Informática e IAInteligencia artificial
IA en casa: recuperar el control de tus datos
· Michel Aguilera
Leído: 8 min · Para los curiosos, principiantes y aficionados a las trasteas digitales
Cuando haces una pregunta a un asistente de IA online, tu mensaje va a los servidores de una empresa, en algún lugar del mundo. Es cómodo, pero no siempre sabes qué pasa con él. ¿Y si la IA se ejecutara en casa, en tu ordenador o en un pequeño servidor de tu oficina? Esto se llama IA local. La buena noticia es que es mucho más accesible de lo que podrías pensar.
Por qué todo el mundo habla de mantener el control de sus datos
Imagina que confías tus documentos a una secretaría externa. Hace un muy buen trabajo, pero tus archivos salen de tu oficina. Con la IA online, es un poco lo mismo: tus preguntas, archivos e ideas pasan por los servidores de un proveedor.
Cada vez más personas y empresas quieren saber exactamente qué ve y utiliza la IA. Dos enfoques abordan esta necesidad:
- En el local : La IA funciona completamente en tu hardware. No sale nada.
- Híbrido : Las tareas simples o sensibles permanecen en tu máquina, y solo las tareas muy pesadas van a la nube (los grandes servidores online).
El enfoque híbrido es un poco como cocinar en casa a diario y ir a un restaurante en ocasiones especiales. Para muchos, esta es la opción preferida.
Microsoft también apuesta por la “inteligencia híbrida”
No soy el único que lo piensa. El 7 de octubre de 2026, Microsoft presentó su visión de un Windows construido para la “inteligencia híbrida”. En su publicación, Pavan Davuluri, jefe de Windows, explica que los agentes de IA podrán ejecutarse localmente cuando sea relevante y usar la nube cuando sea necesario, gracias al enrutamiento automático de tareas.
Lo que debes recordar:
- Copilot en Windows, con tu permiso, podrá usar el contexto de tu PC (tus archivos, tu actividad reciente), actuar por ti y depender de modelos de IA instalados localmente. Se espera que estas funciones lleguen en los próximos meses.
- Los Microsoft Execution Containers (MXC) ya están disponibles a partir del 11 de Windows . Son una especie de “sandboxes” que definen a qué archivos y redes puede acceder un agente de IA.
- Están llegando nuevos PCs diseñados para ejecutar IA localmente, como el Surface Laptop Ultra con un chip NVIDIA RTX Spark.
En otras palabras, incluso el gigante de Redmond admite que enviar todo a la nube no siempre es la mejor idea. Presentación oficial de Microsoft:
Para ir más allá, dos vídeos (en inglés) de creadores que analizan estos anuncios:
Fuente: Construcción de Windows para la inteligencia híbrida, Windows Experience Blog
Comienzo sencillo: Ollama y OpenUI
No necesitas ser informático para probar la IA localmente. Dos herramientas gratuitas hacen la mayor parte del trabajo:
- Ollama : es el “motor”. Descarga y ejecuta modelos de IA (se llaman LLMs, por grandes modelos de lenguaje : programas entrenados para entender y escribir texto). Un comando, y el modelo está listo.
- Interfaz web abierta : esto es la “carrocería”. Una interfaz web que parece ChatGPT, pero que habla con los modelos instalados en tu casa.
El motor y la carrocería, en resumen: uno hace su función, el otro lo hace agradable de usar. Y si también quieres crear imágenes, Stable Diffusion es una incorporación sencilla al dúo.
Hice un vídeo en francés donde os muestro paso a paso la instalación y el descubrimiento de estas herramientas:
Personalizar: NAS para conectores RAG y datos
Un modelo de IA es un poco como un becario brillante que ha leído todo Internet… pero no tus archivos. No conoce tus contratos, tus procedimientos internos ni tus notas. Aquí es donde entra el RAG.
El RAG, explicado de forma sencilla
RAG significa Generación Aumentada por Recuperación. En términos concretos: antes de responder, la IA busca pasajes útiles en tus propios documentos y luego los utiliza para formular su respuesta. Es como un becario que, antes de responderte, va a consultar la carpeta correcta en el armario.
Para que esta búsqueda sea rápida, tus documentos se cortan en pequeños fragmentos y se almacenan en una base de datos vectorial : una especie de índice inteligente que encuentra los textos por significado, y no solo por palabras exactas.
¿Por qué un NAS?
Un NAS (Almacenamiento Conectado a la Red) es una pequeña caja de almacenamiento conectada a tu red, una especie de disco duro compartido para toda la casa u oficina. Mucha gente ya almacena sus documentos allí. Así que es el armario ideal para RAG: tus archivos se quedan en casa y la IA viene a verlos en el acto. Open WebUI, por ejemplo, te permite crear bases de conocimiento a partir de tus documentos.
