Tu propio modelo de lenguaje. En tus servidores. Con tus datos.
Diseñamos, ajustamos y desplegamos Small Language Models (SLM) propietarios dentro de tu infraestructura: modelos pequeños, especializados en tu negocio, que responden con tu conocimiento y sin que un solo dato cruce tu perímetro. Sin APIs de terceros, sin coste por token, sin letra pequeña.
El enfoque
Por qué pequeño y tuyo gana a grande y alquilado
Los LLM gigantes son prodigios generalistas, pero tu empresa no necesita un modelo que recite poesía en catorce idiomas: necesita uno que entienda tus pedidos, tus pólizas o tus expedientes mejor que nadie. Ahí, el tamaño juega en tu contra.
Especialización
Un SLM de entre 3.000 y 14.000 millones de parámetros, ajustado con tus documentos, tu vocabulario y tus casos reales, supera a un LLM generalista en tu tarea concreta. No necesita saber de todo: necesita saber de lo tuyo.
Fine-tuning con tus datosCoste predecible
Se acabó pagar por token con facturas que se disparan cuando el uso crece. El coste es el proyecto y el hardware: fijo, amortizable y conocido de antemano. Cuanto más lo usas, más barato sale cada consulta.
CAPEX, no suscripciónLatencia mínima
El modelo responde desde tu propia red, sin viajes de ida y vuelta a centros de datos ajenos: respuestas en milisegundos, estables en horas punta y sin depender del estado de la API de un tercero.
Inferencia localControl total
Versionas el modelo igual que versionas tu código. Decides qué sabe, cuándo se actualiza y quién lo usa. Nadie te cambia las condiciones, te sube el precio ni te retira el modelo del que depende tu operación.
Propiedad del clienteArquitectura
Todo dentro de tu perímetro. Nada fuera.
Esta es la arquitectura tipo que desplegamos: el modelo, la recuperación de conocimiento y la base vectorial viven en tus servidores y hablan solo con tus sistemas internos. Las APIs externas quedan, literalmente, fuera del dibujo.
Un sistema completo, no un modelo suelto
Un SLM sin contexto es solo un motor. Lo que entregamos es el vehículo entero: el modelo ajustado, la capa RAG que recupera tus documentos en cada consulta, la base vectorial donde vive tu conocimiento indexado y los conectores que lo enlazan con tu ERP, tu CRM y tu gestor documental.
- SLM ajustado con tu corpus, evaluado contra un banco de pruebas construido con casos reales de tu negocio.
- RAG privado: cada respuesta cita la fuente interna de la que sale. Menos alucinaciones, más confianza.
- Integración con tus sistemas: el modelo lee y escribe donde trabaja tu equipo, no en otra pestaña más.
- Observabilidad: cada consulta, cada respuesta y cada acceso quedan registrados en tu propia telemetría.
Y si quieres que ese modelo no solo responda sino que ejecute procesos, es la base perfecta para montar agentes encima.
La comparativa
SLM propietario vs. API de LLM en la nube
Las APIs de LLM cloud son magníficas para prototipar. Para operar procesos de negocio con datos sensibles, año tras año, la cuenta sale distinta.
| Criterio | SLM propietario on-premise | API de LLM cloud |
|---|---|---|
| Privacidad del dato | Nunca sale de tu red: prompts, documentos y respuestas se quedan en casa | Cada consulta viaja a servidores de terceros, a menudo fuera de la UE |
| Coste | Fijo y amortizable: proyecto + hardware; el coste marginal por consulta tiende a cero | Variable, por token: crece con el uso y con cada subida de tarifas |
| Latencia | Milisegundos, en red local y estable | Depende de internet y de la carga del proveedor |
| Personalización | Fine-tuning profundo con tus datos; el modelo habla tu idioma interno | Prompts y ajustes superficiales sobre un modelo genérico compartido |
| Cumplimiento RGPD / AI Act | Tú eres el responsable y el sistema está bajo tu control: auditoría directa | Depende de contratos, subencargados y transferencias internacionales |
| Dependencia del proveedor | Ninguna: código, pesos y datos son tuyos; el modelo no te lo pueden retirar | Total: cambios de precio, límites, deprecación de modelos sin previo aviso |
| Funcionamiento sin internet | Sí: opera en redes aisladas (aire-gapped) | No: sin conexión no hay servicio |
Cumplimiento
Soberanía del dato: cumplir deja de ser un acto de fe
Cuando la IA vive en tu infraestructura, el cumplimiento no depende de lo que prometa el contrato de un proveedor al otro lado del Atlántico: depende de controles que tú puedes ver, auditar y demostrar.
RGPD y AI Act, por diseño
Con un SLM on-premise, los datos personales no se transfieren a terceros ni salen de tu jurisdicción: la minimización y la limitación de finalidad se aplican en tu propia casa, y la evaluación de impacto se documenta sobre un sistema que controlas de punta a punta.
De cara al Reglamento europeo de IA, tener el modelo, los registros de inferencia y la trazabilidad bajo tu techo simplifica el inventario de sistemas, la gestión de riesgos y la supervisión humana que la norma exige según el caso de uso.
- Sin transferencias internacionales de datos personales por cada consulta al modelo.
- Registro completo de inferencias: quién preguntó qué, qué respondió el sistema y con qué fuentes.
