IA soberana para pymes: qué es, qué no es y cómo empezar sin regalar tus datos

"IA soberana" se ha convertido en una de esas expresiones que todo el mundo usa y casi nadie define. Los gobiernos hablan de soberanía digital, las grandes consultoras venden programas de soberanía y los proveedores de nube ponen la palabra "europeo" en la portada. Mientras tanto, una asesoría de treinta personas o una fábrica de cien sigue con la misma pregunta: ¿puedo usar inteligencia artificial sin que los datos de mis clientes acaben en un servidor de Virginia? Este artículo intenta responderla sin humo.

Qué significa de verdad "soberana"

Una inteligencia artificial es soberana cuando la empresa que la usa conserva el control sobre tres cosas: dónde se procesan sus datos, quién puede acceder a ellos y qué pasa con ellos cuando deja el servicio. No es una característica del modelo, sino de todo el sistema: el modelo, los servidores donde corre, las conexiones por las que viajan las preguntas y las respuestas, y los contratos que lo sostienen.

Esa definición tiene una consecuencia incómoda: la mayoría de las herramientas de IA que usan hoy las pymes españolas no son soberanas. No porque sean malas, sino porque el procesamiento ocurre en infraestructura de proveedores estadounidenses, bajo condiciones que la empresa no negocia y que pueden cambiar con un correo.

Lo que no es

Conviene despejar tres confusiones habituales, porque en ellas se apoyan muchos argumentos de venta.

No es "tener el servidor en Europa". Un centro de datos en Fráncfort operado por una empresa con matriz en Estados Unidos sigue sujeto al CLOUD Act de 2018, que permite a las autoridades norteamericanas requerir datos a proveedores de su jurisdicción con independencia de dónde estén almacenados. La ubicación física importa, pero la jurisdicción de quien controla la infraestructura importa más.

No es "entrenar tu propio modelo". Entrenar un modelo de lenguaje desde cero cuesta decenas de millones y no tiene sentido para una pyme. Lo que sí tiene sentido es ejecutar modelos de peso abierto, ya entrenados, en infraestructura que controlas, y conectarlos a tus documentos con técnicas como el RAG. El modelo es de todos; los datos y el despliegue son tuyos.

No es un chat privado. Que una herramienta prometa "no entrenar con tus datos" no significa que esos datos no salgan de tu empresa. Salen, se procesan fuera y vuelven. La promesa habla del uso posterior, no del viaje. Para un contrato con un cliente o una nómina, el viaje ya es el problema.

Por qué le importa a una pyme (y no solo a un banco)

La objeción típica es que esto es cosa de grandes empresas con departamentos jurídicos. Es justo al revés. Una gran empresa negocia contratos a medida con su proveedor de nube, tiene un delegado de protección de datos y puede permitirse una auditoría. Una asesoría o una clínica aceptan las condiciones estándar, y cuando algo falla responden ellas.

Tres situaciones concretas en las que la soberanía deja de ser teoría:

Datos de terceros. Una gestoría no trabaja con sus datos, sino con los de sus clientes: nóminas, impuestos, contratos. Pegar uno de esos documentos en un chat de uso general es comunicar datos personales a un tercero sin contrato de encargado de tratamiento, lo que el RGPD exige en su artículo 28. La multa no le llega al proveedor de la IA, le llega al despacho.

Secreto empresarial. Una fábrica que sube sus planos, sus recetas o sus listas de precios a una herramienta externa está confiando su ventaja competitiva a unas condiciones de uso que no ha leído. La Ley de Secretos Empresariales protege la información que la empresa ha protegido razonablemente; regalarla a un servicio en la nube no suele contar como medida razonable.

Continuidad. Si el proveedor cambia el precio, retira el modelo o cierra el acceso desde Europa, ¿qué queda en la empresa? Con un sistema soberano, quedan los datos, el índice de documentos y la posibilidad de cambiar de modelo sin empezar de cero. Con una suscripción, queda una factura.

La soberanía no va de desconfiar de nadie. Va de que la decisión sobre tus datos siga siendo tuya cuando cambien las circunstancias.

