A medida que las empresas pasan de experimentar con herramientas de inteligencia artificial a utilizarlas en sus operaciones diarias, la pregunta fundamental ya no es qué modelo elegir, sino dónde se realizará realmente el procesamiento. La experiencia de 日本HP en Japón ofrece un marco práctico para comparar los servicios en la nube y los sistemas locales, con una advertencia clara: no se debe considerar la operación local un objetivo en sí mismo.
Esta visión se desprende de una presentación ofrecida por 裕史勝谷, director de desarrollo del mercado de inteligencia artificial y ciencia de datos de 日本HP, durante la conferencia HP Partner Communication 2026, celebrada en Tokio el 16 de julio de 2026, y de una entrevista individual que le realizó ITmedia. Según 勝谷, muchas de las empresas que se ponen en contacto con él ya han empezado a utilizar la inteligencia artificial, pero ahora buscan formas de ampliar sus beneficios dentro de sus operaciones.
De la experimentación general al trabajo empresarial
勝谷 propone que las empresas avancen gradualmente desde el uso de la conversación y el resumen hasta la conexión de los modelos con documentos internos y, posteriormente, la automatización de tareas como la preparación de presupuestos y propuestas mediante agentes de inteligencia artificial. En su presentación, dividió las funciones de lo que denominó «empleados de inteligencia artificial» en tres categorías: un asistente encargado de las actas de reuniones y la preparación de documentos, un empleado especializado que apoye las actividades de ventas o diseño y una función analítica que ayude a presentar datos y respaldar decisiones.
Esta visión no se limita al software. 日本HP presentó una combinación de ordenadores con inteligencia artificial y formación, estaciones de trabajo para probar localmente modelos de lenguaje de gran tamaño y entornos de ejecución basados en varias unidades de procesamiento gráfico para los departamentos de las empresas. La idea es adaptar la infraestructura a la etapa de uso, en lugar de vender un dispositivo o servicio aislado del proceso en el que se utilizará.
La sensibilidad de los datos es el punto de partida
勝谷 utiliza servicios de inteligencia artificial en la nube al buscar información disponible públicamente, pero afirma que ejecuta el procesamiento localmente cuando los datos están relacionados con un trabajo que no puede salir de la empresa. Sin embargo, esto no significa que toda tarea que contenga datos internos deba trasladarse automáticamente a un dispositivo local; es necesario probar la capacidad del entorno local para realizar la tarea requerida y compararla con la velocidad y flexibilidad de la nube.
La experiencia llama la atención sobre una distinción importante entre el lugar donde se utiliza la aplicación y el lugar donde se ejecuta la inferencia. Según el artículo, la aplicación Codex de OpenAI funciona en el ordenador en algunos aspectos de la automatización y la programación, pero la inferencia propiamente dicha se realiza en la nube. Por ello, los equipos de tecnologías de la información deben comprobar el destino de los datos y el lugar donde se ejecuta el procesamiento, sin limitarse a constatar que la interfaz de la aplicación está en un dispositivo dentro de la empresa.
日本HP también prueba en un entorno local un agente de inteligencia artificial de código abierto llamado OpenClaw, pero 勝谷 señaló que el procesamiento se detuvo en ocasiones en su entorno y que todavía elige Codex en algunos casos. Esta experiencia respalda una postura práctica: alcanzar una operación local completa no está garantizado simplemente por disponer del hardware o del modelo.
La elección del dispositivo cambia con el volumen de uso
Una vez determinada la necesidad de operar localmente, hay que establecer el volumen de uso. 勝谷 utiliza el dispositivo HP ZGX Nano G1n AI Station para realizar pruebas iniciales y verificar la posibilidad de cumplir los requisitos de los clientes, y lo describe como la versión de HP del dispositivo NVIDIA DGX Spark. Además, su reducido tamaño permite trasladarlo a un lugar como una línea de producción para realizar allí la prueba.
Este tipo de dispositivo resulta adecuado para investigación y desarrollo, para el uso individual o para una prueba inicial con un presupuesto limitado. En cambio, la ejecución de una tarea por parte de varias personas dentro de un mismo departamento puede requerir una estación de trabajo más grande o un entorno compartido. Que un modelo funcione en una prueba individual no demuestra que el rendimiento vaya a ser cómodo cuando lo utilice un grupo completo. El número de usuarios, el tiempo de espera aceptable y la frecuencia del procesamiento son elementos que deben determinarse antes de elegir el hardware.
La decisión también incluye el lugar donde se instalarán los dispositivos. Al principio pueden estar cerca de los usuarios y después trasladarse a una sala de servidores cuando aumente su número. Además, con agentes que repiten la planificación, la inferencia, la ejecución de herramientas y la revisión de resultados, no basta con fijarse únicamente en la unidad de procesamiento gráfico; la memoria principal, la unidad de almacenamiento SSD y el procesador central pueden convertirse todos en cuellos de botella.
El coste no es el precio de la nube frente al precio del dispositivo
勝谷 considera que la nube puede ser la opción correcta cuando se prioriza el coste a corto plazo, mientras que el entorno local proporciona a algunas empresas una mayor continuidad, especialmente al enfrentarse a problemas con el proxy de la red corporativa o a cambios en los precios y los límites de uso. Algunos clientes pueden optar por compartir entre varios usuarios una estación de trabajo equipada con una unidad de procesamiento gráfico para reducir el coste de los tokens.
Sin embargo, una comparación precisa debe incluir la electricidad, el mantenimiento, la administración y la inversión inicial del entorno local, además de las condiciones del contrato y el volumen de uso en la nube. También conviene preguntarse si ambas opciones pueden ejecutar el mismo procesamiento con la misma calidad y reproducibilidad, y cuál sería el efecto de una interrupción del servicio o de la red en el trabajo.
El factor humano puede ser el cuello de botella
Incluso después de proporcionar el modelo y el dispositivo, el proceso puede detenerse ante la necesidad de una aprobación humana para ejecutar una acción con permisos. 勝谷 reconoce que su propia ocupación puede convertir al ser humano en un cuello de botella. Por ello, la introducción de agentes requiere definir las etapas de aprobación y quién es responsable de ellas, no limitarse a conectar el agente con las herramientas.
La conclusión práctica de la experiencia de 日本HP es que la elección del entorno para ejecutar la inteligencia artificial debe comenzar por los datos, continuar con la tarea y considerar después el número de usuarios, el coste, la continuidad y la capacidad del equipo operativo. También conviene documentar el modelo elegido y el motivo de su elección para poder transferir los conocimientos cuando cambien los responsables. Estas directrices se basan en la experiencia de un responsable de 日本HP y no constituyen un estándar general que demuestre que la nube o la operación local sean mejores en todos los casos.