Suele darse por sentado que trabajar en serio con inteligencia artificial exige conexión constante a la red y una suscripción de pago en la nube. Parece natural copiar un documento en el navegador y recibir el análisis al segundo. Pero eso dura exactamente hasta el momento en que necesitas revisar un borrador confidencial de acuerdo de confidencialidad (NDA), un brief de cliente o un extracto financiero. Basta enviar ese texto una vez a un servidor ajeno para perder el control sobre en qué logs acabarán los secretos corporativos.
Estudié la configuración de un stack de trabajo de IA autónomo que probó el especialista en automatización Julian Goldie en un MacBook común con chip Apple Silicon. Un modelo abierto asume sin problemas la rutina diaria de texto y visión directamente en el procesador del portátil, sin cuentas de usuario y con internet físicamente desconectado.
El precio de la comodidad en la nube y el giro hacia el sandbox local
Pensemos con qué pagamos la comodidad de los chatbots en la nube. Más allá de las facturas mensuales y los límites diarios, el precio principal es la privacidad y la dependencia de la conexión. En empresas con un equipo de seguridad sensato, los abogados y analistas tienen terminantemente prohibido subir contratos a APIs externas. Y si se cae el Wi-Fi de viaje o falla el servidor del proveedor, el trabajo simplemente se detiene.
La ejecución local cambia la física del proceso. En lugar de alquilar un servidor, usas el runtime gratuito Ollama sobre el motor llama.cpp, aprovechando la aceleración Apple Metal y la memoria unificada (Unified Memory) de los chips de la serie M. El núcleo operativo es el modelo abierto Google Gemma 4 de Google DeepMind bajo licencia Apache 2.0 (tienes los detalles en el repaso de la gama de modelos abiertos Google Gemma 4). En el disco del portátil ocupa un archivo de unos 10 GB.
Despliegue de Gemma 4 en Ollama y comprobación estricta del modo offline
Para un Mac estándar con 16 GB de memoria, la versión óptima es gemma4:e4b. El índice E indica una escala efectiva de unos 4.5 mil millones de parámetros con un contexto de 128,000 tokens: ahí cabe entero un contrato de treinta páginas. El ciclo completo de instalación, aislamiento de la red y lanzamiento de una auditoría de NDA cabe en cuatro comandos:
# 1. Instalación de Ollama mediante Homebrew (requiere red una sola vez)
brew install ollama
# 2. Descarga de la versión cuantizada del modelo Gemma
ollama pull gemma4:e4b
# 3. Desconexión total del Wi-Fi para comprobar el aislamiento físico
networksetup -setairportpower en0 off
# 4. Inicio de una sesión local interactiva de análisis de documentos confidenciales
ollama run gemma4:e4b "Analiza el texto de este NDA interno en busca de penalizaciones ocultas:"
Los dos primeros pasos guardan los pesos de gemma4:e4b en el SSD, y el tercer comando apaga por hardware el Wi-Fi (en0) mediante networksetup. La llamada ollama run carga el modelo en la memoria unificada del Mac sin telemetría externa. En las mediciones de Goldie, el arranque en frío en la primera consulta tarda unos 8 segundos, y las respuestas siguientes se imprimen en menos de 0.5 segundos. Analizar un brief de cliente o un borrador de NDA lleva apenas unos segundos, y convertir las notas de una reunión en una lista de tareas tarda menos de 2 segundos.
Escenarios de trabajo, límites del hardware y combinación híbrida con Nemotron 3 Super
El modelo local gemma4:e4b también cuenta con visión por computador: a partir de la captura de pantalla de una landing, en 9 segundos detecta puntos débiles de la página y redacta una descripción de la pantalla, y arma un temporizador HTML de concentración en 53 segundos (enfoques afines se analizan en el repaso de asistentes de IA autónomos para Mac). Pero el modo local tiene límites claros de aplicación:
- Memoria del dispositivo: el archivo de 10 GB ocupa casi todo el recurso de un Mac de 16 GB, así que para contextos desde 8,000 tokens conviene cerrar programas innecesarios (lo óptimo son 16–24 GB de Unified Memory, y en chips base M1/M2 con 8 GB de RAM un contexto largo choca rápido con el techo).
- Cálculos pesados: para tareas abiertas sin secreto comercial —como generar escenas 3D complejas con una galaxia de 40,000 estrellas—, con la red activada se lanza en la misma terminal el modelo híbrido NVIDIA Nemotron 3 Super (
ollama run nemotron-3-super:cloud) de 120 mil millones de parámetros (12 mil millones activos) con contexto de hasta 1 millón de tokens.
Como resume el propio Julian Goldie: empieza trabajando un solo día con Gemma 4 en local para tus correos, notas y documentos cotidianos, y tu flujo básico de trabajo nunca volverá a detenerse por un corte de conexión.


