Poolside, una startup estadounidense de IA, ha lanzado Laguna XS.2: un modelo abierto, gratuito y diseñado para ejecutar tareas de programación en local, incluso sin conexión a internet. Para una PYME, la noticia no va de ganar una carrera técnica entre laboratorios de IA; va de algo más práctico: la inteligencia artificial útil empieza a ser más privada, más barata, más personalizable y menos dependiente de grandes plataformas cerradas. Eso puede cambiar cómo se construyen automatizaciones, herramientas internas y sistemas que hoy todavía requieren demasiada intervención manual.
Durante los últimos meses, la conversación sobre IA ha estado dominada por modelos cada vez más potentes, pero también más caros y cerrados. OpenAI, Anthropic y Google compiten en la gama alta. Mientras tanto, empresas como DeepSeek, Qwen o Xiaomi han empujado fuerte por otro lado: modelos más abiertos, más económicos y suficientemente buenos para muchos usos reales.
La novedad es que ahora aparece un jugador estadounidense, Poolside, con una propuesta interesante: modelos especializados en programación y trabajo agente. Es decir, IA que no solo responde preguntas, sino que puede planificar, escribir código, usar herramientas y ejecutar pasos para resolver una tarea.
Para negocios que viven rodeados de hojas de cálculo, CRMs, emails, formularios, llamadas, sistemas que no se hablan entre sí y procesos que dependen de copiar y pegar, esto importa.
Qué ha lanzado Poolside exactamente
Poolside ha presentado dos modelos de la familia Laguna:
| Modelo | Qué es | Para quién parece pensado |
|---|---|---|
| Laguna M.1 | Modelo grande y propietario, orientado a tareas complejas de ingeniería | Empresas grandes, gobierno, entornos críticos |
| Laguna XS.2 | Modelo abierto bajo licencia Apache 2.0, más pequeño y eficiente | Desarrolladores, startups, equipos que quieren ejecutar IA en local |
El protagonista para la mayoría no es el modelo grande. Es Laguna XS.2.
¿Por qué? Porque Poolside lo publica con licencia Apache 2.0. En términos sencillos: se puede usar, modificar y adaptar incluso para fines comerciales, con muy pocas restricciones.
Además, está pensado para correr en local. No siempre en cualquier portátil básico, ojo. Hablamos de equipos con bastante memoria o GPUs potentes. Pero la dirección es clara: modelos capaces que no obligan a enviar todo a la nube.
Y eso abre una puerta importante.
IA local: menos dependencia, más control
Cuando una empresa usa un modelo cerrado en la nube, obtiene comodidad. Pero también acepta varias dependencias:
- Depende del precio del proveedor.
- Depende de sus límites de uso.
- Depende de su disponibilidad.
- Depende de sus políticas de privacidad.
- Depende de que el modelo no cambie de comportamiento de un día para otro.
Para muchas tareas, esto no es un problema. Si quieres resumir un texto o generar ideas para una campaña, usar un modelo externo puede ser perfecto.
Pero cuando hablamos de procesos internos más sensibles —datos de clientes, incidencias, documentación privada, contratos, código, operaciones— la cosa cambia.
Un modelo que puede ejecutarse en local o en un entorno privado permite otro tipo de arquitectura: más controlada, más auditable y menos expuesta.
No significa que todas las PYMEs deban montar mañana su propio servidor de IA. De hecho, para la mayoría no tendría sentido. Pero sí significa que los equipos que construimos automatizaciones tenemos más opciones para diseñar soluciones seguras, sostenibles y sin encerrar al cliente en una sola plataforma.
En Studio SmartWork esto encaja con una idea que ya aplicamos: usar herramientas abiertas y probadas, como n8n y APIs bien integradas, para construir automatizaciones a medida sin crear dependencia innecesaria de un proveedor concreto.
Qué significa eso de “agentic coding”
El término suena técnico, pero la idea es sencilla.
Un chatbot normal responde. Un agente intenta hacer.
En el caso de Poolside, sus modelos están optimizados para programación agente: pueden analizar una tarea, revisar archivos, proponer cambios, escribir código, ejecutar pruebas y corregir errores.
Esto no es solo útil para programadores. Es útil porque muchas automatizaciones de negocio requieren precisamente eso: conectar sistemas, transformar datos, crear reglas, detectar errores y mantener procesos funcionando.
