Para la gran mayoría de las pymes que usan inteligencia artificial contratada, basta con un ordenador normal. Una GPU, que es una tarjeta gráfica muy potente, solo es imprescindible cuando quieres ejecutar un modelo de IA propio dentro de tu oficina en lugar de usar el servicio de un proveedor. Antes de comprar nada, conviene saber en cuál de los dos casos estás.
Es una duda habitual cuando alguien te propone un proyecto de IA y, entre las partidas, aparece un equipo con tarjeta gráfica de gama alta. O cuando lees que "la IA necesita hardware potente" y te preguntas si tu portátil de oficina servirá. La respuesta depende de una sola cosa: dónde se hace el cálculo pesado.
¿Qué es una GPU y por qué se habla tanto de ella en la IA?
Una GPU es una pieza del ordenador diseñada para hacer muchísimos cálculos sencillos a la vez. Nació para dibujar gráficos de videojuegos y resulta que ese mismo tipo de cálculo es el que necesitan los modelos de IA para generar un texto o interpretar una imagen. Por eso se asocia a la IA.
Piensa en una cocina de restaurante. Un modelo de IA es un plato muy elaborado que requiere una cocina industrial. Puedes montar tú esa cocina en tu local, con su coste, su mantenimiento y su consumo, o puedes encargar el plato a un restaurante que ya la tiene y recoger el resultado. La GPU es la cocina industrial. Que la necesites o no depende de si prefieres cocinar tú o encargar fuera.
¿Basta un ordenador normal si uso IA contratada en la nube?
Sí. Cuando contratas un servicio de IA "en la nube", el cálculo pesado se hace en los servidores de tu proveedor, no en tu máquina. Tu ordenador solo envía una petición, por ejemplo "clasifica este correo", y recibe la respuesta. Para eso sirve cualquier equipo de oficina con conexión estable, el mismo que ya usas para el correo, el navegador y las hojas de cálculo.
Esto cubre la mayoría de los usos habituales en una pyme: agentes que atienden consultas, clasifican correos, preparan borradores, leen facturas o ayudan con la agenda. El agente trabaja conectado a las herramientas que ya tienes y su "cerebro" está en el servicio contratado. Lo que pagas es el uso del servicio, no una máquina.
Hay un punto que no depende del hardware sino de los datos: si tus documentos incluyen datos personales de clientes o empleados, el proveedor que los procese por tu cuenta debe tener un contrato contigo que lo regule, y conviene que sepas en qué países se tratan. Eso lo resuelve un contrato y unas condiciones bien leídas, no una tarjeta gráfica.
¿Cuándo sí necesitas una GPU?
La necesitas cuando quieres que el modelo de IA funcione dentro de tu propia infraestructura, sin enviar nada a un servicio externo. Eso suele pasar por una de estas razones:
- Los datos no pueden salir de tus instalaciones, por una obligación contractual con un cliente, por una norma de tu sector o por una decisión de la dirección.
- Quieres entrenar o ajustar un modelo propio con tus datos, algo mucho menos habitual en una pyme de lo que a veces se cuenta.
- Tienes un uso tan constante y tan grande que, tras comparar con calma, te compensa más tener tu equipo que pagar por uso.
- Necesitas funcionar sin conexión a internet de forma habitual, por ejemplo en una nave o un local con mala cobertura.
Si no te reconoces en ninguna, lo más probable es que no necesites hardware especial. En IA local vs IA en la nube: qué elegir para tu empresa tienes la comparación con más detalle.
Una regla para no comprar hardware que no vas a aprovechar
Antes de aprobar una compra, pasa por estas cuatro preguntas. Si alguna sale "no", no compres todavía:
- ¿Hay una razón concreta para que los datos no salgan de tu empresa? Si es solo una preferencia general, prueba primero con un proveedor que trate los datos con las garantías adecuadas.
- ¿Has probado ya el mismo trabajo con IA en la nube? Comprar el equipo sin haber visto funcionar el caso de uso es pagar por adelantado una duda.
- ¿Tienes a alguien que lo mantenga? Un equipo de este tipo necesita actualizaciones, copias de seguridad, vigilancia y alguien que responda cuando falle. Si esa persona no existe, el equipo acabará parado.
- ¿Sabes qué modelo concreto vas a ejecutar y qué necesita? Los requisitos cambian mucho de un modelo a otro. Pídele al proveedor que te los ponga por escrito, en lugar de dimensionar a ojo.
La regla en una frase: no compres la cocina hasta haber probado el plato. Primero se demuestra el valor con un servicio contratado y, si después hay una razón sólida, se estudia alojar el modelo en local.
Qué hace el agente y qué sigue haciendo una persona
El agente hace el trabajo de cada día: lee, clasifica, redacta, consulta datos en tus herramientas y te avisa de lo importante. Lo que no hace es decidir qué infraestructura te conviene. Esa decisión sigue en manos de una persona, con ayuda de quien conozca tu caso y tus obligaciones. Elegir entre nube, equipo propio o una mezcla de ambos es una decisión de negocio que mezcla confidencialidad, presupuesto y mantenimiento.
Una opción intermedia que conviene conocer es alquilar capacidad con GPU a un proveedor de servidores, por horas o por mes, en lugar de comprarla. Te da control sobre qué modelo ejecutas sin tener la máquina en tu oficina, aunque sigue siendo un servicio externo y exige las mismas precauciones con los datos que cualquier otro. Para ver cuánta capacidad necesitas de verdad, ayuda contar antes qué es una carga de trabajo de IA y cuántas tiene tu empresa.
¿Y si el proveedor me recomienda comprar un equipo?
Puede tener sentido, pero merece una conversación clara. Pregunta qué parte del proyecto no se puede hacer con un servicio en la nube, qué ocurre cuando el equipo se quede anticuado, quién lo mantiene y cuánto cuesta mantenerlo, y qué pasaría si decides cambiar de proveedor: si la máquina es tuya, qué trabajo hay que repetir. Si las respuestas son vagas, pide que lo detallen por escrito antes de firmar. Si quieres profundizar, infraestructura on-premise para LLM: cuándo compensa y cuándo no recorre esa decisión.
Conclusión
Una pyme necesita una GPU solo cuando quiere ejecutar un modelo de IA propio dentro de su infraestructura, por confidencialidad, por un uso muy intenso o por la falta de conexión. Si trabajas con IA contratada en la nube, tu ordenador actual suele bastar. La decisión se toma con una regla sencilla: probar primero con un servicio, comprobar que el caso de uso funciona y comprar hardware solo si hay una razón concreta que lo justifique.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, y te ayudamos a decidir si hace falta hardware propio o no, en lugar de empujarte hacia una plantilla genérica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.