- ISO/IEC 42001
- La primera norma internacional de sistema de gestión de inteligencia artificial. No va de desarrollar IA: va de gobernarla dentro de la organización, con política, análisis de riesgo, procedimientos de uso y control de qué herramienta se usa y cuál no. Es certificable y voluntaria.
- AI Act
- El Reglamento europeo de inteligencia artificial. Clasifica los sistemas por nivel de riesgo: cuanto mayor es el riesgo para las personas, mayores las obligaciones de quien lo desarrolla o lo usa. Va de la mano de la ISO 42001, que sirve de base operativa para cumplirlo.
- Gobernanza de IA
- El conjunto de decisiones y controles sobre cómo se usa la IA en una organización: quién puede usar qué, con qué datos, con qué supervisión humana y con qué trazabilidad. Es el hueco de mercado del que va toda esta sesión.
- tok/s
- Tokens por segundo: la velocidad a la que un modelo escribe su respuesta. Los asistentes comerciales rondan los 60 tok/s, que es cómodo porque va más rápido que tu lectura. Es la métrica que hay que mirar antes de decidir hardware.
- VRAM
- La memoria de la tarjeta gráfica. Es el techo real de qué modelo te cabe en local, más que la potencia de cálculo. Con 12 GB se experimenta; para trabajo serio hace falta bastante más.
- Memoria unificada
- En los equipos donde procesador y gráfica comparten la misma memoria, es la cifra que manda para IA local. Por debajo de 100 GB casi ningún modelo grande funciona con soltura.
- IA local
- Ejecutar el modelo en tu propia máquina, sin que la información salga de ahí. Máxima confidencialidad y, hoy, un coste de hardware y una lentitud que casi nunca compensan frente a alquilar infraestructura.
- Modelo abierto
- Modelo cuyos pesos se publican, de modo que cualquiera puede descargarlo y ejecutarlo donde quiera. Es lo que permite tener la potencia de un modelo puntero sin depender del servicio del fabricante ni enviarle los datos.
- MCP
- El estándar que permite a un asistente manejar herramientas externas. Conectas la herramienta de vídeo al asistente y, en vez de aprender su interfaz, le explicas la idea: él escribe el guión y opera la herramienta por ti.
- Anonimización
- Sustituir los datos identificativos por etiquetas neutras (cliente uno, cliente dos) antes de enviar el texto a un modelo externo. Funciona, pero el trabajo de detectar qué tapar lo sigue haciendo tu modelo local: el cuello de botella no desaparece.
- Entrenamiento con tus datos
- El inconveniente de fondo de los planes rápidos, buenos y baratos: en una capa concreta usan lo que les mandas para mejorar el modelo. Los planes de empresa lo excluyen por contrato, y por eso son los que pasan un compliance.
- RGPD
- El reglamento europeo de protección de datos. Aquí importa por dos cosas: dónde están físicamente los servidores que procesan la información, y el hecho de que un dato sin referencia identificativa deja de ser un dato personal útil.