Lenovo presentó Qira, una capa de inteligencia artificial que busca operar en el hardware del usuario y ya se está desplegando en más de veinte dispositivos, según Xataka; la compañía dice además que Qira está disponible en seis idiomas y nueve regiones, con español incluido, y que en 2026 llegará a Motorola, según la misma crónica. Esta frase resume el giro: menos dependencia de modelos masivos en la nube y más modelos pequeños y específicos ejecutándose localmente, con la promesa de que datos como PDFs indexados nunca salen del disco del PC.

¿Qué es Qira y cómo funciona?

Qira es, según Xataka, una capa transversal de IA diseñada para unificar experiencias entre ThinkPad, Yoga, Legion, IdeaPad y otros equipos, y para ejecutar modelos locales que entienden contexto y usuarios sin mandar todo a la nube. El flujo de demostración es claro: arrastrás un PDF al icono de Qira en el portátil, el sistema vectoriza el documento e indexa la información de forma local, y después permitís consultar ese índice desde el móvil sin que el archivo haya salido del disco, según Xataka. Esa arquitectura mezcla procesamiento en el dispositivo con sincronizaciones puntuales y promete latencia baja y personalización continua; sin embargo, cuanto más integración (Windows↔Android, x86↔ARM) se busque, más cuidado habrá que poner en cómo y cuándo se replican metadatos entre equipos.

¿Cómo impacta esto en el mercado argentino?

Vemos dos efectos directos para la Argentina: primero, Lenovo parte de una presencia global que facilita ofrecer funcionalidades nativas en el hardware y traducirlas al español, lo que según Xataka ya ocurrió al incluir el idioma entre los seis soportados; segundo, Qira compite contra capas que colocan LLMs en la nube, un modelo que sigue siendo dominante en muchas apps locales y empresariales. Para empresas y profesionales que trabajan con documentos sensibles (abogados, contadores, pymes), la opción de indexación local reduce la superficie de exposición frente a servicios 100% en la nube, aunque no la elimina: sincronizaciones móviles, backups o servicios de asistencia técnica pueden introducir fugas. En términos competitivos, si Lenovo logra que Qira funcione fluida y consistentemente entre más de veinte dispositivos y en múltiples arquitecturas, tendrá una ventaja operacional frente a competidores puramente de software, según Xataka.

¿Es suficiente ejecutar la IA localmente para no ser “espiado”?

No necesariamente. Ejecutar modelos en el equipo mitiga riesgos de exposición en la nube, pero no los anula: necesitamos trazabilidad de qué modelos procesan qué datos, control de permisos por aplicación y un plan de salida (cómo revocar accesos y borrar índices) antes de confiar procesos sensibles a agentes automáticos. Esto es coherente con la postura que venimos sosteniendo: apoyamos usar IA local como apoyo solo si hay trazabilidad, control de permisos y un plan de salida claro antes de automatizar o almacenar datos sensibles. Además, la privacidad efectiva depende de detalles técnicos —qué datos se vectorizan, por cuánto tiempo se conservan los embeddings, si hay logs que salen del equipo— y de políticas claras del fabricante y del usuario. Si Lenovo documenta esos puntos y ofrece controles sencillos para el usuario, Qira tiene sentido; si no, puede convertirse en otro silo con etiqueta de “privacidad”.

Riesgos prácticos y checklist antes de activarlo

Antes de activar Qira en un entorno personal o de trabajo recomendamos chequear lo mínimo imprescindible: 1) confirmar qué datos exactamente se indexan y dónde se almacenan; 2) exigir opciones para auditar y borrar índices (plan de salida); 3) verificar permisos por app y por dispositivo y negar replicaciones automáticas; y 4) pedir trazabilidad de modelos y versiones para saber qué inferencias se hacen sobre nuestros datos. Como referencia operativa, Lenovo ya anunció despliegues en más de veinte dispositivos y cobertura en seis idiomas y nueve regiones, según Xataka, lo que implica que las opciones de configuración deberían estar disponibles en distintas localizaciones y plataformas. Si llegaste hasta acá, ya tenés lo más difícil: entender la promesa de valor y cuáles son los chequeos mínimos para no regalar privacidad por comodidad.

Si todo esto se hace bien, Qira podría ser una alternativa intermedia entre la nube absoluta y la ausencia de IA; si no, será otra capa más que suena privada pero deja dudas. Nuestro consejo práctico es: probar en casos poco sensibles, exigir transparencia y mantener siempre una vía de salida documentada y accionable.