Sus datos no salen de Chile
El procesamiento ocurre en infraestructura propia de UPG en territorio nacional. No hay transferencia internacional de datos personales, que es justamente lo que la Ley 21.719 obliga a justificar.
Automatizamos sus procesos internos con inteligencia artificial procesada en Chile. Sus datos no salen del país ni entrenan modelos de terceros. Automatizamos los procesos internos de su empresa —correos, mensajes, documentos y actualizaciones en sus sistemas— con la información procesada en infraestructura propia de UPG en Chile. Sin transferencia internacional de datos personales.
El levantamiento parte en 15 UF + IVA y entrega cifras medidas sobre sus propios documentos. Con ese informe en mano usted decide si avanza.
El recorrido de un dato
Entra
Clasificador
Evalúa la sensibilidad de cada dato
Se procesa en Chile
Puede ir a la nube
Registro auditable: queda constancia de qué información se procesó y dónde.
La nueva Ley de Protección de Datos Personales crea la Agencia de Protección de Datos, con facultades de fiscalización y sanción. Está inspirada en el RGPD europeo.
1 dic 2026
Entrada en vigencia de la Ley 21.719
20.000 UTM
Multa máxima por infracciones
4%
De los ingresos anuales en caso de reincidencia
Enviar datos personales a un servicio de inteligencia artificial alojado en el extranjero constituye una transferencia internacional de datos personales. Eso exige base legal, cláusulas contractuales y evaluación de riesgo.
Una IA privada que procesa la información dentro de Chile no genera transferencia internacional, porque el dato no cruza la frontera. La obligación de justificarla, simplemente, no se activa.
Shadow AI es el uso de herramientas de inteligencia artificial de consumo por parte de los equipos, sin autorización ni control de la empresa. Contratos, estados financieros, fichas de clientes y estrategias comerciales terminan en servicios de terceros.
No es un escenario hipotético: es la práctica cotidiana en la mayoría de las empresas hoy. Y la respuesta que funciona no es prohibirlo —eso solo lo vuelve más difícil de detectar— sino ofrecer una herramienta interna autorizada que haga lo mismo.
Febrero de 2026. El juez Jed S. Rakoff, del Tribunal Federal del Distrito Sur de Nueva York, resolvió que los documentos que una persona generó consultando la versión de consumidor de un asistente de inteligencia artificial comercial no están protegidos ni por el privilegio abogado-cliente ni por la doctrina de producto de trabajo. La fiscalía puede usarlos como prueba.
Las tres razones del tribunal
Un asistente de inteligencia artificial no es abogado, por lo que no puede existir una relación abogado-cliente.
La política de privacidad del servicio permite recolectar las consultas y respuestas, usarlas para entrenar el modelo y divulgarlas a terceros, incluidas autoridades gubernamentales.
La persona usó la herramienta por iniciativa propia, sin actuar bajo instrucción de su abogado, por lo que perdió la protección de producto de trabajo.
De los tres vectores de exposición que identificó el fallo, una IA privada elimina dos. El tercero no lo resuelve ninguna tecnología, y conviene decirlo con claridad.
Divulgación a terceros y uso de los datos para entrenar el modelo
Sí. El procesamiento ocurre en Chile bajo contrato de encargo que prohíbe entrenar modelos con su información y divulgarla a terceros.
Retención de las consultas fuera del control de la empresa
Sí. El registro de lo procesado es auditable por su empresa y su alcance lo define el contrato, no la política de un proveedor extranjero.
Que la inteligencia artificial no sea abogado
No, y ninguna tecnología lo resuelve. Se gestiona con protocolo: el uso lo dirige e instruye el profesional, y queda documentado.
En Chile el argumento más fuerte no es el fallo extranjero, sino el secreto profesional —una obligación legal chilena— sumado a la Ley 21.719. El caso Heppner sirve como evidencia de que el riesgo ya se materializó, no como base normativa.
Un SLM (Small Language Model, o modelo de lenguaje pequeño) es un modelo de inteligencia artificial lo suficientemente compacto para ejecutarse en infraestructura controlada, sin depender de la nube de un proveedor externo. A diferencia de los modelos masivos, que operan únicamente en los servidores de quien los construyó, un SLM se instala donde se decide procesar los datos.
