IA open-weight para empresas: qué es y cuándo te conviene frente a OpenAI o Google
La pregunta dejó de ser "¿debería usar IA?" y pasó a ser "¿dónde debe correr?". Esa decisión tiene consecuencias sobre tu costo mensual, sobre quién ve tus datos y sobre si el sistema sigue funcionando cuando el proveedor cambia sus precios.
Qué significa open-weight
Un modelo open-weight es un modelo cuyos pesos están publicados y pueden descargarse para correrlo en tu propia infraestructura. A diferencia de un servicio en la nube, nada se envía a un tercero: el modelo vive en tu servidor.
No es lo mismo que código abierto en el sentido estricto. Hay licencias abiertas y otras con restricciones de uso comercial. Revisar la licencia del modelo específico es parte del trabajo, no un detalle.
Diferencia práctica frente a un servicio en la nube
| Criterio | Modelo open-weight (local) | Servicio en la nube |
|---|---|---|
| Costo | Hardware una vez + electricidad. Costo por consulta predecible | Pago por uso, escala con el volumen |
| Datos | Nunca salen de tu infraestructura | Viajan al proveedor |
| Dependencia | Ninguna: el modelo ya es tuyo | Cambios de precio, límites y condiciones |
| Calidad | Los mejores abiertos alcanzan a modelos cerrados de gama alta | Tope de calidad más alto en los modelos más grandes |
| Latencia | Local: ~milisegundos, sin red | Depende de la red y del proveedor |
| Mantenimiento | Tú actualizas y monitoreas | Del proveedor |
Cuándo claramente te conviene local
- Datos sensibles o regulados. Nómina, expedientes de personal, información de clientes bajo acuerdo de confidencialidad, datos financieros. Si no puede salir de tu empresa, la nube deja de ser opción.
- Volumen alto y constante. Cuando el uso es intensivo, el costo por consulta de un servicio en la nube crece más rápido que la electricidad de un servidor propio.
- Necesitas que funcione sin internet. Piso de tienda, planta, sucursal con red inestable.
- Procesos que no cambian. Clasificar documentos, extraer campos de facturas, validar imágenes contra un catálogo. Tareas acotadas donde un modelo abierto rinde igual que uno gigante.
- Quieres controlar la versión. Un modelo en la nube puede actualizarse o retirarse y cambiar el comportamiento de tu sistema sin avisarte. Un modelo local no cambia hasta que tú lo cambias.
Cuándo sigue siendo mejor la nube
- Necesitas el techo de calidad máxima en tareas de razonamiento abierto y ambiguo.
- Uso esporádico. Si haces diez consultas al día, no justificas el hardware.
- No tienes quien lo opere. Un modelo local requiere actualizaciones, monitoreo y ajuste. Sin esa capacidad, se degrada en silencio.
Los tres modelos híbridos que se usan en la práctica
- Todo local. Apropiado cuando el dato no puede salir. Requiere la mayor inversión en infraestructura.
- Local por defecto, nube como excepción. El caso más común y sensato: el 80-90% de las consultas rutinarias corren local, y solo las consultas complejas van a un modelo en la nube. Se controla el costo sin perder calidad donde importa.
- Nube para todo, con datos filtrados. Válido cuando no hay datos sensibles en juego. Es el punto de partida más simple y el más fácil de migrar después.
Qué buscar en la infraestructura
Un despliegue local razonable no es un servidor cualquiera. Importan tres cosas:
- Memoria y ancho de banda del acelerador. Es el factor que determina qué tamaño de modelo puedes correr y con cuánta concurrencia.
- Capacidad de atender varias peticiones a la vez. Un chatbot con diez usuarios simultáneos necesita mucho más que un proceso por lote nocturno.
- Monitoreo. Sin métricas de uso, latencia y errores, la operación se degrada sin que nadie lo note hasta que un usuario se queja.
Un dato de contexto útil: el propio tráfico de bots de IA hacia los sitios ya es medible, y los rastreadores de modelos abiertos y cerrados visitan las páginas empresariales. Tener contenido estructurado y accesible hace que tu empresa aparezca cuando alguien pregunta por tu categoría — es el equivalente moderno del SEO.
Cómo empezar sin comprometerte de más
- Elige un proceso acotado con resultado medible: clasificar correos, extraer datos de facturas, responder preguntas frecuentes internas.
- Mide el costo actual de ese proceso en horas-persona. Ese es el número contra el que se compara todo.
- Corre las dos versiones en paralelo unas semanas: local y nube, con los mismos casos.
- Decide con datos, no con la demostración que te impresionó más.
El error más caro en IA empresarial no es elegir mal el modelo: es empezar por el caso de uso equivocado. Un proyecto de IA que nadie usa cuesta lo mismo que uno que funciona, y solo deja un aprendizaje político incómodo.
¿Necesitas cumplir con REPSE o subcontratar personal?
Factor 18 tiene registro REPSE vigente y operación en nómina, sistemas y limpieza corporativa.
Solicitar cotización