AI-901 vs AWS AIF-C01: ¿cuál certificación de IA en la nube empezar primero?

Si estás eligiendo tu primera certificación de IA en la nube, probablemente ya te topaste con las dos opciones más populares de nivel fundamentos: AI-901 de Microsoft Azure y AIF-C01 de AWS. Ambas validan que entiendes conceptos de IA y los servicios administrados de cada nube sin exigirte que entrenes un modelo desde cero — pero no son intercambiables, y desde 2026 se parecen menos de lo que parece. Aquí va la comparación directa, sin relleno.

Qué cubre cada una

AI-901 (Microsoft Azure AI Fundamentals) reemplazó al AI-900 el 15 de abril de 2026 y cambió de enfoque: tiene solo dos dominios. El primero (40-45%) cubre conceptos y capacidades de IA — IA responsable, cómo funcionan los modelos generativos y las cargas de trabajo de texto, voz, visión y extracción de información. El segundo (55-60%) es práctico: implementar soluciones con Microsoft Foundry — prompts, despliegue de modelos, agentes y apps ligeras con el SDK, junto con servicios como Azure Speech y las Foundry Tools (antes Cognitive Services). Azure OpenAI Service sigue siendo la puerta de entrada a los modelos generativos dentro de Azure.

AIF-C01 (AWS Certified AI Practitioner) cubre fundamentos de IA/ML, IA generativa, casos de uso y aplicaciones, y — a diferencia de AI-901 — dedica un dominio completo a seguridad, gobernanza y cumplimiento de sistemas de IA. El servicio estrella aquí es Amazon Bedrock, junto con conceptos como Bedrock Guardrails para controlar las salidas de un modelo generativo en producción.

En lo conceptual, ambos exámenes tocan los mismos pilares: machine learning, deep learning, NLP, computer vision y los fundamentos de un modelo de lenguaje. Si ya estudiaste uno, buena parte de la teoría se repite; lo que cambia son los servicios de cada proveedor y, en el AI-901, el peso de la parte práctica.

Dificultad: ¿cuál es más difícil?

Ninguna de las dos te pide entrenar modelos, pero ya no son igual de conceptuales. Donde sí hay diferencia:

• ▸AI-901 es más práctico de lo que su nombre sugiere: más de la mitad del examen trata de implementar con Microsoft Foundry — desplegar un modelo, escribir prompts efectivos, armar un agente o una app ligera con el SDK. No basta con reconocer qué servicio resuelve qué problema; tienes que saber cómo se usa.
• ▸AIF-C01 sigue siendo de escenarios sin código, pero con mucho razonamiento aplicado: decidir entre ajustar un prompt, hacer fine-tuning o usar RAG para resolver un caso de negocio, y un dominio completo de seguridad y gobernanza.

Ambas son aprobables en 2-3 semanas de estudio si dedicas un par de horas diarias, especialmente si usas un simulador de examen para practicar el formato real de preguntas antes de presentarte.

Para quién es cada una

La respuesta corta: depende de qué nube usa (o va a usar) tu empresa.

Elige AI-901 si:

• ▸Tu empresa usa Microsoft 365, Azure o Power Platform como stack principal.
• ▸Buscas un puente hacia certificaciones de datos o IA más avanzadas dentro del ecosistema Microsoft (Azure Data Scientist Associate, por ejemplo).
• ▸Te interesa trabajar con equipos que ya integran Copilot o Azure OpenAI Service en sus productos.

Elige AIF-C01 si:

• ▸Tu empresa corre su infraestructura en AWS o está evaluando adoptar Bedrock para IA generativa.
• ▸Quieres una certificación con más peso en gobernanza y IA responsable, útil si tu rol tiene componente de compliance o riesgo.
• ▸Buscas continuar hacia AWS Certified Machine Learning Engineer u otras certificaciones ML de AWS.

Si no tienes nube definida todavía (por ejemplo, estás buscando trabajo y no sabes qué stack usará tu próximo empleador), mira las ofertas de trabajo en tu mercado local antes de decidir. En LATAM, AWS suele tener más presencia en startups y AWS-native shops, mientras Azure domina en empresas que ya son clientes de Microsoft (bancos, gobierno, corporativos tradicionales).

¿Tiene sentido hacer las dos?

Sí, y es más común de lo que parece. Como el contenido conceptual se superpone bastante — transformer architecture, embeddings y foundation models aparecen en ambos programas de estudio — la segunda certificación te cuesta una fracción del tiempo de la primera. Muchos candidatos hacen primero la de su nube principal y luego la otra en un mes, aprovechando que ya tienen fresco el vocabulario de IA generativa.

Esto tiene sentido especialmente si:

• ▸Trabajas en consultoría o freelance y necesitas hablar con clientes en ambas nubes.
• ▸Tu empresa está en proceso de evaluar multi-cloud.
• ▸Quieres reforzar tu perfil en IA sin comprometerte todavía a una especialización más profunda (esto vendría después, con prompt injection y seguridad de LLMs como siguiente escalón de conocimiento).

Si tu objetivo es solo "tener una certificación de IA en el currículum" y no planeas usar ninguna de las dos nubes activamente, elige la que tenga más presencia en las vacantes que estás viendo — no hay razón para gastar en la segunda si no la vas a aplicar.

Cómo prepararte

Para ambas certificaciones, la estrategia que mejor funciona es la misma: entender el "por qué" de cada servicio (no solo memorizar nombres), y luego hacer suficientes preguntas de práctica para acostumbrarte al estilo de la pregunta — que suele ser más de escenario que de definición pura. Puedes revisar el cheatsheet de AI-901, la guía de estudio de AI-901 y la guía de AIF-C01 en Brains4Cloud para organizar tu plan de estudio, y complementar con el glosario completo para repasar términos que aparecen indistintamente en ambos exámenes.

Al final, ninguna de las dos certificaciones te va a conseguir trabajo por sí sola — pero sí te da vocabulario y contexto suficiente para participar en conversaciones técnicas sobre IA sin quedarte callado. Elige la de tu nube principal, y si el tiempo te alcanza, la segunda es una inversión barata.