IA local: què guanyes de veritat quan les teves dades no surten de l'oficina (i què no)
# IA local: què guanyes de veritat quan les teves dades no surten de l'oficina (i què no)
Cada vegada que enganxes un contracte, una nòmina o el correu d'un client dins d'un xat d'intel·ligència artificial, aquell text viatja a un servidor que no és teu. Per a moltes empreses això és perfectament assumible. Per a unes quantes, no ho és gens: assessories amb dades fiscals de tercers, gestories amb nòmines, despatxos amb documentació de casos, centres amb dades de menors.
Per a aquestes, hi ha una alternativa que fa dos anys era de laboratori i avui es pot muntar en una tarda: executar el model d'IA en un ordinador de la teva pròpia oficina.
Val la pena explicar-la bé, perquè s'està venent amb dues exageracions oposades. Una diu que la IA local ja és igual que ChatGPT. L'altra diu que instal·lar-la et treu de sobre el Reglament d'IA. Cap de les dues és certa.
Què és exactament
Un model de llenguatge de pesos oberts descarregat al teu ordinador, i un programa que l'executa. Quan hi escrius una pregunta, el càlcul passa dins d'aquella màquina. No hi ha cap petició a internet. Pots desendollar el router i seguir funcionant.
A sobre s'hi acostuma a posar dues coses més: una interfície web perquè tot l'equip hi pugui entrar des del navegador, i un cercador sobre els vostres propis documents, de manera que l'IA respongui amb els vostres procediments i no amb generalitats.
El que sí que desapareix
Aquesta és la part que fa que valgui la pena, i convé ser precís perquè és on hi ha valor real i no màrqueting.
Les transferències internacionals de dades. Si el tractament es fa íntegrament a infraestructura pròpia i no s'envia res a tercers, bona part de les obligacions del capítol V del RGPD deixen de tenir objecte. Per a una pime sense departament jurídic, això és una càrrega administrativa que s'evapora.
El contracte d'encarregat del tractament amb el proveïdor del model. Si no hi ha proveïdor extern processant les teves dades, no hi ha article 28 que negociar amb ell. Segueix havent-n'hi per als serveis auxiliars que facis servir, però no per la IA en si.
I una cosa que no és jurídica però pesa igual: deixes de dependre de decisions que no controles. Que el proveïdor canviï els preus, les condicions d'ús o el que fa amb el que li dones.
El que no desapareix, per molt que t'ho pintin
Aquí és on la conversa comercial s'acostuma a posar borrosa.
Els principis del RGPD segueixen intactes: licitud, transparència, minimització, limitació de la finalitat, seguretat i responsabilitat proactiva. Continues sent el responsable del tractament. Si el sistema pren o suporta decisions que afecten persones, continues devent-los informació i drets.
L'avaluació d'impacte no se't perdona per tenir el model a casa. Es demana en funció del risc del tractament, no de si el servidor és teu o llogat. El registre d'activitats de tractament, igual.
Del Reglament d'IA: les prohibicions segueixen sent prohibicions, l'obligació d'avisar quan una persona parla amb una màquina segueix sent obligatòria, i la classificació de risc es determina per l'ús, no per on s'executa. Un sistema local que et selecciona currículums pot ser d'alt risc exactament igual que un al núvol.
I la que més sorprèn: l'obligació d'alfabetització en IA de l'article 4, vigent des del febrer del 2025, tampoc no desapareix. Diu que qui desplega sistemes d'IA ha de prendre mesures perquè el personal que els fa servir en tingui prou coneixement: què poden fer, què no, quins riscos tenen i quan cal supervisar-ne els resultats.
Fixa-t'hi bé: quan no hi ha proveïdor, aquesta part passa a ser enterament teva. Amb una eina de subscripció almenys hi ha algú que publica documentació, avisos i formació. Amb un model teu, en un ordinador teu, no hi ha ningú més. La responsabilitat de que l'equip sàpiga fer-lo servir és, sencera, de la teva empresa.
