AI-901: así cambia Azure AI Fundamentals en 2026

Redactado por Mario Larrúa Vega.

Si tienes guardado un curso de AI-900 para empezar este mes, conviene revisar tu plan: Microsoft retiró ese examen el 30 de junio de 2026. La fecha figura en su registro oficial de exámenes retirados.

La certificación Microsoft Certified: Azure AI Fundamentals continúa, y su ficha actual exige aprobar AI-901. Es una distinción importante: el código identifica el examen; Azure AI Fundamentals es la credencial que obtienes. Puedes comprobar ambos datos en la página oficial de la certificación.

Para quienes están empezando en Azure, el cambio merece atención. La nueva preparación incorpora más trabajo con modelos, aplicaciones y agentes. Eso obliga a revisar qué estudias y, sobre todo, cómo lo practicas.

Las fechas de retirada, los requisitos y los objetivos proceden de Microsoft. La ruta de estudio y el ejercicio propuesto son recomendaciones editoriales de LarrúaTech.

Qué cambia entre AI-900 y AI-901

La última guía de AI-900 organizaba el contenido en cinco áreas: cargas de trabajo de IA, aprendizaje automático, visión, procesamiento del lenguaje e IA generativa. Su perfil de candidato incluía personas con formación técnica y sin ella, y no exigía experiencia en ingeniería de software. Esa descripción sigue siendo útil para entender el punto de partida del examen anterior. Puedes consultar la guía histórica de AI-900.

AI-901 define dos grandes bloques:

Entre sus objetivos aparecen desplegar un modelo, trabajar con prompts, crear un cliente ligero con el SDK, probar un agente y desarrollar pequeñas soluciones de texto, voz, visión y extracción de información. La referencia para preparar el examen es la guía de estudio de AI-901.

La consecuencia para tu estudio es clara: reserva tiempo para construir. Después de aprender un concepto, busca una tarea pequeña que te obligue a aplicarlo y a explicar el resultado.

Los porcentajes describen áreas de conocimiento. No conviene interpretarlos como un reparto garantizado entre preguntas teóricas, ejercicios de programación o laboratorios durante el examen.

Por qué Microsoft Foundry y los agentes aparecen en esta evolución

Microsoft describe Foundry como una plataforma que reúne modelos, agentes y herramientas, con capacidades de evaluación, observabilidad y gestión del acceso. También permite combinar la exploración en el portal con el desarrollo mediante SDK. Su documentación recoge la evolución de nombres anteriores, como Azure AI Studio y Azure AI Foundry, hacia Microsoft Foundry. Esto ayuda a orientarse cuando un tutorial utiliza otra denominación. La explicación está en qué es Microsoft Foundry.

Un ejemplo permite entender por qué aprender esto resulta útil. Imagina una aplicación para atender consultas de soporte de una academia:

• Un alumno pregunta por qué no puede entrar en un laboratorio.
• La aplicación necesita interpretar el problema y consultar información pertinente.
• Su respuesta debe respetar las instrucciones del servicio y reconocer cuándo falta información.
• El equipo necesita comprobar si las respuestas sirven para resolver las consultas.

Cada una de esas decisiones abre una pregunta técnica: qué modelo utilizar, qué contexto proporcionar, cómo comprobar el comportamiento o qué acceso necesita la aplicación.

El módulo oficial de introducción a IA generativa y agentes en Azure propone precisamente trabajar con selección de modelos, despliegue, instrucciones, herramientas y pruebas en el entorno de experimentación, o playground.

Mi lectura de este cambio es que una buena formación inicial debe ayudarte a conectar conceptos con decisiones de implementación. Para alguien que empieza, una aplicación pequeña y bien entendida puede enseñar mucho más que una colección de demostraciones que solo ha visto funcionar.

Qué necesitas saber antes de empezar

La ficha de AI-901 pide conocimientos conceptuales de IA, habilidades técnicas básicas, familiaridad con recursos de Azure y conocimientos de sintaxis y técnicas de programación en Python. También menciona familiaridad con API REST, SDK y herramientas de línea de comandos. Es el perfil que publica Microsoft en la página del examen.

Como preparación práctica, proponemos que puedas hacer estas tareas antes de abordar los ejercicios:

• Leer un pequeño programa con variables, listas, diccionarios y funciones.
• Reconocer qué datos envía una petición y qué devuelve una respuesta.
• Entender un objeto JSON sencillo.
• Localizar la configuración que utiliza una aplicación para conectarse a un servicio.
• Explicar la diferencia entre crear un recurso y tener permiso para utilizarlo.

Esta lista es una orientación de estudio de LarrúaTech; no añade requisitos oficiales.

El curso AI-901T00: Introduction to AI in Azure recomienda además conocimientos de almacenamiento, cómputo, autenticación y autorización en la nube. Si vienes de AZ-900, puedes aprovechar esa base para entender dónde se ejecuta tu solución y cómo accede a sus recursos.

Si todavía no programas, dedica primero unas sesiones a Python. Intenta modificar un ejemplo pequeño y explicar cada cambio. Esa práctica te permitirá aprovechar mejor los laboratorios que copiar instrucciones sin comprenderlas.

Si ya aprobaste AI-900, tu certificación sigue contando

La retirada de un examen puede generar dudas sobre una credencial ya obtenida. Microsoft indica que las certificaciones Fundamentals no caducan y no requieren renovación. La política puede consultarse en sus preguntas frecuentes sobre renovación.