Conectores de datos
Un conector es un “tubo” que conecta la IA con una fuente de información: un archivo NAS, una base de datos, una cuenta de correo electrónico, un calendario, etc. Herramientas como n8n (un software de automatización donde se ensamblan bloques, sin necesidad de programar) permiten crear estos canales. Por ejemplo: “cada vez que llegue un nuevo PDF a tal carpeta, añádelo a la base de conocimientos de la IA”. Tú eliges qué fuentes conectas y, por tanto, qué puede ver la IA.
Proyectos de código abierto todo en uno y sin suscripción
Montar cada ladrillo tú mismo puede parecer abrumador. Por suerte, la comunidad de código abierto (software con código público y libre) ofrece paquetes listos para usar. Un buen ejemplo: Local AI Packaged, por Cole Medin.
Este proyecto instala todo un entorno local de IA de una vez, gracias a Docker (una herramienta que ejecuta cada software en su propia “caja”, sin mezclar todo en tu ordenador). En el menú, según su README:
- Ollama para ejecutar modelos de IA;
- Abre la interfaz web para hablar con ellos;
- N8N para automatizaciones y conectores (más de 400 integraciones);
- Supabase para bases de datos, búsqueda vectorial y autenticación;
- Qdrant y Neo4j para almacenar y vincular conocimiento;
- Flowise para construir agentes sin codificación;
- SearXNG, un motor de búsqueda web que no te rastrea;
- Langfuse para observar lo que hacen los agentes y Caddy para asegurar el acceso a través de HTTPS.
Incluso se proporcionan ejemplos de feeds RAG listos para importar. Así es como se ve n8n en acción:
Todo esto sin pagar suscripción: solo necesitas tu hardware… y un poco de curiosidad. Requisitos previos indicados: Python, Git y Docker.
El meollo del asunto: el equipo
Seamos sinceros: la IA local significa una máquina algo musculosa. El componente clave es la tarjeta gráfica (GPU) y especialmente su memoria de vídeo (VRAM). Piensa en la VRAM como una encimera de cocina: cuanto más grande sea, más puedes preparar platos grandes (modelos grandes) al mismo tiempo.
Las cifras siguientes son órdenes de magnitud indicativas ; todo depende de los modelos elegidos.
Para uso individual
- Para descubrir : un PC reciente con 16 GB de RAM puede ejecutar modelos pequeños, incluso sin una tarjeta gráfica dedicada. Será lento, pero funciona.
- Para un uso cómodo : una tarjeta gráfica con entre 8 y 12 GB de VRAM, 32 GB de RAM y un SSD con espacio (un modelo suele pesar entre 2 y 10 GB). Los modelos “medios”, que son muy capaces de usarse a diario, funcionan bien allí.
- En Mac : Silicon Apple chips comparten su memoria entre la CPU y la gráfica, lo que los hace sorprendentemente eficientes para la IA local.
Para uso compartido (equipo, SMB)
Cuando varias personas consultan la IA al mismo tiempo, aumentan las necesidades:
- Una o más tarjetas gráficas con 24 GB de VRAM o más, para modelos más potentes y múltiples solicitudes simultáneas.
- 64 GB de RAM o más, y un procesador sólido;
- Almacenamiento rápido (SSD) para modelos y un NAS para documentos RAG;
- Una máquina que está encendida permanentemente, así que la electricidad, el ruido y la refrigeración son de esperar.
Aquí es precisamente donde entra en juego el enfoque híbrido: la vida cotidiana localmente, tareas excepcionales en la nube.
Para terminar con una nota positiva: una IA que cabe en un pendrive USB
¿Quieres jugar? Portable Local Studio es un estudio de IA “portátil” para Windows, Linux y macOS. Todo lo que necesita está almacenado en una sola carpeta, que puedes copiar a un USB y llevar a cualquier sitio. No hay instalación en el ordenador, ni conexión a internet, ni clave API.
En el programa, en una interfaz gráfica sencilla:
- Discutir con plantillas de texto (en formato GGUF, vía llama.cpp);
- generar imágenes con Difusión Estable;
- dictar en voz alta (reconocimiento de voz en susurros);
- escucha las respuestas leídas por una voz natural (Kokoro).
La aplicación detecta tu tarjeta gráfica (NVIDIA, AMD, Intel o Applechip) para acelerar los cálculos y muestra el uso real de CPU, memoria y tarjeta gráfica. Sin tarjeta gráfica, también funciona, solo que más despacio. La demostración en vídeo:
En conclusión
La IA local ya no está reservada para expertos. Con Ollama y Open WebUI, puedes empezar en una sola noche. Con un NAS y algunos conectores, tienes un asistente que conoce tus documentos sin que salgan de casa. Y con el híbrido, tienes lo mejor de ambos mundos, como demuestra Microsoft con Windows.
Una cosa es segura: la IA está en constante evolución, casi cada semana. Seguiremos todo esto de cerca y os mantendremos informados, aquí mismo, con el mismo deseo de hacer el tema sencillo y accesible. ¡Nos vemos pronto!