En tareas específicas y bien definidas —clasificar documentos, extraer datos de facturas, categorizar solicitudes de clientes— un modelo pequeño correctamente ajustado al negocio alcanza la misma precisión que un modelo masivo, a una fracción del costo y sin que la información salga del país.
En esta página usamos «IA privada» para hablar del servicio y «SLM» o «modelo de lenguaje pequeño» para el componente técnico que lo hace posible.
Es la capa que interpreta lo que llega —un correo, un mensaje, un documento, una solicitud— y ejecuta el paso siguiente en los sistemas que su empresa ya usa: registrar, clasificar, derivar, notificar, actualizar.
Estos procesos se conectan a los canales y sistemas que ya operamos: el sistema de gestión Up ERP, la facturación electrónica, la plataforma legal Lexvia y los canales de mensajería. No es una herramienta suelta que hay que integrar después: la integración es el producto.
El modelo de inteligencia artificial hoy es un componente disponible para cualquiera. Lo que hace que un sistema se pueda poner en producción es lo que está construido alrededor: qué sale y qué no, qué pasa cuando no sabe la respuesta, y qué puede modificar por su cuenta.
La objeción que aparece siempre es que un modelo privado es menos potente que los grandes de la nube. Es cierto, y la respuesta correcta no es negarlo:
Lo confidencial se procesa en Chile. El resto va al modelo más potente disponible. Y queda registro de qué fue a dónde.
Un clasificador decide, para cada dato y cada consulta, si puede salir o no. Su empresa no elige entre privacidad y capacidad: obtiene las dos.
Ese registro auditable es el producto. Un gerente legal no compra «inteligencia artificial»: compra poder demostrar qué información se procesó, dónde y con qué finalidad. Es la diferencia entre tener una política y tener una evidencia.
Qué se procesa dónde
En Chile el RUT de una empresa es información pública; el de una persona es dato personal. El sistema los distingue, y por eso la operación comercial normal no se frena.
Un asistente que responde siempre es peligroso, porque cuando no tiene el dato lo completa con algo verosímil. Nuestro diseño hace lo contrario: cuando la información no está, lo declara.
Y no depende solo de cómo esté instruido el modelo: se verifica en código que cada dato entregado exista realmente en el documento de origen. Si no está, se marca para revisión.
El sistema nunca afirma un dato que no esté en sus documentos. Cuando no lo encuentra, lo informa y lo deriva a una persona.
Para las acciones que modifican datos —registrar un gasto, emitir una orden de compra, enviar un mensaje a un cliente— el sistema no actúa por su cuenta:
Las primeras semanas su equipo aprueba cada acción. Medimos la tasa de acierto con sus datos reales y automatizamos únicamente lo que supere el umbral que ustedes definan. Gradual, medible y reversible.
Un asistente empresarial no puede tener un solo mecanismo de búsqueda. Hay tres tipos de consulta y cada uno se resuelve distinto. El tercero es el que más importa: un sistema que no hace esa distinción entrega cifras aproximadas, y en información contable una cifra aproximada es una cifra equivocada.
Menciona un documento o un identificador
Búsqueda directa por ese identificador
Es abierta sobre el contenido
Búsqueda sobre los datos indexados de los documentos
Pide un total, un promedio o una comparación
Consulta a la base de datos, no al modelo
Ventaja concreta para nuestros clientes: quienes usan Up ERP ya tienen esos datos estructurados, así que ese tercer camino existe desde el primer día.
No competimos por precio por consulta: una API en la nube casi siempre es más económica en ese frente. Competimos por confidencialidad, cumplimiento legal, costo predecible y evidencia auditable.
El procesamiento ocurre en infraestructura propia de UPG en territorio nacional. No hay transferencia internacional de datos personales, que es justamente lo que la Ley 21.719 obliga a justificar.
Sus consultas y documentos no alimentan modelos de proveedores externos. No es una casilla de configuración que alguien puede desmarcar: no existe la ruta de salida.
El registro de procesamiento vive en sistemas auditables por su empresa, y su alcance lo define el contrato de encargo de tratamiento.
