Por qué construí una IA personal que nunca toca la nube

Tengo 3.800 contactos en LinkedIn. No podría decirte cuándo escribí por última vez a la mayoría de ellos, de qué hablamos, ni quién nos presentó. Esa información existe – dispersa por LinkedIn, WhatsApp, el correo y mi calendario – pero no está conectada. No es buscable. No es útil.

El pasado agosto empecé a construir algo para arreglar eso. Ocho meses después, funciona en una Mac Mini en mi escritorio y sabe más sobre mis relaciones que cualquier empresa tecnológica.

Esta es la historia de cómo llegó hasta aquí, y por qué importa que funcione en local.

El problema de la nube

Cada producto de "IA personal" que evalué en 2025 tenía el mismo discurso: danos tus datos y te daremos inteligencia. Sube tus contactos. Conecta tu correo. Déjanos leer tus mensajes.

No pude hacerlo. No porque sea paranoico – sino porque pensé en lo que "tus datos" significa realmente en este contexto. Significa:

Cada conversación que he tenido con mi pareja. Cada cita médica. Cada mensaje a un amigo que está pasando por un mal momento. Cada búsqueda de madrugada. Cada pensamiento a medio formar que escribí en una nota y borré. Cada relación, cartografiada, puntuada y cuantificada.

No puedes des-compartir tu alma. Una vez que los datos personales están en los servidores de otra empresa, lo único entre tú y una brecha, una citación judicial o un cambio en las condiciones de servicio es una política de privacidad redactada por su abogado.

Así que me pregunté: ¿y si la IA corriera en mi hardware? ¿Y si nada saliera nunca de mi casa?

Apple Silicon cambió la ecuación

La razón por la que esto no funcionaba hace cinco años es que la inferencia de IA local era impracticable. Ejecutar un modelo de lenguaje grande en un ordenador de consumo era o imposiblemente lento o requería un PC de gaming con una GPU potente.

Apple Silicon cambió eso. Un Mac con Apple Silicon y 24 GB de memoria unificada ejecuta un modelo de lenguaje de 9 mil millones de parámetros a 30 tokens por segundo. Eso es lo bastante rápido para conversación en tiempo real, análisis de documentos y extracción de conocimiento. Todo en local. Sin llamadas a API en la nube. Sin facturas de uso.

Combina eso con el RGPD – la normativa que obliga a cada empresa tecnológica a darte tus datos en un formato legible por máquina – y tienes todo lo que necesitas. El hardware para procesar en local. El derecho legal a tus propios datos. Los modelos de código abierto para hacerlo inteligente.

Lo que hace Ostler

En el momento en que instalas Ostler, lee tu historial de navegación de Safari, conversaciones de iMessage, Apple Notes, eventos de Calendario, etiquetas de caras de Photos, Reminders y Mail – directamente desde tu Mac. Ves valor en minutos. Luego, para datos más profundos, importa desde 20 plataformas vía exports del RGPD: contactos de LinkedIn, amigos de Facebook, seguidos de Instagram, contactos de WhatsApp, y más – todo conectado en un todo buscable e inteligente.

Un asistente de IA – al que pones nombre en la instalación – responde preguntas sobre tu vida. "¿Cuándo vi a James por última vez?" "¿Qué recomendó David en nuestra reunión?" "¿A quién conozco en esa empresa?" Tu asistente corre en local y responde a partir de tus datos reales, no de internet.

Un wiki personal autogenera páginas para cada persona, organización y tema de tu grafo. Un pipeline de procesamiento de conversaciones extrae hechos, señales de relación y observaciones de coaching a partir de conversaciones grabadas. Todo está interconectado, con marca de tiempo y es tuyo.

Los números

Tras importar mis propios datos desde 20 plataformas:

7.000+ personas en el grafo de conocimiento. 2 millones+ de puntos de datos conectados. 14.874 páginas de wiki autogeneradas. 459 pruebas automatizadas. 2 canales de mensajería (iMessage y correo) para el asistente de IA.

Todo funcionando en una Mac Mini. Todo en local. Todo mío.

Por qué ahora

Esta semana, Perplexity anunció su "Personal Computer" – un hub Mac Mini que hace algo superficialmente similar. Hay una diferencia crítica: la versión de Perplexity envía tus datos a su nube para procesarlos. Cobran 50 $ al mes por el privilegio.

Ese es exactamente el modelo que construí Ostler para evitar.

El mercado está validando el concepto. Karpathy escribió sobre bases de conocimiento personales. Omi recaudó dinero para la captura de conversaciones. Poke recaudó 25 M$ para un asistente de iMessage. Todos rondan la misma idea: la gente quiere una IA personal que de verdad la conozca.

Pero nadie lo está haciendo en local. Nadie está diciendo "tus datos deberían quedarse en tu hardware, punto." Eso es lo que hace Ostler.

Qué sigue

Ostler se lanzó. La gente lo está instalando en sus propias Mac Mini, importando sus exports del RGPD, y diciéndome qué se rompe. El script de instalación tarda unos 30 minutos.

Si tienes una Mac Mini y quieres probarlo, la guía de primeros pasos está aquí. Tus datos se quedan en tu máquina.