Ejemplos aterrizados:
- Un agente revisa por qué una integración entre el CRM y el email ha fallado.
- Otro genera una pequeña herramienta interna para convertir pedidos en facturas.
- Otro adapta un flujo para que los leads de una nueva fuente entren bien etiquetados.
- Otro detecta que una automatización se rompe cuando falta un campo y propone una corrección.
Hoy muchas de estas tareas siguen dependiendo de una persona técnica. Con modelos más capaces y especializados, parte de ese trabajo se acelera mucho.
No desaparece la necesidad de criterio humano. Pero baja el coste de construir y mantener sistemas internos.
El dato importante: no es solo “otro modelo más”
Poolside asegura que Laguna XS.2 rinde muy bien en pruebas de resolución de problemas reales de software. En algunos benchmarks se acerca a modelos mucho más grandes y supera a otros modelos conocidos en tareas específicas de programación.
¿Hay que tomar los benchmarks con cautela? Siempre.
Las pruebas de laboratorio no son lo mismo que el caos de una empresa real: bases de datos antiguas, campos mal nombrados, procesos que nadie documentó, excepciones acumuladas durante años y decisiones que dependen del contexto.
Pero aun así, la tendencia es clara: los modelos pequeños y especializados están mejorando rápido.
Y eso importa más que el ranking exacto.
Durante mucho tiempo, la lógica era: si quieres buena IA, necesitas el modelo más grande, caro y cerrado. Ahora empieza a verse otra alternativa: modelos más pequeños, entrenados para tareas concretas, que hacen muy bien trabajos específicos y pueden ejecutarse de forma más controlada.
Para PYMEs, ese suele ser el patrón ganador. No necesitas “la IA más inteligente del mundo”. Necesitas una IA suficientemente buena, fiable, integrada en tu proceso y con un coste razonable.
La privacidad vuelve al centro
Una de las partes más relevantes de la noticia es que Laguna XS.2 puede funcionar sin conexión. Esto interesa especialmente a sectores donde los datos importan mucho:
- Despachos profesionales.
- Clínicas.
- Asesorías.
- Empresas industriales.
- E-commerce con datos de clientes.
- Equipos comerciales con información sensible.
- Empresas con contratos de confidencialidad.
En estos casos, muchas automatizaciones se frenan por una pregunta lógica: ¿dónde van mis datos?
La IA local no resuelve todos los problemas de seguridad, pero permite diseñar soluciones donde cierta información nunca sale del entorno de la empresa. Eso es una ventaja.
También puede ayudar en casos donde la conexión no es estable, donde hay requisitos internos de cumplimiento o donde se quiere reducir dependencia de servicios externos.
De nuevo: no significa que todo deba ir en local. Lo inteligente es elegir bien. Algunas tareas pueden ir perfectamente con modelos en la nube. Otras conviene mantenerlas en entornos privados. La clave está en diseñar el sistema, no en perseguir modas.
Qué puede cambiar en la automatización de una PYME
La mayoría de PYMEs no tienen un problema de IA. Tienen un problema de operaciones.
Tareas repetidas. Información dispersa. Respuestas lentas. Seguimientos olvidados. Procesos que dependen de una persona concreta. Datos que se copian manualmente entre herramientas.
Modelos como Laguna XS.2 no solucionan eso por sí solos. Pero hacen más fácil construir las piezas que faltan.
Por ejemplo:
1. Automatizaciones más personalizadas
En vez de adaptar tu empresa a una herramienta rígida, se pueden crear flujos más ajustados a cómo trabajas realmente.
Un bot que clasifica emails según tus criterios. Un sistema que enriquece leads antes de pasarlos a ventas. Una automatización que revisa incidencias y las enruta al equipo correcto.
2. Menor coste de mantenimiento
Uno de los problemas de automatizar es que los procesos cambian. Cambia el CRM. Cambian los campos. Cambia la forma de vender. Cambia el equipo.
Si la IA ayuda a revisar, adaptar y probar flujos, mantener automatizaciones se vuelve más rápido y barato.
3. Más independencia tecnológica
Las herramientas cerradas son cómodas, pero a veces crean jaulas. Si todo tu proceso depende de una plataforma concreta, cambiar puede ser caro.
Los modelos abiertos y las herramientas open-source reducen ese riesgo. No lo eliminan, pero dan más margen de maniobra.