Sin factura variable por consulta y sin inversión en equipos. El área de finanzas presupuesta una cifra conocida.
El procesamiento ocurre en Chile, sin el viaje de ida y vuelta a servidores en otro continente.
Entrenado con la terminología, los documentos y los criterios de clasificación de su empresa. En nuestras mediciones, el ajuste al dominio rindió más que usar un modelo más grande.
Cada procesamiento queda registrado con qué se consultó, qué se respondió y en qué documento se apoyó. Es la diferencia entre tener una política y tener una evidencia.
Bajo este modelo UPG actúa como encargado del tratamiento en los términos de la Ley 21.719, y su empresa se mantiene como responsable de los datos. Eso se formaliza en un contrato de encargo que define qué datos se procesan, con qué finalidad, por cuánto tiempo se conservan y qué está expresamente prohibido: entrenar modelos con esa información o divulgarla a terceros. Lo decimos en la página porque es la figura que corresponde, y porque un proveedor que no la menciona probablemente no la tiene resuelta.
Toda la oferta está construida sobre desarrollos propios en producción. Ese es el orden que seguimos siempre: lo usamos, lo medimos, y solo después lo vendemos.
En Up ERP, nuestra plataforma de gestión empresarial, aplicamos inteligencia artificial al procesamiento de documentación tributaria electrónica: lectura de facturas, notas de crédito y guías, extracción de los datos y registro contable.
Es el caso de uso con retorno más directo, porque reemplaza digitación manual: trabajo repetitivo, lento y expuesto a errores.
Ver la ficha de facturación electrónicaLexvia es nuestra plataforma para estudios jurídicos y abogados, con seguimiento de causas y análisis documental. Es el escenario donde la confidencialidad es más crítica: un expediente judicial contiene datos personales sensibles y está cubierto por el secreto profesional.
Es también el mejor ejemplo del argumento de esta página. Tras el fallo Heppner, un abogado que analiza el caso de su cliente en una herramienta de consumo expone esa información. Lexvia existe para que no tenga que elegir entre usar inteligencia artificial y proteger a su cliente.
Conocer LexviaAplicamos las mismas herramientas antes de ofrecerlas: clasificación de documentación, extracción de datos, categorización de solicitudes de soporte y análisis de información de gestión. Cuando le mostramos una capacidad, ya la usamos nosotros con nuestros propios datos.
Medición propia de julio de 2026. No es una demostración con datos de ejemplo: son documentos en producción.
Evaluamos nuestra implementación de IA privada sobre 120 documentos tributarios electrónicos reales de una empresa del sector alimentario, extrayendo siete campos por documento: tipo de documento, folio, RUT del emisor, RUT del receptor, monto neto, IVA y total.
100% sin errores
Verificado en tres ejecuciones independientes y contrastado contra los registros del sistema de gestión. El procesamiento se ejecutó íntegramente en infraestructura propia de UPG en Chile, sin envío a servicios de terceros.
Ese resultado corresponde a un tipo de documento y un formato de impresión determinados. Con documentos de otro formato, la misma implementación entregó una cifra menor. Lo publicamos así porque una cifra sin contexto no sirve para tomar una decisión.
Medimos la precisión sobre los documentos reales de cada cliente antes de comprometer una cifra. Si no alcanza el estándar que su operación necesita, se lo decimos.
En nuestras mediciones, las mejoras más significativas provinieron del ajuste al dominio del cliente, no de usar un modelo más grande. Un sistema bien ajustado a un negocio específico supera a una herramienta genérica más potente. Por eso cada implementación empieza con un diagnóstico medido, no con una instalación.
Cuatro capacidades respaldadas por medición propia, cada una con su límite. La última es la más importante: medimos que un modelo sin controles ejecuta acciones irreversibles y completa datos que no tiene. Por eso la arquitectura no es un adorno.
| Capacidad | Sí afirmamos | No afirmamos |
|---|---|---|
| Extracción de documentos | Procesamos documentos reales sin errores en una medición controlada, y verificamos en código que no se afirme ningún dato ausente | Un porcentaje universal para cualquier tipo de documento |
| Consulta sobre documentos | Responde citando el documento que utilizó, y cuando no encuentra la información lo declara | Que responda cualquier pregunta sobre todos sus documentos |
| Reportes y totales | Los totales se consultan en los datos estructurados, no se estiman | Que el asistente genere reportes conversando |
| Automatización de acciones | La inteligencia artificial propone la acción; las que modifican datos requieren aprobación, y las irreversibles no están disponibles para ella | Automatización autónoma sin supervisión desde el primer día |
No todas las empresas necesitan una IA privada. Estas sí, y la razón no es tecnológica: es normativa o contractual.
