La revolución de la IA que ya llevas en el bolsillo

Vas en tren y atraviesas una zona sin cobertura. La cámara sigue reconociendo ciertos elementos de una imagen; el teclado continúa sugiriendo palabras y, en algunos dispositivos compatibles, un modelo puede ayudarte a corregir un texto breve sin enviar cada frase a un servidor. Parece una función más del teléfono, hasta que te das cuenta de qué ha cambiado: una parte del cálculo que antes hacían centros de datos lejanos se realiza ahora en la palma de tu mano.

Durante años, muchos servicios de inteligencia artificial necesitaban una conexión continua. El teléfono recogía una fotografía, una orden o un mensaje; enviaba información por internet y esperaba una respuesta. Esa arquitectura sigue siendo fundamental para numerosas tareas. Sin embargo, existe otra posibilidad: la IA en el dispositivo, donde un modelo procesa los datos con los chips y la memoria del propio móvil. No es una marca ni una única función. Es otra forma de repartir el trabajo.

¿Qué significa exactamente que la IA funcione en el móvil?

Bajo la expresión «IA en el teléfono» conviven tecnologías bastante distintas. Una cámara puede utilizar aprendizaje automático para mejorar un retrato; un sistema de voz puede convertir sonidos en palabras; un modelo de lenguaje puede resumir un mensaje o proponer otra redacción. Algunas herramientas se diseñan para una tarea concreta. Otras son modelos generativos capaces de abordar solicitudes más variadas. Y, sobre todo, no todas se ejecutan en el mismo lugar.

Un asistente que aparece como botón dentro de una aplicación puede enviar la petición a la nube. Que lo utilices desde el móvil no implica que el modelo esté instalado en él. A la inversa, una función que descargó su modelo previamente puede seguir funcionando sin conexión. Las diferencias no suelen quedar claras en las campañas publicitarias. Para conocerlas hay que leer la documentación de la función concreta y, cuando sea posible, hacer una prueba sencilla.

Cómo cabe un modelo complejo en un dispositivo pequeño

Un modelo de IA contiene patrones numéricos aprendidos durante el entrenamiento. Cuando le das una nueva entrada —una frase, una foto, una grabación—, utiliza esos patrones para producir una respuesta. Esta fase se llama inferencia. Entrenar modelos muy grandes suele requerir muchos más recursos que ejecutar un modelo preparado; por eso es posible aprovechar en un teléfono determinados sistemas que no podrían entrenarse allí desde cero.

Los móviles modernos combinan varios tipos de procesadores. La CPU realiza tareas generales, la GPU acelera ciertos cálculos paralelos y algunos dispositivos incluyen una NPU, unidad especializada en operaciones de inteligencia artificial. El sistema aprovecha esos componentes según la tarea y la aplicación. Un acelerador eficiente puede reducir el tiempo de respuesta o el consumo energético, aunque no elimina los límites de temperatura, memoria o batería.

Los ingenieros también adaptan los modelos para que ocupen menos. Una técnica llamada cuantización representa algunos de sus valores numéricos con menos bits. Esto puede reducir tamaño y consumo, pero obliga a comprobar si el comportamiento sigue siendo suficientemente preciso. Un modelo pequeño puede funcionar muy bien al corregir un mensaje y resultar poco adecuado para resolver un problema especializado. Poder ejecutarlo localmente es un logro técnico; no demuestra que todas sus respuestas sean buenas.

Android: Gemini Nano y AICore

La documentación de Android explica que Gemini Nano es un modelo generativo pensado para ejecutarse en dispositivos compatibles. La infraestructura AICore gestiona el acceso de aplicaciones a esas capacidades locales y aprovecha el hardware del dispositivo. Las interfaces de ML Kit GenAI incluyen tareas como resumir, corregir textos, reescribir mensajes y describir imágenes, dependiendo de la compatibilidad y de la implementación concreta.

Aquí conviene evitar una conclusión apresurada. No todos los teléfonos Android ofrecen las mismas funciones, ni siquiera cuando llevan versiones parecidas del sistema. La disponibilidad depende de los modelos de dispositivo, las actualizaciones, los fabricantes y las aplicaciones. En algunos casos hay que descargar primero un modelo; una función disponible después de esa descarga puede comportarse de otra manera cuando intentas usarla por primera vez sin conexión.

La documentación de Google destaca ventajas como la privacidad de procesar entradas localmente, la menor dependencia de la red y la posibilidad de reducir costes de inferencia en la nube. Son características útiles para desarrolladores y usuarios, pero no significan que toda una aplicación funcione desconectada. El inicio de sesión, las copias de seguridad y otras partes del servicio pueden seguir necesitando internet.

