Soberanía
En local cuando se puede, en la nube cuando hace falta
La regla es simple: en local siempre que sea posible, en la nube cuando no lo sea. Muchos tratamientos no tienen nada de confidencial — traducir una ficha de producto, resumir un texto público — y confiarlos a un servicio comercial no plantea ningún problema. Lo que decide es la naturaleza del dato y la potencia realmente necesaria, nunca un principio. Y la distancia se acorta rápido: los modelos instalados en su equipo ya hacen lo que exigía la nube hace un año.
IA local y soberana
El miedo más común entre los directivos no es que la IA se equivoque: es que se lleve sus datos a otra parte. Es fundado para parte de los tratamientos e infundado para muchos otros.
Así que clasificamos, y clasificar es simple. Un modelo en su equipo trata el grueso: leer, clasificar, resumir, extraer. Lo que exige más potencia, o no tiene nada de confidencial, va a un servicio comercial sin complejos. Usted sabe dónde está la frontera, porque la traza usted.
No es un montaje teórico. Así funcionan mis propios sistemas — incluido este sitio, cuyos vídeos describe un servicio comercial, porque ningún modelo local sabe aún leer un vídeo.
En sus servidores
Nada sale de su casa. Más exigente de operar y perfectamente viable — el modo habitual cuando los datos son sensibles.
Híbrido
Clasificación en local, análisis fino fuera, y una regla escrita que dice qué puede salir.
Nube, con conocimiento
Lo más rápido y lo más potente. Perfectamente legítimo para lo que no es personal ni estratégico, y a menudo la buena elección — siempre que sea una decisión y no una deriva.
IA a medida, conectada a su oficio
Un asistente genérico conoce el mundo pero no su empresa. No sabe quiénes son sus clientes, cómo factura, ni por qué ese expediente es urgente. Así que produce respuestas plausibles e inútiles.
El trabajo es conectarlo: a sus datos, sus documentos, sus aplicaciones. Solo entonces una pregunta como «la facturación de dos años con este cliente» obtiene una respuesta real, sacada de sus asientos y no aproximada.
Consultar sus documentos
Contratos, procedimientos, actas: pregunte en lenguaje llano y obtenga la respuesta con su fuente, sin que nada salga de su sistema.
Extraer lo que importa
Sacar de un documento información estructurada y utilizable, en cadena y sin volver a teclear.
Clasificar y enrutar
Correo entrante leído, calificado y dirigido a la persona adecuada, con las urgencias señaladas de inmediato.
Desarrollo asistido por agentes
Esto es lo que cambió mi oficio en los dos últimos años, y lo que explica los plazos. Yo decido qué hay que construir; un agente lo escribe al ritmo de la conversación. Por separado, ambas mitades son corrientes: un experto solo es lento y caro, un agente solo produce código que nadie ha arbitrado. Juntos hacen el trabajo de un equipo.
Lo que gana no es la proeza, sino el resultado: más rápido, más barato y modificable después. Lo que no pierde es el criterio — treinta años de infraestructura sirven justamente para saber qué no hay que construir.
Preguntas frecuentes
- ¿Hace falta hardware caro para tener IA en casa?
- Mucho menos de lo que se cree para los usos corrientes — leer, clasificar, resumir, extraer. El cálculo se hace en el diagnóstico, comparando con honestidad el coste del hardware frente a tres años de suscripción en la nube.
- ¿Se usan nuestros datos para entrenar un modelo?
- No en un montaje local: el modelo lee sus datos para responder, no los aprende. Si parte del flujo pasa por un servicio externo, sus condiciones se examinan y se escriben antes de desplegar nada.
- ¿Y el RGPD?
- El RGPD solo habla de datos personales: traducir un catálogo o resumir un texto público queda fuera, y plantearse la pregunta cada vez hace perder tiempo. Donde sí aplica, el argumento del tratamiento local es simple: cuantos menos datos personales salen, menos transferencias hay que justificar. El cumplimiento se trata desde el diseño, no como un documento añadido al final.
- ¿Cuánto tardamos en ver algo concreto?
- La forma correcta de empezar es un uso único y medible — un tipo de documento, un buzón, una pregunta recurrente. Lo ponemos a funcionar de verdad, medimos y ampliamos solo si compensa.
Empecemos por un uso, no por una estrategia
Dígame qué tarea le cuesta más tiempo hoy — casi siempre es el buen punto de partida. Lo hablamos treinta minutos, sin compromiso, y ve si lo que sigue le convence.
Cómo se decide, caso por caso
No hay una respuesta única, y proclamarse «todo local» sería tan dogmático como enviarlo todo fuera. Tres preguntas bastan para decidir, tratamiento por tratamiento.
¿Qué naturaleza tiene el dato?
Una ficha de producto pública, una traducción de catálogo, un texto de marketing: nada que proteger, la nube es lo indicado. Un expediente de cliente, un contrato, un fichero de personal: se queda en casa.
¿Cuánta potencia hace falta de verdad?
Clasificar, extraer, resumir: un modelo local basta de sobra. Razonar sobre un caso complejo o leer un vídeo: los grandes modelos mantienen ventaja, por ahora.
¿Cuánto cuesta cada opción?
Una máquina amortizada a tres años frente a tres años de suscripción al volumen consumido. El cálculo se inclina al local con volumen constante, y a la nube con uso esporádico.