INFRAESTRUCTURA · IA LOCAL
Inteligencia artificial en tu servidor, no en OpenAI.
Modelos open (Llama, Mistral, Qwen) ejecutándose en hardware propio. Asistente de texto para tu equipo, transcripción de reuniones, análisis de documentos internos, borradores de email, búsqueda semántica sobre tus archivos.
Tus prompts y tus datos se quedan en tu servidor. Sin enviar información sensible a OpenAI, Anthropic o Google. Cuando aplica al caso, claro.
30 minutos. Gratis. Sin compromiso.
SI TE PASA ESTO
¿Te suena alguno de estos síntomas?
Tu equipo usa ChatGPT con cuenta personal para revisar contratos, borradores comerciales y datos de clientes.
Quieres aprovechar IA para tareas reales (transcribir reuniones, resumir documentos, generar borradores) pero te frena la idea de subir información sensible a una compañía estadounidense.
Tu sector tiene regulación que dificulta o prohíbe enviar datos a servicios cloud sin garantías reforzadas (sanidad, legal, asesorías, sector público).
Has probado APIs de IA y los costes mensuales empiezan a doler, sobre todo si se generaliza el uso interno.
IA local resuelve estos casos cuando hay volumen suficiente y casos de uso bien definidos. No resuelve todo. Te lo digo claro antes de presupuestar.
ALCANCE DEL SERVICIO
Qué IA local monto y qué no.
Modelos open (Llama 3, Mistral, Qwen) con Open WebUI o frontends similares. RAG (búsqueda semántica) sobre tus documentos internos: contratos, manuales, normativa, históricos. Asistente accesible desde tu intranet.
Whisper local para transcripción de reuniones con diarización (quién dijo qué). Resumen automático con LLM local. Procesamiento por lotes vía n8n. Todo en tu nodo, audio nunca sale.
Para casos puntuales sin volumen, una API cloud (Anthropic, Mistral, OpenAI vía broker europeo) puede ser más razonable. Para generación de imagen de alta calidad o modelos enormes (GPT-4 class), el hardware local todavía no compensa para una PYME. Te lo digo claro.
Los modelos open actuales son buenos para texto, asistencia, resumen, traducción, análisis estructurado. NO son ChatGPT-4 ni Claude Opus. Te enseño qué saben hacer y qué no, sin venderte expectativas que luego rompan.
CÓMO TRABAJAMOS
Cuatro pasos. Sin sorpresas.
CASOS REALES
Cuándo funciona y cuándo no.
Asesoría legal · 18 empleados · Gipuzkoa
Situación previa: el equipo usaba ChatGPT con cuenta personal para revisar borradores de escritos, con riesgo de filtrar información cliente.
Qué montamos: nodo con 2 GPUs RTX 4060 Ti (~3.500€ hardware), Llama 3.1 70B + Mistral Small + Whisper local, Open WebUI con SSO, RAG sobre jurisprudencia interna. Transcripción de reuniones con diarización.
Resultado: 100% de prompts dentro de la oficina, ahorro estimado de 4h/semana por abogado en redacción rutinaria, conformidad RGPD reforzada para clientes sensibles.
Tienda comercio · 4 empleados · Bizkaia
Situación previa: querían “IA para responder consultas web automáticamente”. Volumen real: 8-12 consultas a la semana.
Qué hicimos: análisis en sesión 1 → no compensa montar IA local para 12 consultas semanales. Hardware sobre-dimensionado para el volumen real, mantenimiento sin retorno claro.
Solución alternativa propuesta: respuestas plantilla con un agente humano + asistencia de modelo cloud europeo (Mistral Le Chat o similar) bajo cuenta de empresa con DPA firmado. Coste mensual <30€. Cero hardware nuevo.
Resultado: cliente ahorró ~2.500€ que iban a gastar en hardware innecesario.
PREGUNTAS FRECUENTES
Lo que más me preguntan sobre IA local.
Para tareas concretas (asistencia de texto, resumen, traducción, análisis de documentos, programación básica, RAG sobre tus datos), los modelos open actuales (Llama 3.1, Mistral, Qwen) son muy capaces. Para tareas creativas complejas, razonamiento muy avanzado o agentes autónomos largos, los modelos cerrados grandes (GPT-4 class) siguen por delante. Te lo digo según tu caso.
Depende del tamaño del modelo y volumen. Para empezar: PC dedicado con CPU moderna + 1-2 GPUs NVIDIA (RTX 3060 12GB, RTX 4060 Ti 16GB, RTX 3090 24GB) entre 2.000€ y 5.000€ permite ejecutar bien modelos de 7B-13B parámetros y, con cuantización, hasta 70B. Para volumen alto o modelos más grandes, hardware servidor (~7.000€+).
Arquitectura híbrida: la mayoría de prompts a tu modelo local, y los casos concretos que requieran más capacidad a una API cloud europea con cuenta de empresa y DPA firmado (Mistral Large, Anthropic vía broker UE, etc.). Lo configuramos para que la decisión sea automática o por usuario.
Una sola GPU media consume entre 150W y 350W en uso pico. En reposo (sin inferencia activa) baja a 20-50W. Para uso ofimático medio en una PYME pequeña, el coste eléctrico mensual está en rangos bajos. Si tu volumen es muy alto, lo dimensionamos y lo calculamos en el presupuesto.
HABLEMOS
Cuéntame qué casos de IA quieres atacar.
Diagnóstico inicial gratuito de 30 minutos. Te digo si tus casos de uso encajan con IA local, si conviene cloud europea o si combinación. Sin humo, sin venderte hardware que no necesitas.
Te respondo en menos de 24 horas laborables.