Apple: procesar localmente cuando es posible

Apple describe Apple Intelligence como una combinación de procesamiento en el dispositivo y cálculos más exigentes mediante Private Cloud Compute. Algunas peticiones pueden resolverse en un iPhone compatible sin enviar su contenido a un modelo remoto. Cuando hace falta más capacidad, Apple puede utilizar servidores con chips propios. Según su documentación de seguridad, los datos enviados a ese sistema se procesan para responder a la petición y no se conservan después, con mecanismos que permiten a investigadores externos examinar la arquitectura.

Hay un matiz esencial: una nube con medidas de privacidad sigue siendo una nube. Esos cálculos requieren conexión y no suceden enteramente dentro del teléfono. Además, Apple Intelligence no está disponible en todos los iPhone ni en todos los idiomas o regiones. El comportamiento depende de la función específica. Decir «tengo IA de Apple» no explica por sí solo qué sale del dispositivo y qué permanece en él.

En junio de 2026, Apple amplió públicamente su arquitectura Private Cloud Compute y su colaboración tecnológica para modelos más capaces. Es una muestra de cómo cambia el equilibrio entre modelos locales y remotos. Por esa razón, las características, requisitos y servicios deben comprobarse con información actualizada, no con un anuncio antiguo.

¿Qué cambia en la vida cotidiana?

La primera ventaja posible es la rapidez. Una tarea local evita parte de la espera asociada a transmitir datos por la red, aunque un cálculo pesado todavía puede tardar más que uno ejecutado en un servidor. La segunda es la continuidad: ciertas funciones pueden seguir siendo útiles en un túnel, un avión o una zona sin cobertura. La tercera es la privacidad: si una operación se completa sin enviar su entrada fuera del dispositivo, se elimina ese traslado concreto de información.

Sin embargo, los límites son reales. La aplicación puede sincronizar después el resultado, hacer copias de seguridad, utilizar otro servicio o solicitar una cuenta. Tampoco desaparecen los errores del modelo. Una respuesta generada localmente puede ser igual de convincente y equivocada que otra generada en un centro de datos. El procesamiento local reduce determinados riesgos, pero no sustituye el diseño responsable, los permisos adecuados ni la revisión humana.

Una prueba sencilla para verificar las promesas

Elige una función que no maneje datos privados: por ejemplo, una corrección de texto breve o una herramienta fotográfica. Asegúrate de que ha descargado todo lo necesario y actívala una vez con conexión. Después pon el móvil en modo avión. ¿Sigue funcionando? ¿Falla una parte? ¿Te pide volver a conectarte? Apunta el resultado y consulta la página de ayuda de esa función concreta.

Esta prueba no permite auditar el interior del sistema ni demostrar por sí sola que nada sale del teléfono cuando recuperas la conexión. Pero ayuda a cuestionar frases vagas como «IA sin límites» o «totalmente privada». También conviene revisar los permisos, la sincronización y las políticas de tratamiento de datos. La pregunta útil no es solo «¿tiene IA?», sino «¿dónde hace exactamente este trabajo y quién recibe la información?».

Cómo elegir sin dejarse llevar por las cifras publicitarias

Si comparas teléfonos, piensa en tareas reales. ¿Funciona la herramienta en tu idioma? ¿Necesitas tener conexión? ¿Qué ocurre con tus fotografías, conversaciones y archivos? ¿Hay costes de suscripción o límites de uso? ¿Se descarga un modelo pesado? ¿Se calienta el teléfono o consume demasiada batería? Las respuestas pueden importar mucho más que una demostración espectacular en una presentación.

Un buen sistema local no pretende sustituir a todos los modelos grandes. Forma parte de un conjunto de opciones: algunas tareas son pequeñas, repetitivas y personales; otras necesitan información actualizada, documentos extensos o cálculos más complejos. Lo inteligente es elegir la herramienta que mejor encaja con cada necesidad, no convertir lo local o lo remoto en una competición absoluta.

Una revolución silenciosa

Quizá la transformación más interesante sea precisamente la menos vistosa. El reconocimiento de texto, ciertas ayudas de accesibilidad, las correcciones rápidas y algunos resúmenes útiles pueden trabajar donde se crea la información, sin exigir una conexión constante. No es una inteligencia perfecta ni una promesa de privacidad universal. Es una nueva posibilidad técnica, cada vez más presente en objetos cotidianos. Y nos deja una pregunta sencilla que merece la pena repetir: ¿qué hace mi teléfono por sí mismo y qué parte de mi vida digital comparte con otros sistemas?