Una pregunta cada vez más habitual entre usuarios y pequeñas empresas es si conviene utilizar inteligencia artificial en una web o ejecutarla directamente en el ordenador. Parece una decisión puramente técnica, pero afecta al tratamiento de datos, a los costes, a la velocidad y al mantenimiento cotidiano. «Local» no significa automáticamente «seguro» ni «en la nube» significa automáticamente «poco privado»: lo importante es identificar dónde se procesa cada dato y qué controles se han configurado realmente.
Ollama es una de las herramientas que permite descargar y ejecutar determinados modelos en equipos propios. También ofrece acceso a modelos alojados de forma remota, lo que obliga a distinguir entre las dos modalidades. Esta guía presenta criterios prácticos para decidir, sin prometer que cualquier móvil o portátil pueda ejecutar modelos enormes con soltura.
Qué cambia cuando un modelo funciona en tu propio equipo
En una ejecución local, los cálculos principales de inferencia del modelo se realizan en el dispositivo que controlas, usando sus recursos de procesador, memoria y, si procede, tarjeta gráfica. Cuando envías una pregunta, la aplicación puede procesarla sin necesidad de mandarla a un servicio remoto, siempre que no tenga activados componentes que utilicen red.
Esto puede ser útil con borradores internos, notas privadas y documentos que no deseas subir a una plataforma externa. Pero hay condiciones: necesitas instalar el software, seleccionar un modelo que quepa en tus recursos, controlar los permisos del equipo y comprender qué otros programas acceden a los resultados. Si copias una respuesta a una web o conectas el asistente con una API externa, esos pasos adicionales pueden transmitir datos.
La política de privacidad de Ollama explica la diferencia entre contenido procesado localmente y peticiones destinadas a modelos alojados en su nube. La empresa afirma que no recibe los prompts ni los datos de las inferencias locales; para los modelos remotos describe un procesamiento transitorio del contenido. Es una declaración del proveedor que debe interpretarse junto con la configuración real.
¿Qué es Ollama y para quién tiene sentido?
Ollama ofrece una forma de obtener, administrar y ejecutar modelos compatibles en ordenadores. Puede emplearse mediante una interfaz de terminal y conectarse con algunas aplicaciones compatibles. No sustituye el criterio del usuario: el resultado depende del modelo elegido, las instrucciones, el contexto y las comprobaciones posteriores.
Tiene interés para quien quiera experimentar con asistentes locales, clasificar textos, resumir información que se pueda utilizar legalmente y preparar borradores sin subir continuamente todo a un servicio externo. No garantiza por sí mismo que el modelo responda bien en castellano ni que entienda imágenes o herramientas: esas capacidades varían entre modelos.
Si estás comenzando con la tecnología, conviene revisar primero qué habilidades necesitas. Nuestro análisis de Inteligencia Artificial para Todos
Local frente a nube: seis criterios que importan
1. Privacidad de los documentos
Un sistema local correctamente aislado reduce la necesidad de transmitir contenido a un proveedor de inferencia. Sin embargo, los documentos siguen expuestos a los riesgos de tu propio equipo: malware, copias de seguridad mal configuradas, usuarios con acceso compartido y carpetas sincronizadas. «Local» describe dónde ocurre el procesamiento, no un sello universal de confidencialidad.
2. Capacidad del hardware
Los modelos más grandes requieren más memoria y potencia. La cuantización permite reducir necesidades, a menudo con compensaciones de calidad que dependen del caso. Un modelo pequeño puede ser suficiente para tareas simples y fallar ante razonamientos complejos. No elijas solo por el número de parámetros; prueba con tus tareas reales y mide velocidad, precisión y estabilidad.
3. Costes visibles y ocultos
La ejecución local puede evitar una tarifa por cada solicitud, pero no elimina el coste del dispositivo, la electricidad, el tiempo de configuración y el mantenimiento. Una nube puede ser más económica para tareas esporádicas o muy exigentes. Por eso es útil comparar el coste total mensual y no limitarse al precio de la suscripción.
