Cómo construir una IA interna y privada para tu empresa

Publicado: 2026-03-09 · Actualizado: 2026-10-28

Por Goiko, Founder & AI Solutions CTO de GUGŌ Creative

Cómo construir una IA interna y privada: asistente con documentos propios, elección de modelo público, privado o europeo, permisos, RGPD y cuánto cuesta.

Una IA interna es un sistema de inteligencia artificial que usan los empleados sobre la información de la propia empresa —manuales, contratos, fichas técnicas, tickets, datos del CRM o del ERP— sin que esa información salga de donde la empresa ha decidido ni llegue a quien no tiene permiso para verla. Para construirla hacen falta cuatro piezas: fuentes de datos ordenadas, una capa de recuperación (RAG) que aplique los permisos de cada usuario, un modelo de lenguaje desplegado en condiciones que la empresa controla y un registro de uso y calidad.

La decisión que más condiciona el proyecto no es qué modelo usar, sino dónde se procesan los datos y quién puede ver qué. Para la mayoría de empresas basta un modelo comercial contratado por API en una nube con región europea, o en un proveedor europeo; autoalojar un modelo abierto solo compensa con datos muy sensibles o requisitos estrictos de aislamiento. Como referencia de nuestros precios publicados, un asistente interno con RAG cuesta entre 10.000 y 25.000 € y un copiloto integrado en las herramientas de trabajo, con permisos por rol, entre 20.000 y 50.000 €.

Qué es una IA interna y qué la hace privada

La IA interna agrupa los sistemas pensados para la plantilla, no para los clientes: un asistente que responde con la documentación de la empresa citando la fuente, un buscador que entiende preguntas en lenguaje natural, un copiloto dentro del CRM o del helpdesk, o una automatización que clasifica correos y extrae datos. Para que además sea privada tiene que cumplir cuatro condiciones comprobables:

• Ubicación: en qué región y con qué proveedor se procesan las consultas, los documentos indexados y las respuestas.
• Uso de los datos: que el proveedor no los use para entrenar sus modelos y que la retención esté fijada por contrato.
• Permisos: que nadie obtenga con una pregunta lo que no podría abrir por sí mismo en el sistema de origen.
• Trazabilidad: quién preguntó qué, qué fuentes se usaron y qué se respondió.

Esa es la diferencia con que cada empleado use un chat de IA con su cuenta personal: ahí la empresa no controla ni el contrato, ni la retención, ni los permisos.

Activar una herramienta del mercado o construir la tuya

Antes de desarrollar conviene revisar lo que ya incluyen tus licencias. Si la documentación vive en Microsoft 365, Microsoft documenta que Microsoft Copilot solo muestra datos de la organización a los que cada usuario tiene al menos permiso de lectura, y que las consultas y respuestas no se usan para entrenar los modelos fundacionales. La condición previa es que los permisos estén bien configurados: si hay carpetas abiertas a toda la organización por descuido, el asistente hará mucho más fácil encontrarlas.

Construir una IA interna propia compensa cuando la información clave está en sistemas que el producto estándar no cubre bien, como un ERP o una base de datos propia, o cuando necesitas decidir modelo, región y retención con más detalle.

Modelo público, privado o europeo: tabla comparativa

La pregunta «¿qué IA privada uso?» suele mezclar cuatro opciones distintas:

En las tres últimas opciones, permisos y registro los construyes tú. La tabla resume la documentación pública de cada proveedor a fecha de esta revisión; compruébala en el contrato.

API empresarial

Según la documentación de privacidad de Azure, que cubre Azure OpenAI, las consultas y respuestas no están disponibles para OpenAI ni se usan para entrenar modelos sin permiso del cliente, y un despliegue de zona de datos en la UE se procesa dentro de la UE. En Amazon Bedrock, los proveedores de los modelos no acceden a consultas ni respuestas, que según sus preguntas frecuentes tampoco se usan para entrenar los modelos, y la retención se configura por región, aunque algunos modelos exigen conservar datos para revisar abusos. La API de OpenAI no entrena con los datos salvo aceptación expresa y guarda por defecto registros de abuso hasta 30 días.

Proveedor europeo

Mistral AI aloja los datos en la Unión Europea por defecto, salvo que se use su endpoint de Estados Unidos, aunque advierte de que algunas funciones pueden transferir datos temporalmente fuera de la UE. Sus modelos también se contratan a través de Azure, Bedrock o Vertex AI, y los de pesos abiertos se pueden desplegar en infraestructura propia. Un proveedor europeo simplifica las transferencias internacionales, pero no exime del contrato de encargado ni de las medidas de seguridad del RGPD.