Quan surt a compte i quan no
Aquesta és la pregunta honesta i té una resposta incòmoda per a qui ven instal·lacions.
Si sou cinc persones i feu servir la IA de tant en tant, per redactar un correu o resumir un document, la inversió en maquinari no es paga. Les subscripcions al núvol són més barates i tindràs millor qualitat. Punt.
A partir d'un cert volum i d'una certa sensibilitat de les dades, la cosa canvia. Quan l'ús és diari, per part de tot l'equip i sobre documentació interna, el cost per persona i mes deixa de ser petit, i la quota no s'acaba mai. Aleshores una inversió en maquinari amortitzable comença a tenir sentit, i el fet que les dades no surtin deixa de ser un detall per convertir-se en l'argument principal.
També existeix la combinació, que sovint és la millor: el que és sensible en local, la resta al núvol. No hi ha cap obligació de triar bàndol.
Els límits, sense endolcir
Els models oberts han retallat molt la distància, però encara no és zero. Per a la feina d'oficina de cada dia (resumir, redactar, traduir, preguntar sobre documents interns) van de sobres. Per a raonament complex de molts passos o contextos molt llargs, els models de pagament del núvol continuen davant. Qui et digui el contrari t'està venent alguna cosa.
I hi ha una limitació que aquí, a Catalunya, importa especialment. Els models oberts grans entenen i escriuen català, però avui no existeix cap avaluació pública i sistemàtica que en mesuri la qualitat, com sí que n'hi ha per al castellà. Es pot dir que funcionen raonablement, però no es pot afirmar amb un número al davant. El Govern espanyol i el Barcelona Supercomputing Center ja no només ho han anunciat: la família ALIA és pública i descarregable des del gener del 2025, amb models generatius entrenats amb instruccions en català (Salamandra-7b-instruct) i un model específic de català (RoBERTa-ca), verificats per l'AESIA. Això canvia el punt de partida, però no la conclusió: tenir un model públic entrenat en català no et diu com se'n surt amb els teus documents.
Conclusió pràctica: no et refiïs de cap promesa sobre el català, prova-ho amb els teus propis documents abans de decidir res.
Hi ha una última cosa que sol quedar fora del pressupost: algú ho ha de mantenir. Els models s'actualitzen, el sistema també, i les còpies de seguretat no es fan soles. Si això no està decidit abans de començar, apareix sol al cap de sis mesos.
Què cal, de veritat
Un ordinador amb prou memòria. La regla pràctica és que un model quantitzat necessita aproximadament tants gigabytes de memòria com milers de milions de paràmetres té. Un equip modest arrenca models d'uns 7 a 8.000 milions de paràmetres, prou per a tasques d'oficina. Amb 32 o 64 GB es puja de categoria i s'hi poden posar diversos usuaris alhora. Els sistemes de memòria unificada de gamma alta arriben a models de 70.000 milions.
En programari, el patró que s'ha imposat és força estable: un motor d'execució, una capa que el gestiona i una interfície web per a l'equip, amb cerca sobre els documents interns. Res d'això és exòtic ni requereix un departament d'informàtica.
On és la part difícil
No és la instal·lació. Muntar això és una tarda de feina.
La part difícil és que l'equip ho faci servir bé. Que sàpiga què li pot demanar, què no s'ha de creure i quan cal revisar el que treu. Sense això, la màquina es queda encesa i no la fa servir ningú, o pitjor, la fa servir malament i algú es refia d'una resposta que no havia de refiar-se.
I aquí es tanca el cercle: aquesta part és exactament la que l'article 4 t'obliga a cobrir, i és la que ningú et cobreix quan el model és teu.
---
A IAescola instal·lem IA local i formem l'equip que l'ha de fer servir. Comencem mirant si et convé: si el teu cas és el de les cinc persones amb ús esporàdic, t'ho direm abans que gastis res. La formació és bonificable per FUNDAE si tens empleats en Règim General; si ets autònom sense empleats no generes crèdit, i aleshores la via és el pagament directe amb descompte per a grups o les convocatòries de formació subvencionada.