4. Actualizaciones
Los servicios remotos pueden actualizar modelos y funciones sin intervención local, mientras que en un entorno propio debes decidir cuándo descargar versiones nuevas y cómo comprobar la compatibilidad. La estabilidad también tiene valor: mantener una versión validada puede resultar más importante que cambiar de modelo cada semana.
5. Conexión a internet
Una instalación local puede funcionar sin conexión para determinadas tareas una vez que los archivos necesarios se han descargado. Pero no debe darse por hecho que todo el sistema sea desconectado: algunas interfaces, buscadores, extensiones y modelos remotos sí requieren internet. Un ensayo con la red desconectada permite descubrir dependencias reales.
6. Calidad de la respuesta
Los modelos alojados de gran tamaño pueden superar en diversas tareas a uno pequeño ejecutado en un ordenador corriente. Pero un modelo local bien elegido también puede resultar competitivo en una tarea especializada y repetitiva. La evaluación debe incluir documentos reales de prueba, no únicamente ejemplos promocionales.
La advertencia que más se pasa por alto: Ollama también ofrece modelos en la nube
El proyecto dispone de modelos locales y de modelos alojados. Si eliges un modelo remoto, tu petición debe enviarse al servicio de inferencia correspondiente. Esto puede ser perfectamente válido si aceptas las condiciones y el tipo de datos, pero no equivale a un funcionamiento completamente dentro de tu ordenador.
La documentación del proveedor sobre modelos en la nube explica esta distinción. Antes de tratar material sensible, identifica expresamente qué modelo utilizas, dónde se ejecuta, qué extensiones están activas y si la herramienta puede derivar tareas a servicios de terceros.
Cómo probar un asistente local sin complicarte
- Define una tarea pequeña: por ejemplo, resumir cinco párrafos ficticios o clasificar notas que no contengan datos personales.
- Comprueba las características de tu equipo: memoria disponible, sistema operativo y capacidad de almacenamiento.
- Obtén el programa desde su sitio oficial: evita instaladores reenviados por cuentas desconocidas.
- Elige un modelo local compatible: confirma en la ficha si admite tu idioma y las capacidades que necesitas.
- Trabaja inicialmente con información ficticia: comprueba cómo responde antes de introducir material de trabajo real.
- Prueba sin conexión: si necesitas funcionamiento privado sin red, desconéctala temporalmente y observa qué parte sigue funcionando.
- Evalúa los resultados: mide aciertos, errores, tiempo por respuesta y consumo de memoria.
La documentación de Ollama en su repositorio oficial ofrece instrucciones de instalación y uso actualizables; conviene recurrir a ella en lugar de copiar comandos antiguos que pueden dejar de corresponder a la versión instalada.
Cómo evitar una falsa sensación de aislamiento
Un proceso local puede comunicarse con otras aplicaciones si está configurado para ello. Por ejemplo, un asistente conectado con correo, una hoja de cálculo en la nube o un buscador externo necesita permisos y puede transmitir fragmentos del contexto. Esto no es necesariamente un fallo: es la consecuencia de una integración. El riesgo aparece cuando el usuario cree que todo permanece local sin revisar esas conexiones.
En los flujos documentales, otra forma de mejorar la utilidad es conectar un modelo con fuentes y documentos concretos, conservando referencias para comprobar lo que responde. Lo explicamos en el artículo RAG e inteligencia artificial: asistentes basados en documentos y fuentes fiables. Esa técnica no resuelve automáticamente la privacidad: importa dónde se guardan los índices, los textos y las consultas.
¿Merece la pena un modelo pequeño en un móvil?
