El desarrollo de nuevas capacidades de procesador que permiten la encriptación de memoria basada en hardware, capaz de aislar y encriptar el código de aplicación y los datos en memoria, ha dado lugar al surgimiento de técnicas de cómputo confidencial que protegen los datos cuando se procesan en recursos informáticos no confiables (por ejemplo, en la nube). Antes de las tecnologías de cómputo confidencial, las aplicaciones que necesitaban protección de datos en uso, como la computación segura o multipartita externalizada, utilizaban técnicas puramente criptográficas, las cuales tenían un gran impacto negativo en el rendimiento de procesamiento. Procesar datos en enclaves confiables protegidos por tecnologías de cómputo confidencial promete proteger los datos en uso sin penalización de rendimiento significativa. En este documento, hemos analizado el estado del arte en el campo del cómputo confidencial y presentamos un Sistema de Cómputo Confidencial para Inteligencia Artificial (CoCoS.ai), un sistema para computación segura multipartita que utiliza entornos de ejecución confiables basados en máquinas virtuales (en este caso, AMD Secure Encrypted Virtualization (SEV)). La seguridad de la solución propuesta, así como su rendimiento, han sido analizados y medidos formalmente. El documento revela muchas brechas no reportadas previamente que aún existen en las soluciones actuales de cómputo confidencial para el caso de uso de computación segura multipartita, especialmente en los procesos de creación de nuevas máquinas virtuales seguras y su certificación, que están diseñadas para casos de uso de un solo usuario.