- Documentación técnica entregada: arquitectura, datos de ajuste y evaluación, lista para auditoría.
$ slm-audit --scope produccion ✓ datos personales → sin salida del perímetro ✓ transferencias a 3.os → 0 detectadas ✓ registro de inferencias → activo (retención 12m) ✓ trazabilidad RAG → fuente citada en 100% ✓ supervisión humana → configurada (2 niveles) ✓ documentación técnica → v3.2 entregada ● próxima evaluación → programada
El proyecto
Qué incluye un proyecto de SLM con Getflow
No entregamos un modelo en un pendrive: entregamos un sistema en producción, funcionando sobre tus procesos, y a tu equipo sabiendo operarlo.
Modelo ajustado a tu negocio
Selección del modelo base, preparación del corpus y fine-tuning con tus datos, evaluado contra un banco de pruebas con casos reales de tu operación.
Fine-tuning + evaluaciónInfraestructura de inferencia
Despliegue sobre tu hardware o tu cloud privado con motores optimizados (vLLM, llama.cpp), dimensionado según tu volumen y monitorizado desde el día uno.
On-premise / cloud privadoRAG y base vectorial
Tu documentación indexada y consultable: el modelo responde con tu conocimiento actualizado y cita la fuente interna de cada respuesta.
Conocimiento con citasIntegración con tus sistemas
Conectores con tu ERP, CRM, correo y gestor documental para que la IA trabaje donde trabaja tu equipo, dentro de sus herramientas de siempre.
ERP · CRM · Docs · APIsEvaluación continua
Métricas de calidad en producción, trazabilidad de cada respuesta y reentrenos programados cuando tu negocio —o el estado del arte— cambia.
Observabilidad + SLAFormación y propiedad total
Formamos a tu equipo técnico y de negocio, y al cierre te traspasamos todo: código, pesos del modelo, datos de ajuste y documentación. El sistema es tuyo, sin ataduras.
Traspaso completoHardware
Hardware orientativo: menos de lo que imaginas
El mito del clúster de GPUs millonario pertenece a los LLM gigantes. Un SLM bien elegido y cuantizado corre en hardware sorprendentemente modesto; en el diagnóstico lo dimensionamos con tu volumen real de uso.
Preguntas frecuentes
Lo que nos preguntan antes de empezar
¿Qué es exactamente un SLM y en qué se diferencia de un LLM?
Un SLM (Small Language Model) es un modelo de lenguaje de tamaño reducido —típicamente entre 1.000 y 14.000 millones de parámetros— que puede ejecutarse en hardware asequible dentro de tu empresa. Un LLM generalista sabe un poco de todo; un SLM ajustado con tus datos sabe mucho de lo tuyo: tu vocabulario, tus productos, tus procedimientos. Para la inmensa mayoría de tareas empresariales concretas, el SLM especializado responde mejor, más rápido y por una fracción del coste. Lo comparamos en detalle en nuestro artículo SLM vs LLM.
¿Qué pasa cuando salga un modelo mejor que el nuestro?
Lo sustituimos, y esa es justamente la ventaja de cómo lo construimos. La arquitectura que entregamos es agnóstica al modelo: el SLM es una pieza reemplazable dentro de un sistema mayor (RAG, base vectorial, integraciones, evaluación). Cuando aparece un modelo base superior, lo medimos contra tu banco de pruebas, lo reajustamos con tus datos y lo desplegamos sin tocar el resto. Tu inversión real está en los datos preparados, las integraciones y el sistema de evaluación, y eso no caduca con cada generación de modelos.
¿Necesito un clúster de GPUs para ejecutarlo?
No. La mayoría de los proyectos que entregamos funcionan en un único servidor con una GPU de gama profesional, y muchos casos —clasificación, extracción de datos, RAG con volumen moderado de consultas— son viables solo con CPU gracias a motores de inferencia optimizados como llama.cpp. En el diagnóstico dimensionamos el hardware según tu volumen real de uso y, si ya tienes servidores infrautilizados, los aprovechamos.
¿Cómo se ajusta el modelo con nuestros datos sin que salgan de la empresa?
Todo el ciclo ocurre dentro de tu perímetro: la preparación del corpus, el ajuste fino (fine-tuning) y la evaluación se ejecutan en tu hardware o en tu cloud privado, bajo tus controles de acceso. Nuestro equipo trabaja sobre tu infraestructura con las credenciales y los registros de actividad que tú defines. Ningún documento, ningún dato personal y ningún peso del modelo pasa por servidores de terceros en ningún momento del proyecto.
¿El SLM solo responde preguntas o también puede ejecutar tareas?
Puede hacer ambas cosas. Un SLM on-premise es la base perfecta para construir agentes de IA a medida que leen documentos, consultan tus sistemas y ejecutan procesos completos —entrada de pedidos, conciliación de facturas, respuesta a clientes— con supervisión humana configurable. Si tu objetivo es automatizar procesos de principio a fin, combinamos el modelo con nuestra capa de agentización y automatización inteligente.
Tu conocimiento es tuyo. Tu modelo también debería serlo.
Cuéntanos qué proceso quieres resolver y qué datos no pueden salir de casa. En 48 horas te devolvemos un diagnóstico con arquitectura, hardware orientativo y estimación de proyecto. Gratis y sin compromiso.