Los móviles actuales pueden ejecutar ciertos modelos compactos, pero sus límites de memoria, disipación térmica y batería condicionan el rendimiento. Una aplicación que instala un modelo pequeño no se convierte por ello en un equivalente de los sistemas más potentes alojados remotamente. Funciona mejor para peticiones cortas y usos seleccionados; habrá tareas que requieran otro modelo o mayor contexto.
Los modelos de embeddings —que representan textos u otros datos para facilitar búsquedas— tienen un papel distinto al de un asistente conversacional. En nuestro artículo sobre EmbeddingGemma 2 y la búsqueda multimodal en el móvil mostramos por qué conviene diferenciar herramientas de recuperación y herramientas que redactan respuestas.
Qué ocurre con el aprendizaje automático y los datos
Hacer inferencia local no implica que tu dispositivo esté entrenando un modelo con cada pregunta. En muchas configuraciones el programa genera respuestas utilizando parámetros ya descargados. Guardar el historial de chat, indexar documentos o activar funciones adicionales son decisiones separadas que conviene revisar en la aplicación específica.
Si trabajas en un negocio, documenta qué datos pueden introducirse en cada sistema, cómo se eliminan los archivos temporales y quién puede acceder al equipo. Para documentos de clientes, datos de salud o información financiera, utiliza un procedimiento adaptado a tus obligaciones legales y no confíes únicamente en una etiqueta comercial de «privacidad».
Automatizar tareas sin entregar todo el control
Un asistente que solo resume no tiene el mismo nivel de riesgo que un agente que puede abrir páginas, enviar mensajes o modificar archivos. Si conectas un modelo local con herramientas capaces de actuar, aplica el principio de mínimos permisos y conserva registros de cada modificación. Una decisión automática debe poder verificarse después.
Una vía relacionada es el uso de automatizadores instalados en infraestructura propia. Nuestro análisis de la formación sobre automatización local con n8n explica una oferta formativa en ese terreno. La formación comercial no sustituye la obligación de probar integraciones, controles de acceso y costes antes de ponerlas en producción.
Errores frecuentes al elegir
- Creer que todo lo que se utiliza desde una aplicación local se procesa localmente.
- Instalar el modelo más grande posible sin medir memoria y velocidad.
- Enviar información sensible en las primeras pruebas sin revisar la configuración.
- Confundir una respuesta fluida con información factual verificada.
- Permitir acceso a archivos, correo o navegador cuando la tarea solo necesita resumir texto.
- No calcular el coste del equipo y el mantenimiento frente a alternativas remotas.
Preguntas frecuentes
¿Puede Ollama funcionar sin internet?
Determinados modelos descargados y ejecutados localmente pueden utilizarse sin conexión, siempre que la aplicación y las funciones que utilices no dependan de servicios remotos.
¿Puedo asegurar que ningún dato sale de mi equipo?
Solo después de comprobar la configuración completa, incluidos complementos y conexiones externas. El hecho de tener instalado Ollama no basta para verificarlo.
¿Necesito una tarjeta gráfica de gama alta?
Depende del tamaño del modelo, las expectativas de velocidad y el hardware disponible. Algunas configuraciones funcionan con CPU, aunque pueden ser más lentas.
¿La nube es siempre una mala opción?
No. Puede ser adecuada por capacidad, costes y disponibilidad. La decisión debe basarse en el tipo de datos, los controles del proveedor y las necesidades reales de la tarea.
Conclusión
La pregunta correcta no es «¿local o nube?» como si una opción fuese buena para todo. Es qué información manejas, cuánto control necesitas y qué combinación de calidad, privacidad, coste y mantenimiento puedes sostener. Un modelo local puede dar independencia para determinadas tareas; una solución remota puede ofrecer potencia y comodidad. Ambos caminos requieren comprobar resultados y configurar los accesos de forma consciente.
Fuentes principales: política de privacidad de Ollama, modelos en la nube de Ollama y documentación oficial del proyecto.
Imagen destacada editorial ilustrativa de un ordenador personal; no demuestra cómo está configurada ninguna instalación concreta.