Además, la documentación sobre retirada señala que las credenciales obtenidas permanecen en el historial de Microsoft Learn. Puedes revisar esa explicación en qué ocurre cuando se retira un examen.

Por tanto, si ya conseguiste Azure AI Fundamentals mediante AI-900, no necesitas aprobar AI-901 para evitar una caducidad. Puedes estudiar los contenidos nuevos para actualizar tus habilidades y decidir después si te interesa presentarte al examen.

Si habías empezado a estudiar y todavía no te examinaste, utiliza tus apuntes como base y compáralos con los objetivos actuales. Conserva lo que siga encajando y prepara las áreas que te falten.

Una ruta de estudio para pasar de la teoría a la práctica

Esta propuesta está pensada para avanzar por resultados. Ajusta su duración a tu experiencia y al tiempo que puedas dedicarle.

1. Ordena los conceptos

Empieza por AI concepts for developers and technology professionals, una ruta de Microsoft Learn que aborda IA generativa, agentes, lenguaje, voz, visión, extracción de información y recuperación aumentada por generación, conocida como RAG.

Después de cada tema, escribe un caso de uso con tus propias palabras. Por ejemplo: extraer campos de una factura, transcribir una nota de voz o generar un borrador de respuesta. Añade qué resultado esperarías y cómo comprobarías si es correcto.

2. Trabaja en Foundry con un objetivo pequeño

Continúa con Get started with AI applications and agents on Azure. Esta ruta incluye trabajo con aplicaciones, agentes y distintas capacidades de IA; también contempla construir un cliente ligero de análisis de texto en Python.

Lleva un registro sencillo de cada ejercicio: qué querías conseguir, qué configuraste, qué resultado obtuviste y qué modificarías. Cuando algo falle, anota la causa que hayas podido comprobar.

3. Comprueba la calidad de las respuestas

Prepara varios casos antes de modificar las instrucciones de tu aplicación. Incluye una consulta clara, otra ambigua y otra que no pueda resolverse con la información disponible.

Utiliza los mismos casos después de cada cambio. Así podrás detectar mejoras y regresiones sin depender de que una única respuesta te parezca convincente.

4. Revisa tus lagunas frente al temario

Marca cada objetivo de la guía como «puedo explicarlo», «lo he practicado» o «necesito repasarlo». Esa clasificación te dará una siguiente tarea concreta.

Un resultado como «el cliente funciona, pero no entiendo de dónde obtiene la configuración» es útil: señala exactamente qué debes investigar antes de continuar.

Laboratorio propuesto: un asistente de soporte para una academia

Microsoft ofrece un ejercicio guiado de modelos generativos y agentes en Foundry. Permite desplegar y explorar un modelo y utilizarlo después en un agente con herramientas de conocimiento. Para realizarlo por tu cuenta necesitas una suscripción de Azure.

Tras completar ese ejercicio, puedes adaptarlo al siguiente caso ficticio. Es una propuesta de práctica de LarrúaTech, independiente del examen.

Objetivo: orientar a alumnos que encuentran problemas al acceder a un laboratorio, utilizando únicamente una pequeña guía de ayuda que tú prepares.

Escribe una guía con tres incidencias inventadas, sus comprobaciones iniciales y las circunstancias en las que debe intervenir una persona. Utiliza datos ficticios y revisa el coste y la disponibilidad de los recursos antes de desplegarlos.

Estas pueden ser unas instrucciones iniciales para experimentar:

Eres un asistente de soporte de una academia de formación.

Utiliza la guía de ayuda proporcionada para orientar al alumno.
Si faltan datos para identificar el problema, pide una aclaración.
Si la guía no contiene una solución, indícalo y propone escalar el caso.
No afirmes que has cambiado permisos ni resuelto una incidencia.

Responde con: problema entendido, siguiente comprobación y motivo.

Comprueba su comportamiento con una tabla como esta:

Las instrucciones deben acompañarse de permisos y herramientas adecuados al alcance de la aplicación. En este ejercicio basta con consultar información y proponer comprobaciones.

Guarda los resultados, cambia una sola instrucción y repite los casos. Después intenta explicar qué ha mejorado y qué sigue fallando. El valor del ejercicio está en esa comparación; completar esta práctica por sí sola no cubre todo el temario.

Qué revisar antes de reservar AI-901

La ficha actual incluye español entre los idiomas del examen y remite a una evaluación de práctica en AI Skills Navigator, que requiere iniciar sesión. Revisa también el precio correspondiente a tu país o región al reservar. Encontrarás los enlaces actualizados en la página oficial de AI-901.

La puntuación mínima para aprobar es 700. Microsoft utiliza una escala de puntuación, por lo que ese número no equivale necesariamente a acertar el 70 % de las preguntas. Así lo explica en su documentación sobre puntuación de exámenes.

Antes de elegir una fecha, comprueba que puedes justificar tus decisiones en los ejercicios: por qué utilizaste determinada capacidad, qué información necesita la aplicación y cómo has evaluado el resultado. Utiliza la evaluación de práctica para localizar lagunas y volver a los temas correspondientes.

Tu siguiente paso

Abre la guía de AI-901 y elige un objetivo que todavía no hayas practicado. Conviértelo en una tarea pequeña, ejecuta varias pruebas y documenta lo que aprendas.

Ese registro puede convertirse en una entrada de tu portafolio: el problema, la solución que intentaste, los resultados y las limitaciones que encontraste. Mientras preparas la certificación, estarás construyendo ejemplos concretos con los que explicar tus habilidades.