Modelo abierto autoalojado

Autoalojar da el máximo control, porque los datos no salen de tu infraestructura. A cambio, asumes lo que en una API hace el proveedor: dimensionar las GPU, servir y actualizar el modelo, vigilarlo y protegerlo. Compara su calidad con un modelo comercial usando tus preguntas reales, y recuerda que autoalojar no resuelve por sí solo los problemas de permisos e instrucciones ocultas, que están en la capa de aplicación.

Arquitectura de una IA interna sobre documentos propios

Un asistente interno fiable tiene seis piezas, y el modelo no es la que más trabajo da:

1. Conectores y preparación. Extraen documentos de SharePoint, Drive o el ERP, descartan versiones obsoletas y añaden metadatos de vigencia y confidencialidad. Es la fase que más se subestima; ver cómo preparar los datos de una empresa para IA.
2. Indexación y recuperación (RAG). Los documentos se dividen en fragmentos indexados, y cada fragmento conserva los permisos del original. Ver qué es una arquitectura RAG.
3. Orquestación. Identifica al usuario con el inicio de sesión corporativo, filtra por sus permisos antes de recuperar y obliga a citar fuentes o a responder que no lo sabe.
4. Capa de modelo. Una pasarela propia que registra cada llamada, limita el coste y permite cambiar de proveedor.
5. Interfaz. Donde ya trabaja la gente: Teams, Slack, la intranet o un panel dentro del CRM.
6. Evaluación. Registro de preguntas, fuentes y valoraciones, más un conjunto de preguntas de prueba con respuesta conocida que se repite en cada cambio.

Para datos vivos, como el stock en el ERP, se usan integraciones a medida o el Model Context Protocol (MCP), un estándar abierto para conectar aplicaciones de IA con sistemas externos, con credenciales de solo lectura. El servicio completo está en sistemas RAG para empresas.

Permisos, seguridad y RGPD en una IA interna

Que nadie vea con una pregunta lo que no podía abrir

OWASP recoge este riesgo como debilidades de vectores y embeddings (LLM08:2025): con controles de acceso insuficientes en el índice se recuperan fragmentos sensibles, y en índices compartidos el contenido de un grupo puede acabar en las respuestas de otro. Recomienda almacenes de vectores que apliquen permisos y una partición estricta de los datos. El filtro va en la recuperación, no en el prompt: la ficha de divulgación de información sensible (LLM02:2025) advierte de que las restricciones en las instrucciones del sistema pueden saltarse.

Documentos con instrucciones ocultas

Un PDF de un proveedor o un correo reenviado pueden contener texto escrito para manipular al asistente. OWASP lo llama inyección indirecta de prompts (LLM01:2025) y propone marcar el contenido externo como no fiable, reducir los privilegios del modelo y exigir aprobación humana en las operaciones privilegiadas. Mientras el asistente solo lee, el daño se limita a una respuesta manipulada; si puede actuar, entra en el terreno de los agentes de IA.

RGPD: cuando los documentos contienen datos personales

Si se indexan nóminas, currículos o expedientes de clientes, el proveedor del modelo pasa a ser encargado del tratamiento. El Reglamento General de Protección de Datos exige un contrato que regule esa relación (artículo 28), medidas de seguridad adecuadas al riesgo (artículo 32), una evaluación de impacto cuando sea probable un alto riesgo (artículo 35) y, si los datos salen del Espacio Económico Europeo, las reglas de transferencias del capítulo V. Lo más sencillo es no indexar lo que el asistente no necesita. Esto es orientación técnica, no asesoramiento jurídico.

Lo que pide el Reglamento europeo de IA

El artículo 4 pide a quienes despliegan sistemas de IA medidas para favorecer la alfabetización en IA de su personal; forma parte del capítulo I, aplicable desde el 2 de febrero de 2025. En la práctica supone enseñar qué hace el asistente, cómo comprobar una respuesta y qué datos no introducir. Y una frontera: si el sistema se usa para seleccionar candidatos, decidir promociones, asignar tareas según rasgos personales o supervisar el rendimiento, figura entre los usos de alto riesgo del anexo III. Un asistente sobre el manual de vacaciones no está ahí; uno que puntúa el rendimiento de la plantilla, sí.

Ejemplos de uso de IA interna

Los escenarios siguientes son hipotéticos e ilustrativos, no casos de clientes.

