La inteligencia artificial está experimentando un giro fundamental: ya no es necesario enviar datos sensibles a servidores en la nube para acceder a modelos de lenguaje potentes. Liquid AI, una startup fundada por científicos del MIT, acaba de presentar LFM2.5-2.6B, un modelo de lenguaje capaz de ejecutarse en dispositivos tan modestos como una Raspberry Pi, sin requerir GPUs ni infraestructura en la nube. Este avance tiene implicaciones transformadoras para las empresas latinoamericanas que utilizan sistemas ERP como SAP, Odoo y otros, especialmente aquellas que operan en sectores regulados o manejan información confidencial.
El modelo contiene 2.6 mil millones de parámetros, soporta una ventana de contexto de 128,000 tokens y está diseñado específicamente para cargas de trabajo de agentes IA autónomos. Lo más relevante es su eficiencia: ofrece una velocidad de decodificación de aproximadamente 220 tokens por segundo en un chip Apple M5 Max, manteniendo un consumo de memoria inferior a 2.5 GB. Para contexto empresarial, esto significa que pequeñas y medianas empresas latinoamericanas podrían implementar asistentes IA avanzados sin depender de costosos servicios de computación en la nube, reduciendo significativamente los gastos operativos de transformación digital.
¿Cómo impacta esto a los usuarios de ERP? Los sistemas como SAP, Odoo, NetSuite y Compiere podrían integrarse con agentes IA que ejecuten tareas específicas localmente: automatización de flujos de trabajo, gestión de documentos, sincronización de calendarios, procesamiento de órdenes de compra y análisis de datos financieros—todo sin exponer información confidencial a proveedores externos. El modelo fue entrenado explícitamente para tareas agenticas productivas, incluyendo investigación, codificación, gestión de documentos e invocación de herramientas. Empresas en sectores sensibles como banca, seguros, salud y manufactura podrían cumplir estrictamente con regulaciones como LGPD (Ley General de Protección de Datos en Brasil) o normativas locales de privacidad, manteniendo toda la inteligencia artificial dentro de sus propios servidores.
El enfoque de Liquid AI también introduce un cambio arquitectónico relevante para integradores ERP: en lugar de fine-tunear constantemente el modelo para cada caso de uso, el sistema permite reutilizar el mismo modelo cambiando únicamente los “arneses” (harnesses) que lo rodean—es decir, las herramientas y contextos con los que interactúa. Un asistente de calendarios puede transformarse en un asistente de reuniones simplemente reconfigurando los integradores disponibles, sin reentrenamiento costoso. Esta filosofía modular se alinea perfectamente con arquitecturas ERP modernas que también buscan flexibilidad y reutilización de componentes.
Implicaciones para Latinoamérica y consideraciones legales: La región enfrenta desafíos únicos: ancho de banda limitado en algunos territorios, infraestructura de nube de alto costo en ciertos países, y regulaciones crecientes sobre soberanía de datos. Un modelo que ejecute IA localmente resuelve estos tres problemas simultáneamente. Sin embargo, Liquid AI distribuye su modelo bajo una licencia comercial restrictiva: permite uso libre para organizaciones con menos de $10 millones en ingresos anuales, pero empresas más grandes requieren acuerdos comerciales. Esto es diferente a modelos abiertos como Gemma 4 de Google (Apache 2.0) o Qwen de Alibaba, que ofrecen más libertad, aunque con menor especialización en tareas agenticas.
Para empresarios e inversores latinoamericanos, el panorama se clarifica: la IA de borde (edge AI) ya no es una tendencia futura, es una realidad presente. Integradores de Odoo, consultorias SAP, y desarrolladores de software empresarial en la región deberían evaluar cómo incorporar modelos ligeros en sus soluciones ERP. Las oportunidades incluyen: (1) vender diferenciación competitiva a clientes que valorizan privacidad y costo; (2) desarrollar verticales específicas (soluciones IA para PyMEs manufactureras, comercios, servicios); (3) colaborar con vendors de ERP para crear extensiones nativas de IA. Empresas como MacPaw ya están demostrando viabilidad comercial con esta arquitectura. La ventana de tiempo para posicionarse como proveedores especializados en IA local, adaptada a regulaciones latinoamericanas, es ahora.
