Cuando un agente de IA tiene que buscar en tus documentos, primero convierte cada texto en una "huella" numérica que resume de qué trata, y esa conversión la hace un modelo de embeddings. Puedes usar el que ofrece tu proveedor de IA o uno propio, alojado en tu infraestructura. Para muchas pymes basta con el del proveedor; lo que no conviene delegar sin mirarlo es por dónde viajan tus textos para convertirse en huellas.
Esa es la única parte de la decisión que le toca al gerente. Qué modelo concreto, cómo se configura y cómo se prueba es trabajo técnico que se puede encargar. Pero elegir entre "mis documentos salen de la empresa para procesarse" y "se procesan dentro" es una decisión de negocio, con consecuencias en privacidad, en coste y en lo fácil que será cambiar de proveedor dentro de dos años.
Qué hace un modelo de embeddings en tu negocio
Un modelo de embeddings es el programa que lee un texto y devuelve una lista de números que resume su significado. Dos textos que hablan de lo mismo reciben listas parecidas aunque usen palabras distintas: "quiero anular mi pedido" y "cancelad mi compra" quedan cerca. Gracias a eso, un agente encuentra en tu manual de atención la respuesta a una pregunta que no usa las palabras exactas del manual. Si quieres la explicación completa, la tienes en embeddings explicados para tu negocio.
Lo importante para ti es esto: ese programa lee tus textos. Cada contrato, correo, ficha de cliente o procedimiento que quieras que el agente pueda buscar pasa por él al menos una vez. Y cada pregunta que haga un empleado también. Por eso la pregunta de fondo no es qué modelo es mejor, sino dónde se ejecuta.
¿Qué cambia si usas los embeddings del proveedor de IA?
Con los embeddings del proveedor envías tus textos a su servicio por internet y recibes las huellas de vuelta. Es lo más rápido de poner en marcha: no necesitas servidores ni a alguien que los mantenga, pagas según lo que uses y el proveedor se ocupa de que el modelo funcione. A cambio, tus textos salen de tu entorno cada vez que se procesan, dependes de que el servicio mantenga sus condiciones y aceptas que el modelo pueda cambiar o retirarse según decida el proveedor.
Cuatro cosas concretas que cambian:
- Privacidad: los textos viajan fuera. Si incluyen datos personales de clientes o empleados, el proveedor suele actuar como encargado del tratamiento, y conviene tener firmado el contrato correspondiente, saber en qué país se procesan y preguntar si usa tus textos para entrenar sus propios modelos.
- Coste: sin inversión inicial. Se paga por volumen de texto procesado, así que crece con tu archivo y con cada vez que hay que rehacerlo todo.
- Dependencia: si el proveedor sube precios, cambia las condiciones o retira el modelo, tu agente se resiente.
- Cambio futuro: moverte a otro proveedor implica volver a procesar tus documentos, como veremos más abajo.
¿Cuándo tiene sentido un modelo propio o alojado en tu infraestructura?
Tiene sentido cuando tus textos no deberían salir de tu control en ningún caso (expedientes con datos de salud, asuntos reservados por secreto profesional, información industrial delicada), cuando el volumen es tan grande que pagar por uso acaba siendo más caro que mantener tu propio servidor, o cuando necesitas independencia total de un tercero. A cambio, asumes el servidor, las actualizaciones de seguridad, las copias y la responsabilidad si algo falla.
Un modelo propio no es más seguro por ser propio. Es tan seguro como el servidor donde lo pones y como la persona que lo mantiene. Una pyme sin quien vigile ese servidor puede acabar con menos protección que con un proveedor serio y un buen contrato.
Existe además un punto intermedio: un modelo alojado por un proveedor de infraestructura en una región que tú eliges, o el servicio del proveedor de IA con un contrato que fije dónde se procesan los datos y que no se usen para entrenar. Si quieres comparar esta lógica con el resto del agente, mira IA local vs IA en la nube: qué elegir.
¿Qué pasa si más adelante quieres cambiar de modelo de embeddings?
Las huellas de un modelo no sirven para otro: cada uno "habla" a su manera y sus listas de números no son comparables entre sí. Si cambias de modelo, hay que volver a procesar todos tus documentos para generar huellas nuevas. No es un drama, pero cuesta tiempo y dinero, y durante el proceso hay que cuidar que el agente siga respondiendo con las huellas antiguas o avisar de que está en mantenimiento.
Antes de firmar nada, conviene tener respuesta a tres preguntas:
- ¿Quién conserva los textos originales y no solo las huellas? Si solo existen las huellas, no se puede rehacer nada.
- ¿Se puede repetir el proceso sin parar el agente?
- ¿Quién paga el reprocesado si cambia el modelo por decisión del proveedor?
La respuesta a la tercera suele esconderse en el contrato. Si te interesa ver qué más se arrastra al cambiar de proveedor, lo tratamos en qué pasa con tus datos y tus flujos si cambias de proveedor de IA.
Lo único que debes fijar tú: por dónde viajan tus textos
Esta es la lista corta que un gerente debería dejar escrita antes de que nadie toque nada:
- Qué textos entran: sepáralos en públicos, de uso interno, con datos personales y reservados.
- A qué servicio se envían y en qué país se procesan.
- Si el proveedor los guarda, durante cuánto tiempo y si los usa para entrenar.
- Qué contrato lo regula, con quién lo ha revisado tu asesor de protección de datos.
- Qué textos nunca deben salir: esos se procesan en tu entorno o no se incluyen.
Aquí el agente puede ayudarte con la parte pesada: recorrer tus carpetas, proponer una clasificación y marcar los documentos que parecen contener datos personales. Lo que no puede hacer es decidir qué categoría puede salir de la empresa. Eso lo decide una persona con criterio, y la validación jurídica corresponde a tu asesor. Una regla útil: ante la duda con un tipo de documento, trátalo como si no pudiera salir hasta que alguien responsable diga lo contrario.
Cómo decidir sin ser técnico
Esta tabla no sustituye al asesoramiento, pero ordena la conversación:
| Si tu caso es... | Lo razonable suele ser... |
|---|---|
| Documentos de uso corriente (catálogo, manuales, preguntas frecuentes) | Embeddings del proveedor, con un contrato claro |
| Mezcla con datos personales de clientes | Proveedor con contrato de encargo y ubicación fijada, o alojado en tu entorno si tu asesor lo prefiere |
| Información reservada por ley o por contrato | Modelo propio o alojado en tu infraestructura |
| No lo tienes claro | Empezar con un conjunto pequeño de documentos no sensibles y ampliar después |
Si el agente va a guardar esas huellas en una base de datos vectorial, la pregunta se repite un nivel más abajo: la explicamos en base de datos vectorial gestionada o propia: qué decide el gerente.
Conclusión
Elegir entre los embeddings del proveedor o propios no es una cuestión técnica, sino decidir dónde se procesan tus textos y cuánto quieres depender de un tercero. Para muchas pymes, el proveedor con un contrato bien leído es suficiente; para la información reservada, lo propio. Lo primero es fijar qué textos pueden salir; el resto se puede encargar.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica: decidimos contigo por dónde viajan tus textos antes de elegir ninguna pieza técnica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.