Análisis de escritos, clasificación de causas y revisión documental
Secreto profesional y datos sensibles del expediente
Lectura de facturas de proveedores, conciliación y clasificación de gastos
Información tributaria y financiera de terceros
Procesamiento de documentación clínica y administrativa
Datos de salud: categoría sensible en la Ley 21.719
Categorización de solicitudes, documentación de embarques y seguimiento
Volumen alto de documentación de terceros
Documentación de producción, calidad y mantenimiento
Información de procesos y costos que no debe circular
Análisis de ventas, categorización de productos y consultas
Volumen alto y datos personales de clientes
Clasificación de expedientes y solicitudes ciudadanas
Obligación reforzada de resguardo de datos
Si su información no tiene restricciones de confidencialidad, una API en la nube probablemente le convenga más. Se lo diremos con franqueza.
Las mismas preguntas que un gerente, un contador o un abogado le está haciendo hoy a un asistente de inteligencia artificial.
Depende de cómo y con qué base legal. Enviar datos personales a un servicio de inteligencia artificial alojado en el extranjero constituye una transferencia internacional de datos personales, y la Ley 21.719 —vigente el 1 de diciembre de 2026— exige para eso una base legal, cláusulas contractuales y una evaluación de riesgo. Además, la mayoría de las versiones de consumidor permiten en sus términos usar las consultas para entrenar el modelo. Procesar la información en Chile evita la figura de transferencia internacional porque el dato no cruza la frontera.
En la versión de consumidor de un asistente comercial, ese documento queda sujeto a la política de privacidad del proveedor, que habitualmente permite retener la consulta, usarla para entrenar el modelo y divulgarla a terceros, incluidas autoridades. En febrero de 2026, el tribunal federal del Distrito Sur de Nueva York resolvió en United States v. Heppner que documentos generados así no están protegidos por el privilegio abogado-cliente ni por la doctrina de producto de trabajo, y que la fiscalía puede usarlos como prueba.
Hay tres frentes. Primero, saber dónde se procesa cada dato personal: si sale del país, necesita base legal y evaluación de riesgo como transferencia internacional. Segundo, tener trazabilidad de qué se procesó, cuándo y con qué finalidad, porque la Agencia de Protección de Datos puede fiscalizar. Tercero, controlar el uso de herramientas de inteligencia artificial de consumo por parte de los equipos, que es la principal fuente de exposición no gestionada. Una IA privada procesada en Chile resuelve el primero y entrega la evidencia del segundo.
El fallo Heppner fue explícito en que un asistente de inteligencia artificial no es abogado, y eso no lo resuelve ninguna tecnología. Lo que sí se puede eliminar son dos de los tres vectores de exposición del caso: la divulgación a terceros junto con el uso de los datos para entrenar el modelo, y la retención de las consultas fuera del control del estudio. El tercero se gestiona con protocolo: el uso lo dirige e instruye el profesional, y queda documentado.
Una IA privada es una instancia dedicada a una sola empresa, cuyo procesamiento ocurre en infraestructura controlada y cuyos datos no se usan para entrenar modelos de terceros. La diferencia con un asistente de consumo no está en la capacidad de conversar, sino en tres cosas: quién puede ver la información, si esa información entrena un modelo ajeno, y si queda registro auditable de lo que se procesó.
Un SLM (Small Language Model) es un modelo de inteligencia artificial lo suficientemente compacto para ejecutarse en infraestructura controlada, sin depender de la nube de un proveedor externo. En tareas específicas y bien definidas —clasificar documentos, extraer datos de facturas, categorizar solicitudes— un modelo pequeño correctamente ajustado al negocio alcanza la precisión de un modelo masivo, a una fracción del costo.
