# IA privada y local (on-prem) para tu ERP > Source: https://netray.co/es/ia-privada-local-on-prem-erp > Language: es > Publisher: Netray (netray.co) Una IA privada para ERP ejecuta un modelo de pesos abiertos en tus servidores o en tu nube privada, lee los datos del ERP con permisos de solo lectura y no envía información a proveedores externos. Es la opción adecuada cuando los datos son sensibles, hay contratos de confidencialidad o la red está aislada. Muchas empresas manufactureras quieren IA sobre su ERP pero no pueden o no quieren enviar costes, listas de materiales y datos de clientes a un servicio externo. La buena noticia es que los modelos abiertos actuales permiten trabajar localmente con una calidad útil para consultas y análisis. Esta guía describe cómo se monta una IA privada, qué hardware conviene prever y cuáles son los límites reales frente a los modelos comerciales más grandes. ## Por qué mantener la IA dentro de casa Las razones son prácticas: confidencialidad de costes y recetas, contratos con clientes que prohíben compartir datos con terceros, exigencias de protección de datos personales y, en defensa o aeroespacial, controles de exportación. Un modelo local elimina el envío de información a un proveedor externo y simplifica la explicación ante auditoría. También hay razones de continuidad: la planta sigue funcionando sin depender de la disponibilidad de un servicio de internet ni de cambios de precio o de condiciones del proveedor. ## Cómo se monta Los componentes son sencillos de describir. Un servidor de inferencia con GPU ejecuta el modelo (por ejemplo, de la clase Llama, Qwen, Mistral, Gemma, gpt-oss o DeepSeek) con vLLM u Ollama. Una capa de recuperación indexa documentos y consulta el ERP a través de una réplica de lectura. Una interfaz de chat o tableros presenta la respuesta con la consulta visible. Los permisos se heredan de los roles del ERP, de modo que cada usuario consulta solo lo que ya puede ver. Se registran las consultas para auditoría. Las escrituras, si se habilitan, requieren aprobación humana. - Servidor de inferencia con GPU en tu centro de datos o nube privada - Réplica de lectura del ERP para no cargar el sistema transaccional - Índice de documentos (manuales, contratos, procedimientos) en tu red - Autenticación contra tu directorio corporativo - Registro de consultas y respuestas para auditoría ## Dimensionamiento: qué hardware hace falta Depende del tamaño del modelo y del número de usuarios simultáneos. Un modelo mediano cuantizado puede servir a un equipo pequeño con una o dos GPU de centro de datos, mientras que modelos grandes o muchos usuarios exigen más memoria de vídeo. Lo razonable es empezar con un piloto, medir la latencia y el uso, y crecer a partir de ahí. No damos cifras exactas sin conocer tu caso. Una evaluación incluye una estimación basada en el modelo elegido, la cantidad de usuarios y el tipo de consultas. ## Entornos aislados (air-gapped) Para plantas o programas que no pueden tener conexión externa, el despliegue se hace sin internet: los pesos del modelo se transfieren por un medio controlado, las actualizaciones se aplican de forma planificada y no hay telemetría saliente. El coste es operativo: tú te encargas de actualizar modelos y parches. A cambio, el control de los datos es total. ## Límites honestos frente a la nube Los modelos abiertos han mejorado mucho, pero los más grandes de la nube pueden razonar mejor en tareas muy complejas. Para consultas sobre ERP, resúmenes y búsqueda en documentos, un modelo abierto bien configurado suele bastar; para análisis muy abiertos, hay que validar caso por caso. Si tus datos no son sensibles y tu proveedor de ERP ya ofrece un asistente, usarlo puede ser más simple y económico. Una instalación privada se justifica por control, no por moda. ## FAQ ### ¿Qué diferencia hay entre IA privada y usar un chatbot en la nube? En la privada, el modelo y los datos están bajo tu control, en tu red. En un servicio en la nube, la información viaja a un tercero con sus propias condiciones. ### ¿Qué modelos se utilizan? Modelos de pesos abiertos de la clase Llama, Qwen, Mistral, Gemma, gpt-oss o DeepSeek, servidos con vLLM u Ollama. La elección depende del idioma, el hardware y la tarea. ### ¿Entiende bien el español? Los modelos actuales manejan bien el español en consultas de negocio. Se prueba con tus preguntas reales y tu terminología antes de comprometer el piloto. ### ¿Puede escribir en mi ERP? Por defecto no. Si lo habilitas, cada escritura requiere la aprobación de una persona. ### ¿Cuánto cuesta mantenerla? Hay coste de hardware o nube privada, de operación y de mejora de las consultas. Lo estimamos en la evaluación según tu escala.