Un despacho que pega contratos en un chatbot público está enviando datos de clientes a servidores que no controla. En sectores regulados, ese gesto puede acabar en sanciones de hasta 20 millones de euros o el 4 % de la facturación anual que fija el RGPD. La alternativa existe: IA privada en cloud privado europeo u on-premise, con proyectos desde 1.500 EUR y el modelo bajo control de la empresa.
¿Qué es la IA privada y en qué se diferencia de un chatbot público?
La IA privada consiste en ejecutar modelos de lenguaje en una infraestructura que la empresa controla: servidores propios (on-premise) o un cloud privado contratado en la Unión Europea. La diferencia con un chatbot público no está en la tecnología, sino en el recorrido de los datos. Con una API pública, cada documento viaja a servidores del proveedor, con frecuencia fuera de Europa. Con IA privada, la información nunca abandona el perímetro que la empresa define.
Esta distinción es decisiva en cuatro sectores. En el legal, el secreto profesional impide compartir expedientes con terceros no autorizados. En salud, los datos médicos son categoría especial del artículo 9 del RGPD y exigen garantías reforzadas. En el financiero, los supervisores piden trazabilidad completa de cada tratamiento. Y en la administración pública, el Esquema Nacional de Seguridad condiciona qué proveedores y qué ubicaciones son admisibles.
¿Qué opciones de despliegue existen para usar IA con datos sensibles?
La primera opción es la API pública, como las de OpenAI, Anthropic o Google. Es la más barata de arrancar, se paga por uso y no requiere hardware. A cambio, los datos salen de la empresa y el cumplimiento depende de los contratos de encargo de tratamiento del proveedor. Es razonable para contenido no sensible: redactar borradores comerciales, clasificar correos genéricos o generar documentación interna sin datos personales.
La segunda es el cloud privado europeo: modelos abiertos como Llama, Mistral o Qwen desplegados en servidores dedicados dentro de la UE, contratados a nombre de la empresa. Los datos permanecen en territorio europeo, con cifrado en tránsito y en reposo, y sin que el proveedor del modelo vea una sola consulta. El coste típico de la infraestructura ronda los 100-500 EUR al mes según el tamaño del modelo y el volumen de uso.
La tercera es el despliegue on-premise: el modelo se ejecuta en hardware de la propia empresa. Un servidor con una GPU de 24 GB de memoria, desde unos 2.500 EUR, ejecuta con soltura modelos de 7.000 a 14.000 millones de parámetros, suficientes para resumen, extracción y clasificación documental. Nada sale del edificio. Es la opción con mayor inversión inicial y la única que elimina por completo la transferencia de datos a terceros.
¿Cuándo conviene cada opción según el sector?
Una regla práctica que funciona: si un dato no puede salir de la organización ni cifrado, el despliegue es on-premise; si puede salir cifrado a un proveedor europeo con contrato de encargo de tratamiento, basta un cloud privado UE; si el contenido no lleva datos personales ni confidenciales, una API pública es defendible. Documentar esta clasificación por tipo de dato es, además, la mitad del trabajo de cumplimiento.
En la práctica, despachos legales y clínicas tienden a on-premise o cloud privado con anonimización previa. Un despacho de tamaño medio puede indexar 20 años de expedientes en un buscador semántico interno sin que un solo documento salga de su servidor. Entidades financieras y administraciones suelen optar por cloud privado europeo certificado, que combina residencia de datos con menos carga de mantenimiento. El detalle de arquitecturas y casos está en nuestra guía de agentes de IA privada para automatizar empresas.
¿Cuánto cuesta implantar IA privada en una pyme?
Los números reales son más bajos de lo que se suele asumir. Una integración de IA con el correo, el ERP o el CRM se mueve entre 1.500 y 4.000 EUR. Un proyecto medio, como un asistente documental interno con búsqueda semántica, parte de 1.500 EUR y se entrega en 3 a 6 semanas. Un sistema completo on-premise con RAG sobre miles de documentos parte de 5.000 EUR y lleva de 2 a 4 meses.
A eso se suman los costes recurrentes: la infraestructura de cloud privado o la amortización del hardware, y el mantenimiento evolutivo, que con un retainer técnico parte de 500 EUR al mes. Como referencia global, la mayoría de proyectos de IA privada para pyme quedan dentro del rango de 1.500 a 15.000 EUR. Lo importante es cerrar el precio antes de empezar: pagar por horas en proyectos de IA es una invitación a que el alcance no termine nunca.