Shadow AI es el uso de herramientas de inteligencia artificial de consumo por parte de los equipos, sin autorización ni control de la empresa. El riesgo concreto es que contratos, estados financieros, fichas de clientes y estrategias comerciales terminen en servicios de terceros, sin registro de qué salió ni base legal para la transferencia. No es un escenario hipotético: es la práctica cotidiana en la mayoría de las empresas, y es exactamente la conducta que el caso Heppner dejó al descubierto.
La Ley 21.719 de Protección de Datos Personales entra en vigencia el 1 de diciembre de 2026 y crea la Agencia de Protección de Datos, con facultades de fiscalización y sanción. Contempla multas de hasta 20.000 UTM, y de hasta el 4% de los ingresos anuales en caso de reincidencia. Además obliga a notificar brechas de seguridad y reconoce los derechos ARCO completos a los titulares de los datos.
Sí, y es como debe hacerse. En nuestro diseño las operaciones irreversibles no están disponibles para la inteligencia artificial: la función no existe en su interfaz. Cada dato que va a escribirse se valida contra el mensaje original antes de ejecutarse, y las acciones de escritura quedan pendientes de aprobación. Las primeras semanas su equipo aprueba cada acción, se mide la tasa de acierto con datos reales y se automatiza únicamente lo que supere el umbral que su empresa defina.
Conectando la capa de inteligencia artificial a los sistemas por dentro, en lugar de copiar información a una herramienta externa. En Up ERP procesamos documentación tributaria electrónica de esa forma: el documento se lee, se extraen los datos y se propone el registro contable sin enviarlo a un servicio en el extranjero. Cuando los datos ya están estructurados en el sistema de gestión, los totales y reportes se consultan en la base de datos en lugar de estimarse con un modelo.
En costo por consulta, la nube suele ser más económica. La diferencia es que con una IA privada la información se procesa en Chile, el costo es fijo y predecible, y no hay uso de sus datos para entrenar modelos de terceros. Si su información no tiene restricciones de confidencialidad, probablemente la nube le convenga. Se lo diremos con franqueza.
No. UPG implementa, mantiene y actualiza el sistema. Su equipo lo usa desde las herramientas que ya conoce: el correo, WhatsApp o el propio sistema de gestión.
Medimos la precisión sobre los documentos reales de su empresa antes de poner el sistema en producción, y definimos con usted en qué casos el resultado requiere validación de una persona. Además el sistema verifica en código que cada dato entregado exista en el documento de origen: si no está, lo marca para revisión en lugar de completarlo. La inteligencia artificial propone; su equipo decide.
Es un avance importante y una alternativa válida. La diferencia está en la jurisdicción y en la evidencia: en ese esquema la protección proviene de un contrato con un proveedor en otro país, sujeto a la ley de ese país, y usted no controla el registro. Con una IA privada en Chile el procesamiento ocurre bajo ley chilena, el registro de lo procesado es auditable por su empresa, y la relación se formaliza en un contrato de encargo de tratamiento en los términos de la Ley 21.719.
UPG actúa como encargado del tratamiento en los términos de la Ley 21.719, y su empresa se mantiene como responsable. Eso se formaliza en un contrato de encargo que define qué datos se procesan, con qué finalidad, por cuánto tiempo se conservan y qué está prohibido: entrenar modelos con esa información o divulgarla a terceros. El acceso técnico queda acotado a lo necesario para operar y mantener el servicio, y registrado.
El levantamiento de requerimientos parte en 15 UF + IVA y toma pocas semanas. Entrega cifras concretas de precisión, tiempo de procesamiento y costo medidas sobre los documentos y procesos reales de su empresa. Con ese informe en mano usted decide si avanza, sin compromiso previo.
Evaluamos IA privada sobre los documentos y procesos reales de su empresa y le entregamos cifras concretas de precisión, tiempo de procesamiento y costo. Con ese informe en mano usted decide si avanza.
El levantamiento de requerimientos parte en 15 UF + IVA. No es una demostración gratuita: es trabajo medido sobre sus datos, y el resultado es suyo.
¿Todavía evaluando el panorama completo? Transformación con IA · Agentes de IA · Casos de éxito