como Código (IaC).
• ›Optimización de costo/FinOps — ligar las clases de dimensionamiento a modelos de costo.
• ›Ampliación del repositorio — más verticales, categorías y características de capacidad.
• ›Instrumentos de validación — benchmarks y protocolos para planificación de capacidad en tiempo de proyecto.
• ›Extensión del dominio — datos e IA, además de nube, en la misma gramática de capacidad.
• ›Aplicaciones sectoriales — migración, plataformas de datos y adopción de IA en servicios profesionales.