Durante tres años, usar inteligencia artificial ha significado enviar tus datos a un centro de datos ajeno y esperar la respuesta. Esa arquitectura está cambiando delante de nuestras narices: los portátiles y móviles de 2026 incorporan procesadores neuronales (NPU) capaces de ejecutar modelos de lenguaje completos sin tocar internet. La pregunta ya no es si la IA local llegará, sino qué tareas le quitará a la nube y qué significa eso para tu privacidad y tu próximo presupuesto de compra.
Qué es exactamente una NPU y por qué ahora importa
Una NPU (Neural Processing Unit) es un bloque de silicio especializado en la única operación que domina el aprendizaje automático: multiplicar matrices enormes consumiendo la mínima energía posible. La CPU es flexible pero ineficiente para esto; la GPU es potente pero devora batería. La NPU sacrifica flexibilidad a cambio de una eficiencia energética que multiplica por diez la de la CPU en cargas de IA.
Los números de esta generación explican el salto cualitativo: los Snapdragon X de Qualcomm superan los 45 TOPS, los Ryzen AI de AMD rondan los 50 y los Core Ultra de Intel han pasado de los 10 TOPS de 2023 a más de 47. Apple, que lleva integrando su Neural Engine desde 2017, ejecuta los modelos de Apple Intelligence íntegramente en el dispositivo en las tareas cotidianas. El umbral psicológico de la industria —los 40 TOPS que exige Microsoft para el sello Copilot+— ya lo cumple prácticamente cualquier portátil de gama media nuevo.
Qué puede hacer hoy tu equipo sin conexión
La lista real de 2026, sin promesas de marketing: transcripción de audio a texto en tiempo real con calidad de servicio profesional; traducción simultánea entre decenas de idiomas; resumen de documentos y correos; generación y autocompletado de texto con modelos pequeños tipo Phi, Gemma o Llama en sus versiones de 3 a 8 mil millones de parámetros; edición de imagen con relleno generativo; y búsqueda semántica dentro de tus propios archivos, esa función que por fin permite escribir "el contrato del piso que firmé en marzo" y encontrarlo.
Lo que todavía no puede hacer bien: razonamiento complejo multipaso, programación seria y cualquier tarea que requiera conocimiento actualizado del mundo. Para eso los modelos locales siguen a una distancia considerable de GPT-5, Claude o Gemini, y la seguirán durante años porque la diferencia de tamaño es de dos órdenes de magnitud.
El argumento de la privacidad es real, no marketing
Cuando un modelo se ejecuta en tu NPU, el audio de tu reunión, el contenido de tus documentos y tus fotos no salen físicamente del dispositivo. No hay términos de servicio que aceptar sobre retención de datos, no hay riesgo de que tus conversaciones acaben en un conjunto de entrenamiento y no hay proveedor al que citar judicialmente para acceder a ellas. Para profesionales sujetos a secreto (abogados, médicos, periodistas con fuentes) esta diferencia no es cosmética: es la frontera entre poder usar IA en su trabajo o tenerla prohibida por cumplimiento normativo.
El matiz honesto: "local" no siempre significa local del todo. Windows y Android usan arquitecturas híbridas que derivan a la nube las peticiones que superan la capacidad del dispositivo, a veces de forma poco transparente. Apple lo resuelve con Private Cloud Compute, servidores con auditoría pública de los que afirma no retener datos. Conviene revisar los ajustes: casi todos los sistemas permiten forzar el procesamiento local exclusivo a cambio de perder funciones.
El precio oculto: la RAM vuelve a mandar
Aquí está el consejo de compra concreto. Un modelo de 7-8 mil millones de parámetros cuantizado ocupa entre 4 y 6 GB de memoria solo para cargarse. Si tu portátil tiene 8 GB de RAM, la IA local será testimonial. Los 16 GB son el nuevo mínimo razonable y los 32 GB la cifra cómoda si piensas usar modelos locales en serio. No es casualidad que los fabricantes hayan subido las configuraciones base esta generación: la memoria, no los TOPS, es el cuello de botella real de la IA en el dispositivo.