¿Qué exigen el RGPD y el AI Act al usar IA con datos personales?
El RGPD exige base jurídica para cada tratamiento, contrato de encargo con cualquier proveedor que toque datos personales y garantías adicionales si hay transferencias fuera de la UE. Para datos de salud o perfiles financieros conviene una evaluación de impacto previa. Las sanciones llegan hasta 20 millones de euros o el 4 % de la facturación global anual, la cifra que resulte mayor.
El Reglamento Europeo de IA (AI Act) se aplica de forma escalonada desde 2025 y añade obligaciones de transparencia y documentación según el nivel de riesgo del sistema. Para la mayoría de usos internos en pyme, resumen, clasificación y búsqueda documental, el nivel es limitado o mínimo, pero hay que poder demostrar qué modelo se usa, con qué datos y con qué supervisión humana. Un modelo abierto autoalojado facilita esa trazabilidad: la empresa sabe exactamente qué versión ejecuta y qué se registra.
En la práctica, el expediente de cumplimiento de un proyecto de IA privada incluye cuatro piezas: el registro de actividades de tratamiento actualizado, el contrato de encargo con el proveedor de infraestructura, los logs de consultas con retención definida y un procedimiento de anonimización para los datos que alimentan el sistema. Montarlo desde el inicio cuesta unas horas; reconstruirlo tras un requerimiento, semanas.
¿Cómo empezar con IA privada sin comprometer datos ni presupuesto?
El camino con menos riesgo es un piloto acotado: un solo proceso, documentos de sensibilidad baja y métricas definidas antes de empezar, como horas ahorradas a la semana o porcentaje de respuestas correctas. En 3 a 6 semanas se sabe si el sistema aporta valor y qué costaría escalarlo al resto de la organización. En nuestro servicio de inteligencia artificial para empresas ese piloto se presupuesta con precio cerrado.
El criterio para elegir proveedor importa tanto como la tecnología. En ASD Solutions el mismo ingeniero senior que presupuesta es el que entrega, sin subcontratas, y el código y los modelos desplegados son propiedad del cliente desde el primer día, sin vendor lock-in. Y si la conclusión honesta del análisis es que no necesita IA, se lo diremos: una auditoría técnica de 190 EUR con diagnóstico inicial en 72 horas resuelve esa duda antes de gastar un euro en el proyecto.
Preguntas frecuentes
¿Qué plataformas de IA permiten despliegue on-premise o en cloud privado?
Los modelos abiertos son la vía principal: Llama, Mistral, Qwen o Gemma, servidos con herramientas como Ollama o vLLM sobre hardware propio o servidores dedicados en la UE. Un servidor con una GPU de 24 GB, desde unos 2.500 EUR, ejecuta modelos de 7.000 a 14.000 millones de parámetros, válidos para la mayoría de tareas documentales de una pyme.
¿Cuánto cuesta un agente de IA privado para una pyme?
Una integración acotada con correo, ERP o CRM cuesta entre 1.500 y 4.000 EUR. Un asistente documental interno parte de 1.500 EUR y se entrega en 3 a 6 semanas. Un sistema on-premise completo con RAG parte de 5.000 EUR. El mantenimiento con retainer técnico arranca en 500 EUR al mes.
¿Es legal usar ChatGPT con datos de clientes en un sector regulado?
Depende del dato y del contrato. Con datos personales hace falta contrato de encargo de tratamiento y garantías para transferencias fuera de la UE. Con datos de salud o expedientes sujetos a secreto profesional, el riesgo regulatorio es alto y la recomendación habitual es no enviarlos a APIs públicas. Las sanciones del RGPD alcanzan los 20 millones de euros o el 4 % de la facturación.
¿Un modelo privado rinde igual que GPT u otros modelos punteros?
Para el 80-90 % de tareas empresariales, sí: resumen, clasificación, extracción de datos y búsqueda documental funcionan bien con modelos abiertos de 7.000 a 70.000 millones de parámetros. Para razonamiento complejo puntual se puede montar una arquitectura híbrida que envíe a una API pública solo contenido previamente anonimizado.
¿Cuánto se tarda en tener un sistema de IA privada funcionando?
Un piloto acotado se entrega en 3 a 6 semanas. Un sistema completo con RAG documental on-premise lleva de 2 a 4 meses. Si no está claro por dónde empezar, una auditoría técnica de 190 EUR entrega un diagnóstico inicial en 72 horas y el informe completo en 5 días laborables, descontable del proyecto.
