Ejecutar agentes de inteligencia artificial directamente en hardware local, sin depender de servidores en la nube, es la apuesta central de Ghost, una startup que acaba de cerrar una ronda semilla de 11 millones de dólares liderada por Andreessen Horowitz, con participación de Abstract, Audacious Ventures, SV Angel y Nova.

El producto central de la compañía es Core, una computadora personal diseñada específicamente para alojar y operar agentes de IA en nombre del usuario. A diferencia de los equipos de propósito general, Core integra una GPU Nvidia RTX Pro 4000 SFF Blackwell y viene con modelos de lenguaje preinstalados, además de permitir la instalación de modelos adicionales desde Hugging Face. La interacción ocurre a través de una aplicación o por comandos de voz; el dispositivo no incluye pantalla.

Privacidad como diferenciador arquitectónico

La propuesta de valor no es solo el rendimiento: es el control de datos. Ghost diseñó Core para que toda la información personal del usuario resida en el propio hardware, encriptada y fuera del alcance de terceros, incluida la propia empresa. En un contexto donde los modelos de IA en la nube implican transferencia constante de datos a servidores externos, esta arquitectura representa una alternativa con implicaciones directas para sectores con requisitos estrictos de privacidad y cumplimiento normativo.

El equipo fundador, integrado por Nicholas Chua, Yifei Chen y Gautam Sharda, ensambla las unidades en San Francisco y planea distribuir actualizaciones de software de forma remota para mantener los dispositivos actualizados sin intervención del usuario.

El mercado que apuesta por la IA en el borde

La tendencia hacia la computación en el borde (edge computing) para IA no es nueva, pero la aparición de hardware dedicado exclusivamente a agentes personales marca una evolución relevante. Hasta ahora, ejecutar modelos locales en equipos convencionales era técnicamente posible pero con experiencias de usuario inconsistentes. Core busca resolver esa brecha con una optimización de pila completa: hardware, software y modelo de privacidad integrados desde el diseño.

Para las organizaciones que evalúan estrategias de adopción de IA, el surgimiento de este segmento plantea una pregunta concreta: ¿qué cargas de trabajo justifican infraestructura local dedicada frente a soluciones en la nube? La respuesta dependerá cada vez más de variables como latencia, soberanía de datos y costos operativos a largo plazo, no solo de capacidad de procesamiento.