Inteligencia artificial que vive en tu infraestructura.

Sí, es lo mismo: son los nombres que suele usar quien busca esto por primera vez. También lo verás como IA local, IA on-premise y, en el sector público, IA soberana. Nosotros lo llamamos IA privada porque nombra lo que de verdad importa —quién controla el dato y el modelo— en lugar de nombrar lo que falta, que es la nube. Un matiz que conviene aclarar antes de que se convierta en una expectativa equivocada: "sin nube" no significa "sin internet". El sistema puede estar perfectamente conectado; lo que no sale de tu red son tus datos y los pesos del modelo. Si además lo necesitas aislado por completo, también se puede — y entonces hablamos de un despliegue air-gapped.

No exactamente, y la distinción importa cuando el modelo va a correr en tu casa. Son modelos open-weight: publican los pesos —que puedes descargar, inspeccionar y ejecutar en tu propia infraestructura— pero no los datos ni el código de entrenamiento, y algunos traen licencias con restricciones de uso. Según la definición formal de la Open Source Initiative, eso no califica como open source. Casi todo el mercado los llama así igual, empezando por quien los publica; nosotros lo aclaramos en vez de repetirlo, porque tu área legal necesita saber exactamente qué licencia está firmando. Por eso priorizamos las familias con licencia permisiva (Apache 2.0, MIT).

Se quedan atrás, sí — y conviene decirlo con número: la medición de Epoch AI (mayo 2026) sitúa a los mejores modelos abiertos unos 4 meses por detrás de la frontera cerrada, una distancia que se ha mantenido estable en el tiempo. Para razonamiento de frontera o agentes de horizonte muy largo, esa diferencia importa. Para el grueso del caso empresarial —RAG documental, extracción, clasificación, asistentes internos— un modelo abierto afinado a tu tarea rinde igual o mejor que uno genérico de frontera. La decisión no es 'cuál es más inteligente' sino 'cuál resuelve mi tarea con el control que necesito'.

Cero, si vas con un tier Advanced o Strategic. Nosotros operamos la infraestructura, modelos y monitoreo. Tu equipo solo recibe el sistema integrado a sus herramientas (WhatsApp, ERP, etc.) y lo usa. Si quieres traer el conocimiento in-house, capacitamos a tu equipo en paralelo.

Sí. La infraestructura on-premise opera sin conexión a internet permanente. Útil para operaciones críticas (mineras subterráneas, plantas industriales, hospitales) donde la conectividad no es garantizada.

Cuando aparece un modelo open-weight relevante (la frontera abierta se mueve cada pocos meses), te avisamos, evaluamos si aporta a tu caso de uso, y actualizamos sin cobro adicional dentro del SLA del tier. La infraestructura GPU sigue igual.

Depende de tu volumen y de qué tan sostenido sea el uso, y no vamos a darte un porcentaje que envejezca mal: los precios de las APIs han bajado con fuerza en el último año y siguen moviéndose. La regla práctica: con volumen alto y utilización constante, el on-premise gana; con volumen bajo o a ráfagas, la nube suele salir mejor. Hay un factor que la comparación de precio no captura y suele ser el decisivo: si tus datos no pueden salir de tu red, la nube no es una opción más barata — es una opción que no aplica. Modelamos tu caso con tus números en el diagnóstico.

Sí. El fine-tuning es 100% on-premise. Tus documentos, conversaciones, datos transaccionales nunca salen de tu infraestructura. Es la diferencia más crítica vs cualquier solución cloud.

Agregamos GPUs adicionales a tu infraestructura. La arquitectura es modular: arrancas con 1-2 H100 y escalas según demanda. Sin renegociar contrato cada vez. Lo dimensionamos contigo antes de comprar nada.

TLS extremo a extremo, audit logs completos, control de acceso por rol, hardening del sistema operativo, parches de seguridad continuos. Compatible con políticas internas de SOC 2 e ISO 27001 — el cliente conserva el control completo.