Quién gana y quién pierde con este cambio
Ganan los fabricantes de hardware, que por fin tienen un argumento para renovar un parque de PCs estancado desde la pandemia. Gana Qualcomm, que ha usado la IA local para colarse en el mercado del portátil Windows. Y ganan los usuarios con necesidades de privacidad estrictas.
Pierde, potencialmente, el modelo de negocio de la suscripción de IA: cada tarea que tu NPU resuelve gratis es una consulta que OpenAI, Google o Microsoft no pueden cobrarte. Por eso los gigantes empujan arquitecturas híbridas donde lo local es la puerta de entrada y lo complejo sigue pasando —y facturándose— en su nube. La batalla de los próximos años no es técnica sino económica: cuánta inteligencia se queda en tu bolsillo y cuánta sigue alquilándose por meses.
Cómo probar la IA local hoy mismo, sin comprar nada
No hace falta esperar a renovar equipo para experimentar. Si tu ordenador tiene 16 GB de RAM, herramientas gratuitas como Ollama o LM Studio permiten descargar y ejecutar modelos abiertos en minutos: Llama en sus variantes pequeñas, Gemma de Google, Phi de Microsoft o Mistral en versiones cuantizadas. LM Studio ofrece la experiencia más amable para quien no toca la terminal, con un catálogo de modelos y una interfaz de chat idéntica a las webs comerciales; Ollama es la opción preferida de los desarrolladores por su integración con editores y scripts.
La prueba práctica recomendada: descarga un modelo de unos 4-5 GB, desconecta el wifi y pídele que resuma un documento tuyo. La primera reacción de la mayoría de usuarios es sorpresa por la fluidez; la segunda, darse cuenta de sus límites en cuanto la tarea exige conocimiento del mundo actualizado o razonamiento largo. Esa experiencia de primera mano vale más que cualquier comparativa para calibrar expectativas antes de invertir en hardware nuevo.
En el móvil, la experimentación es aún más inmediata: los Pixel recientes ejecutan Gemini Nano en el dispositivo para resúmenes y respuestas inteligentes, los Galaxy de Samsung procesan traducción de llamadas en local y los iPhone con Apple Intelligence hacen lo propio con el texto y las fotos. La mayoría de estas funciones indican explícitamente en ajustes cuándo procesan en el dispositivo y cuándo derivan a la nube, una transparencia que conviene consultar si la privacidad es tu motivo principal.
Preguntas frecuentes
¿Necesito un portátil con NPU para usar IA?
No. Cualquier equipo puede usar IA en la nube (ChatGPT, Gemini o Claude desde el navegador). La NPU solo es necesaria si quieres ejecutar modelos localmente, sin conexión y sin enviar tus datos a servidores externos.
¿Qué significa TOPS y cuántos necesito?
TOPS son billones de operaciones por segundo, la métrica de potencia de una NPU. Para las funciones de Copilot+ de Microsoft el mínimo oficial son 40 TOPS. Para ejecutar modelos de lenguaje pequeños con fluidez, la memoria RAM importa más que los TOPS.
¿La IA local es tan buena como ChatGPT?
No en tareas complejas. Un modelo de 3-8 mil millones de parámetros comete más errores que GPT-5 o Claude. Para resumir, traducir, transcribir o autocompletar, la diferencia práctica es cada vez menor.
¿Consumen mucha batería estas funciones?
Menos de lo que parece: la NPU está diseñada precisamente para ejecutar IA con el mínimo consumo. Transcribir una reunión con la NPU gasta bastante menos batería que hacerlo con la CPU o la GPU.
Conclusión: compra pensando en 2028, no en 2026
Si renuevas equipo este año, la recomendación práctica es sencilla: prioriza 16 GB de RAM como mínimo absoluto, considera 32 GB si te lo puedes permitir, y trata los TOPS de la NPU como un empate técnico entre marcas. El software de IA local está mejorando más rápido que el hardware, lo que significa que el mismo portátil hará bastante más dentro de dos años que hoy. Es de las pocas veces en que comprar "de más" en memoria tiene un retorno casi garantizado.
