IA local para una empresa chilena: qué automatizar (1/2)
Qué tareas de oficina y de desarrollo puede automatizar hoy un modelo local, cuáles exigen revisión humana, y qué equipo requieren.
El Banco IT Lab midió 14 modelos sobre documentos y tareas de una empresa chilena. A juicio de IT Lab, un modelo local puede asumir hoy la extracción y la localización de datos, y toda cuenta o conteo exige revisión humana. Esta página reúne la decisión y enlaza a la evidencia de cada familia de pruebas.
- Extraer y localizar datos en documentos es automatizable: 12 de los 14 modelos extrajeron las 183 celdas sin error, cuatro de ellos locales; contar o agregar sobre lo leído requiere revisión.
- Lo local conviene cuando los datos no deben salir de la empresa o cuando el volumen es alto; hoy no conviene para crear software desde cero ni para visión de alta precisión.
- El equipo que alcanza es una tarjeta gráfica de 16 GiB con un modelo a la vez; la concurrencia de varios usuarios no está medida.
La pregunta de negocio
Una empresa chilena que considera IA local necesita resolver dos puntos: qué tareas puede delegar a un modelo que corre en sus propios equipos y cuáles debe revisar una persona. También debe conocer el hardware necesario y el riesgo que asume con sus datos. El Banco IT Lab mide tareas completas; el método está descrito aparte. Las cifras son mediciones de laboratorio, no una recomendación de compra.
La regla general
A juicio de IT Lab, la regla que resume las mediciones es esta: extraer y localizar sí; contar y agregar, con revisión.
En la tarea de lectura de un documento con 183 celdas por extraer, 12 de los 14 modelos las extrajeron todas sin error, incluidos cuatro locales: Qwen3.8-27B-GSQ-RCO, Gemma-4-26B, Qwen3-Coder-30B y Qwopus3.6-35B. Las preguntas de búsqueda directa se respondieron bien en 24 de 24 corridas, y las de localizar un valor específico en 22 de 24. En cambio, la pregunta de conteo estricto se acertó solo en 5 de 24 corridas, y ningún modelo local la acertó en la pasada oficial.
La línea no depende del tamaño del modelo ni de su precio, sino de si la tarea consiste en encontrar un dato o en calcular a partir de varios.
Matriz de tareas
Cada tarea enlaza al artículo con pasadas, criterio y detalle de las cifras.
| Tarea | Automatizable hoy en local | Riesgo | Revisión humana |
|---|---|---|---|
| Extraer campos de un documento | Sí | Bajo | No, si se valida el formato de salida |
| Localizar un dato concreto | Sí | Bajo | No |
| Contar, sumar o agregar sobre lo leído | Parcial | Alto | Sí, siempre |
| Responder preguntas de negocio sobre un documento | Aceptable con un modelo grande | Medio | Sí, por muestreo |
| Comprobantes fotografiados | Con supervisión y criterios propios de IT Lab | Alto | Sí |
| Visión: texto pequeño, marcas, escaneos | Casi (97 de 100 en los mejores locales) | Alto en texto fino | Sí, para lo crítico |
| Trabajo agéntico con herramientas | Sí, con el modelo adecuado | Medio-alto | Sí: solo 5 de 14 modelos superan el criterio |
| Código sobre una base existente | Sí | Medio | Sí, con la revisión de código habitual |
| Código desde cero con contrato exigente | No en local | Alto | Obligatoria: los 10 locales no superaron el criterio |
| Programación en repositorios con fallos que interactúan | Con revisión de resultados | Medio-alto | Sí |
| Razonamiento sobre casos de empresa chilena | Como apoyo, no como decisión final | Medio-alto | Sí: ningún modelo supera todos los casos |
| Formato de entrega (JSON que consume otro sistema) | Depende del modelo; 14 de 17 fallos fueron de envoltorio, no de conocimiento | Alto | Sí, si el sistema siguiente es automático |
Banco IT Lab, edición 1; una pasada por modelo y caso, salvo que el artículo enlazado indique otro número. Los resultados por modelo se reúnen en Resultados del Banco IT Lab.
Cuándo conviene lo local
Datos sensibles que no deben salir. Los documentos tributarios y administrativos de una empresa chilena contienen datos sensibles. Con la normativa chilena de protección de datos y ciberseguridad (su alcance lo determina el asesor legal de la organización), el control sobre dónde se procesa un dato deja de ser un detalle técnico. En este caso el argumento es de riesgo: un modelo que corre en equipos propios mantiene el documento dentro de la infraestructura de la empresa.
Volumen alto de tareas repetitivas. En la extracción de documentos, cuatro modelos locales extrajeron las 183 celdas sin error.
Dependencia de red. Una consulta local de localización directa se resolvió en 5 a 28 s y no necesita conexión a internet. La corrida remota más cara de la comparación tardó 947,9 s y terminó en fallo.
Cuándo no conviene hoy
- Crear software complejo desde cero. Los 10 modelos locales no superaron el criterio; los modelos de pago sí. Véase Código: completar frente a crear.
- Visión de alta precisión. El único resultado de 100 de 100 fue de un modelo de pago; los locales llegaron a 97, con errores de lectura fina. Véase Visión.
- Contextos muy grandes a buena velocidad. La generación cae en forma abrupta cerca de 50K tokens; véase Hardware de pyme.
Continúa en la Parte 2.
Contacto: IT Lab evalúa si una organización chilena está preparada para IA local sobre sus propios documentos y datos. Conversemos
El Banco IT Lab es un instrumento vivo, en perfeccionamiento continuo. Parte de las mediciones proviene de versiones previas del instrumento y de modelos de generaciones anteriores, y algunas cifras pueden contener imprecisiones que se corrigen en cada nueva edición. Las conclusiones expresan el criterio de IT Lab a partir de sus propias mediciones.
¿Necesitas a alguien que se haga cargo de tu tecnología?
Cuéntanos qué necesitas ordenar, proteger o resolver. La primera conversación no tiene costo: evaluamos si nuestro modelo te sirve y cuáles serían los siguientes pasos.
Conversemos sobre tu empresa