Cómo es por dentro un sistema soberano para una empresa normal

Olvide los diagramas de arquitectura. Un sistema de IA soberana para una pyme tiene cuatro piezas, y las cuatro se pueden explicar en una reunión.

1. Un modelo de peso abierto. Existen modelos de lenguaje publicados con sus pesos (Llama, Mistral, Qwen, Gemma y otros) que cualquiera puede descargar y ejecutar. Para las tareas que necesita una empresa (buscar en documentos, redactar, resumir, clasificar, extraer datos) su rendimiento es más que suficiente, y no envían nada a nadie.

2. Un lugar donde ejecutarlo. Puede ser un servidor propio, si la empresa ya tiene infraestructura, o un proveedor de nube europeo con sede y capital en la Unión Europea. En fluentIA usamos ambas opciones; cuando el cliente no quiere hardware en casa, desplegamos en Scaleway, en París, con una conexión privada para cada cliente.

3. Un índice de tus documentos. Aquí está la parte útil. Los documentos de la empresa se trocean, se convierten en vectores y se guardan en una base de datos que sigue siendo suya. Cuando alguien pregunta, el sistema busca los fragmentos relevantes y se los pasa al modelo junto con la pregunta. Es lo que se llama RAG, y es lo que permite que la respuesta cite el documento de origen en vez de inventárselo.

4. Accesos y registro. Quién puede preguntar qué, y un registro de cada consulta. Es lo que convierte un juguete en una herramienta que un auditor puede revisar.

Lo que no hay en esa lista es casi tan importante: no hay envío de datos a servicios de IA de Estados Unidos, no hay entrenamiento con datos del cliente y no hay dependencia de un único proveedor de modelo.

Las preguntas que debería hacer a cualquier proveedor

Si le ofrecen "IA segura", "IA privada" o "IA soberana", estas seis preguntas separan el producto del folleto. Un proveedor serio las responde en una página; si necesita una reunión para explicarlo, desconfíe.

¿Dónde se ejecuta el modelo y quién es el dueño de esa infraestructura, incluida su matriz?

¿Mis preguntas y mis documentos salen de la Unión Europea en algún paso, aunque sea para "mejorar el servicio"?

¿Firmamos un contrato de encargado de tratamiento conforme al artículo 28 del RGPD, y qué subencargados aparecen en él?

¿Qué modelo usan y qué pasa si mañana ese modelo deja de estar disponible?

¿Qué me llevo si dejo el servicio: los documentos, el índice, los registros, o nada?

¿Cómo sé que una respuesta es correcta? Si el sistema no cita la fuente, no se puede comprobar, y una IA que no se puede comprobar no sirve para trabajar.

Cómo empezar sin arriesgar

No hace falta un proyecto de transformación. El camino que mejor funciona en empresas de nuestro tamaño tiene tres pasos y el primero no cuesta nada.

Elija un archivo, no un departamento. Una carpeta de procedimientos, los expedientes de un tipo de cliente, el manual de calidad. Algo acotado, con documentos reales y preguntas que la gente hace de verdad.

Pida una demostración con sus documentos. No con los de ejemplo del proveedor. En una hora se ve si el sistema encuentra lo que debe, si cita la fuente y si se equivoca cuando no sabe, que es lo que debe hacer.

Empiece en solo lectura. Un sistema que consulta y cita, sin modificar nada, no puede romper nada. Cuando el equipo confía en él, se amplían los archivos y, si tiene sentido, se le dan tareas.

Así nació Expedienta, nuestra IA para asesorías: una carpeta de expedientes, un despacho que quería dejar de buscar a mano y la condición de que ningún dato saliera de Europa. Lo que aprendimos ahí vale para cualquier empresa que guarde cosas valiosas en documentos, que son casi todas.

En resumen

La IA soberana no es un lujo de grandes corporaciones ni una etiqueta de marketing. Es la diferencia entre usar inteligencia artificial sobre tus datos y entregar tus datos a cambio de inteligencia artificial. Para una pyme que maneja información de terceros, la primera opción no es la más cara: es la única que no la deja expuesta. Y hoy, con modelos abiertos y proveedores europeos, está al alcance de una empresa de Albacete igual que de una de Madrid.