IA que corre en tus propios servidores.

Tres paquetes. Asistente de IA privado por $3,000 instala un modelo abierto en su propio servidor con un chat de equipo. Base de conocimiento privada por $8,000 añade sus documentos con permisos, fuentes y SSO. IA privada empresarial por $20,000 atiende a varios departamentos, con dimensionado de GPU, API y registros de auditoría. Paga el 50 % al aprobar el plan y el resto en la entrega. El hardware se compra a su nombre; lo dimensionamos y le damos el coste por token antes de pedirlo.

Modelos de pesos abiertos: Llama, Mistral, Qwen, Gemma, DeepSeek y modelos más pequeños para embeddings, reranking y clasificación. Elegimos por caso de uso según las puntuaciones de evaluación, la latencia y el hardware que tengas. Un modelo de 7B a 14B en una sola GPU cubre la mayoría de las tareas de documentos y soporte; uno de 70B necesita un nodo con varias GPU. Cada llamada al modelo pasa por un único gateway, así que cambiar de modelo más adelante es un cambio de configuración, no una reconstrucción.

Depende del modelo y de cuántas personas lo usen a la vez. Un solo servidor con una o dos GPU de centro de datos sirve un modelo de 14B a unos cientos de usuarios. Un modelo de 70B pide de cuatro a ocho GPU. Si ya tienes capacidad de GPU, en una nube privada o en una estación de trabajo, empezamos por ahí. El informe de investigación incluye una tabla de dimensionado con el coste por token, para que lo compares con la factura de API que pagas hoy.

Elimina la parte más difícil: ningún dato personal sale de tu infraestructura, así que no hay encargado del tratamiento externo, ni transferencias fuera de tu país, ni un proveedor entrenando con tus prompts. Añadimos lo que piden los auditores: reglas de acceso ligadas a tu SSO, un registro de cada prompt y cada respuesta, políticas de retención y un mapa de datos en la documentación. La política sigue siendo de tu equipo legal; nosotros hacemos que la respuesta técnica a cada pregunta sea un sí.

En conocimiento general, las API de frontera van por delante. Sobre tus documentos, tus términos y tu idioma, un modelo local con una buena recuperación y un fine-tuning pequeño suele igualarlos o superarlos, porque la respuesta sale de tus datos y no de la memoria del modelo. No te pedimos que lo creas sin más: antes del lanzamiento ejecutamos evaluaciones con un conjunto de tus preguntas reales y te enseñamos las puntuaciones lado a lado.

Empieza por la recuperación. RAG pone los documentos correctos delante del modelo y te da citas, y por sí solo cubre la mayoría de los casos de uso. El fine-tuning compensa cuando el modelo tiene que aprender un estilo, un formato o el vocabulario de un sector, como el lenguaje contractual alemán o la terminología contable turca. Solo lo proponemos cuando las evaluaciones muestran una mejora clara, y lo ejecutamos en tu hardware con tus ejemplos.

Tu equipo de IT puede hacerlo con el runbook que entregamos: cómo actualizar un modelo, volver atrás, añadir una GPU, leer la monitorización y restaurar desde una copia de seguridad. Muchos clientes prefieren mantenernos con un plan mensual: mantenemos al día los modelos, los drivers y la pila de servicio, repetimos las evaluaciones cuando cambian tus datos y vigilamos el uso de GPU y la latencia. En cualquier caso, el sistema es tuyo y funciona sin nosotros.

La primera reunión es gratuita. En una semana tienes un informe de investigación con los casos de uso, el mapa de datos, el dimensionado del hardware y un precio cerrado. Apruebas el plan y pagas el 50 %. El primer caso de uso está en vivo en tu hardware en dos a cuatro semanas; una plataforma completa con varios casos de uso, SSO y fine-tuning lleva hasta tres meses. El 50 % restante se paga en la entrega, cuando las evaluaciones superan los umbrales que acordamos.