Soporte técnico interno en una empresa industrial

El asistente responde a técnicos y comerciales con manuales, fichas técnicas e incidencias resueltas, cita página y versión y, si no encuentra la respuesta, lo dice y abre una consulta a ingeniería. Sin datos personales en las fuentes, basta una API empresarial en región europea.

Políticas internas y recursos humanos

El asistente responde sobre vacaciones, gastos o convenio a partir de las políticas generales, nunca de expedientes individuales, y no evalúa ni clasifica a nadie.

Consultora con documentación de clientes

Cada consultor solo recupera documentos de sus proyectos. Si los contratos exigen que los datos no salgan de la UE, se elige un despliegue europeo o autoalojado, con evaluación de impacto previa. Si además vive dentro del CRM o del gestor de proyectos, pasa a ser un copiloto integrado.

Cuánto cuesta construir una IA interna

Rangos de desarrollo de nuestro informe de precios de software e IA en España 2026:

• Asistente o buscador interno con RAG: 10.000-25.000 €, en 4-8 semanas, con fuentes citadas y panel de gestión.
• Copiloto interno en CRM, helpdesk o herramientas internas, con permisos por rol: 20.000-50.000 €, en 6-12 semanas.
• Automatización acotada de documentos, correos o clasificación con revisión humana: 10.000-20.000 €, en 4-6 semanas.
• Agente acotado a una tarea, con revisión humana: 20.000-35.000 €, en 6-8 semanas.

A eso se suman el uso de los modelos por API, desde unos 100 € al mes con poco volumen y entre 2.000 y 5.000 € al mes con volumen alto; la infraestructura cloud, entre 50 y 500 € al mes; y el mantenimiento, entre el 15 y el 25 % del coste de desarrollo al año. Autoalojar el modelo sustituye el pago por uso por hardware y operación propios, que se presupuestan aparte. Más detalle en cuánto cuesta automatizar procesos con IA.

Por dónde empezar: un plan en cuatro pasos

1. Elige un equipo y un problema medible, como las consultas repetidas a los mismos expertos, y mide el tiempo que se pierde hoy.
2. Inventaría fuentes y permisos: qué entra, qué está vigente y quién ve cada documento.
3. Decide dónde se ejecuta el modelo y firma el contrato de encargado antes de cargar datos reales.
4. Prueba con preguntas reales de la plantilla y mide aciertos, citas correctas y respuestas «no lo sé» antes de ampliar.

El plan detallado para un primer copiloto está en copilotos internos con RAG.

Errores frecuentes

• Indexar todo de golpe: se mezclan versiones obsoletas, borradores y documentos con permisos mal puestos.
• Proteger datos con el prompt: los permisos se aplican al recuperar, no con instrucciones al modelo.
• Prohibir sin ofrecer alternativa: si la plantilla ya usa chats personales, una herramienta aprobada y una política clara funcionan mejor que la prohibición.
• No medir: sin línea base no se sabe si ahorra tiempo; ver cómo medir el ROI de un proyecto de IA.

Preguntas frecuentes

¿Qué es una IA interna para empresas?

Un sistema de IA para los empleados, no para los clientes, que trabaja con información propia: un asistente sobre la documentación interna, un buscador semántico, un copiloto en el CRM o una automatización. Debe respetar los permisos de cada persona y registrar su uso.

¿Se puede tener una IA privada sin servidores propios?

Sí. Una API empresarial con región europea, sin uso de los datos para entrenar y con retención fijada por contrato cubre la mayoría de casos. Autoalojar solo compensa con datos muy sensibles o requisitos estrictos de aislamiento.

¿Los proveedores usan los datos de mi empresa para entrenar sus modelos?

Azure OpenAI, Amazon Bedrock y la API de OpenAI documentan que no usan por defecto los datos de sus clientes empresariales para entrenar modelos. En los chats de consumo depende del plan y de cada cuenta, por eso no deben usarse con información confidencial.

¿Usar un modelo europeo garantiza cumplir el RGPD?

No por sí solo. Simplifica las transferencias internacionales, pero sigue haciendo falta contrato de encargado, medidas de seguridad, permisos bien aplicados y, si el riesgo es alto, una evaluación de impacto.

¿Cuánto cuesta construir una IA interna?

Según nuestro informe de precios 2026, un asistente con RAG cuesta 10.000-25.000 € y un copiloto interno con permisos por rol, 20.000-50.000 €, más API, infraestructura y un mantenimiento del 15-25 % anual.

Lecturas relacionadas

• Sistemas RAG para empresas
• Copilotos de IA para empresas
• Seguridad y privacidad en proyectos de IA
• Chatbot, copiloto o agente de IA: cuál elegir