4. Más velocidad para crear herramientas internas
Muchas empresas necesitan pequeñas herramientas que nunca se construyen porque “no compensa”. Un panel interno. Un generador de propuestas. Un sistema de alertas. Un conector entre dos aplicaciones.
Con agentes de programación más capaces, ese tipo de soluciones se pueden construir más rápido.
En Studio SmartWork lo vemos constantemente: a veces una automatización sencilla elimina 3 o 4 horas diarias de trabajo manual. No hace falta transformar toda la empresa. Basta con atacar el cuello de botella correcto.
Ojo: esto no es magia ni sustituye una buena implementación
Conviene ser claros. Que un modelo sea abierto y potente no significa que cualquier empresa pueda descargarlo y obtener valor en una tarde.
Para que funcione en un negocio real hacen falta varias cosas:
- Entender bien el proceso actual.
- Definir qué se debe automatizar y qué no.
- Integrar con las herramientas existentes.
- Probar casos normales y excepciones.
- Medir errores.
- Mantener el sistema cuando cambie el negocio.
La tecnología es una pieza. La implementación es el trabajo importante.
Por eso muchas iniciativas de IA se quedan en demos bonitas. Responden bien en una prueba, pero no sobreviven al lunes por la mañana cuando entran 200 emails, tres clientes llaman a la vez y el CRM tiene datos incompletos.
El valor está en convertir la IA en un flujo fiable.
La lectura práctica para dueños de PYMEs
Si diriges una empresa, no necesitas memorizar el nombre Laguna XS.2. Lo importante es entender la tendencia.
La IA se está moviendo en tres direcciones que sí afectan a tu negocio:
- Más capacidad: los modelos hacen tareas más complejas, no solo texto.
- Más apertura: aparecen alternativas que no dependen de un único proveedor.
- Más ejecución local o privada: aumenta el control sobre datos y costes.
Eso significa que automatizar procesos será cada vez más accesible. No porque todo sea gratis, sino porque construir soluciones útiles requiere menos tiempo y menos infraestructura que antes.
También significa que la ventaja no estará en “usar IA” de forma genérica. La ventaja estará en aplicarla a procesos concretos antes que tu competencia:
- Responder leads en menos de 60 segundos.
- Reducir una bandeja de entrada de 3 horas al día a 15 minutos.
- Generar propuestas comerciales en 10 minutos en vez de 1 o 2 días.
- Conectar herramientas que hoy obligan a copiar y pegar.
- Atender llamadas y preguntas frecuentes 24/7.
Eso es IA útil. No la que impresiona en una demo, sino la que devuelve tiempo al equipo.
Dónde encaja Studio SmartWork
En Studio SmartWork no vendemos software empaquetado. Diseñamos, construimos y operamos automatizaciones personalizadas para empresas que quieren quitarse trabajo repetitivo de encima.
Noticias como la de Poolside nos interesan porque amplían el abanico de piezas con las que podemos construir: modelos abiertos, ejecución más privada, agentes más capaces y herramientas menos cerradas.
Pero nuestro enfoque sigue siendo el mismo: primero el problema, luego la tecnología.
Si una automatización necesita un modelo en la nube, lo usamos. Si conviene una arquitectura más privada, la diseñamos. Si basta con reglas simples y n8n, no metemos IA donde no hace falta.
La buena automatización no consiste en usar la herramienta más nueva. Consiste en que el proceso funcione, ahorre tiempo y no se rompa cada dos días.
La conclusión
Laguna XS.2 es una señal más de que la IA abierta y especializada está madurando. No va a cambiar mañana la operativa de todas las PYMEs, pero sí apunta a un futuro cercano donde las empresas podrán tener automatizaciones más privadas, más adaptadas y más económicas.
Para los dueños de negocio, el mensaje es simple: no hace falta seguir cada lanzamiento de IA. Pero sí conviene empezar a mirar los procesos internos con otros ojos.
Si una tarea es repetitiva, basada en información y sigue una lógica más o menos clara, probablemente ya se puede automatizar. Y con modelos como Laguna XS.2, cada vez habrá más formas de hacerlo bien, con más control y menos dependencia.
La carrera de la IA no va solo de quién tiene el modelo más grande. Para las PYMEs, la carrera importante es otra: quién convierte antes estas capacidades en horas recuperadas, respuestas más rápidas y operaciones más sólidas.