Dave Barry observa a Lucy y encuentra en ella siete lecciones sobre amistad, familia, gratitud, diversión y otras cosas que solemos complicar. Algunas parecen obvias. Pero saber algo y vivir de acuerdo con eso son cosas bastante distintas.

Yo tengo tres perros. Y a veces necesito a los tres para acordarme.

Cada uno es un mundo

Vivir con ellos me ha obligado a prestar atención. Tienen tamaños, personalidades y necesidades diferentes. Lo que tranquiliza a uno puede alterar al otro; lo que funciona con uno no necesariamente sirve con los demás.

He tenido que aprender a entenderlos, tenerles paciencia y poner límites. También a cambiar mis rutinas. Antes de tener perros uno piensa en cómo van a encajar en su vida. Después descubre cuánto va a tener que acomodarse también.

En mi caso, cambiaron bastante más de lo que esperaba.

Hubo una época en la que salir, beber y estar de fiesta era algo habitual. Poco a poco empecé a preferir regresar a casa. Quería estar con ellos, descansar y despertarme bien para salir a caminar al día siguiente.

No hubo un momento preciso en el que decidiera cambiar de vida. Fui disfrutando más estar en casa y menos seguir afuera.

Con el tiempo dejé de beber. Esa decisión tuvo varias razones, pero mis perros tuvieron mucho que ver. Su compañía y las rutinas que compartimos me fueron arraigando. Hoy disfruto una tranquilidad que antes quizá habría confundido con aburrimiento.

Hasta terminé cocinándoles

Si hace unos años me hubieran dicho que iba a estar preparando diezmillo molido, arroz, verduras y sardinas para tres perros, me habría parecido extraño.

Ahora es parte de mi día. Me importa lo que comen y dedico tiempo a preparárselo. No suelo pensarlo demasiado: hay que hacerlo y lo hago.

Lo mismo pasa con los paseos y los horarios. Puedo tener mucho trabajo, estar cansado o no tener ganas de salir, pero ellos siguen necesitando atención. Con tres perros hay poco margen para dejar todo para después.

Esa responsabilidad me ha hecho más disciplinado. También me ha sacado de mi propia cabeza muchas veces.

Lo que más me hizo pensar del libro

Me reconocí en esa costumbre de estar en un lugar pensando en otro. Estoy en casa, pero sigo resolviendo algo del trabajo. Salgo a caminar y voy repasando pendientes. Termino un proyecto y ya estoy pensando en el siguiente.

Por eso me gustó tanto la manera en que Barry habla de Lucy. Al leerlo, recordé lo fácil que es para mis perros interesarse otra vez en el mismo paseo o emocionarse cuando regreso, aunque haya salido un rato.

A mí me cuesta más.

Puedo pasar media hora con ellos y sentir que debería estar aprovechando el tiempo para algo. Es una costumbre difícil de quitar cuando uno está acostumbrado a trabajar, construir y resolver problemas.

Pero también disfruto verlos olfatear, caminar con ellos o sentarme en casa sin hacer gran cosa. Cada vez necesito menos justificar esos ratos.

¿Quién está educando a quién?

Yo les he enseñado horarios, límites y algunas reglas para convivir. Ellos han cambiado mis hábitos de una manera mucho más profunda.

Salgo menos, camino más y disfruto más mi casa. Aprendí a convivir con tres personalidades distintas y a hacerme responsable de lo que necesitan, incluso cuando el día se complica.

Nada de eso fue parte de un plan. Ha sucedido durante los años que llevamos juntos.

Por eso conecté con el libro. Muchas de las cosas que Barry cuenta sobre Lucy ya estaban frente a mí. Las reconocí en mis perros y, sobre todo, en la vida que hemos ido haciendo juntos.

Cuando terminé de leer, pensé en cuánto disfruto ahora estar en casa con ellos. Hace unos años no me habría imaginado diciendo eso.

Durante años, “usar IA en serio” significó pagarle a OpenAI o a Anthropic. En 2026 eso cambió, y vale la pena entender exactamente cuánto.

La brecha se cerró — pero no a cero. El mejor modelo de nube hoy es Claude Opus 4.8: 61.4 en el Artificial Analysis Intelligence Index, el primero en romper limpio la barrera de 60 puntos. Los líderes open-weight que puedes descargar y correr tú mismo —Kimi K2.6, DeepSeek V4, Qwen 3.5— quedan a 7 a 9 puntos. Es la distancia más corta de la historia. No es paridad, pero ya no es el abismo de hace dos años.

Un matiz que casi nadie aclara: ningún hardware del mundo corre Opus 4.8 en local. No porque te falte máquina, sino porque Anthropic no libera los pesos. Lo que sí corres en casa es lo mejor del open-weight.

El fierro. La regla de oro: la suma de RAM + VRAM debe igualar el tamaño del modelo cuantizado. Para una empresa chica que busca soberanía de datos —no servir a miles de usuarios— el punto dulce es una Mac Studio M3 Ultra de 512 GB: una sola caja silenciosa, ~$11K una vez. Producción multiusuario real ya pide servidores con 8× H100 ($250K+).

El dinero. La IA local solo se justifica económicamente a escala. El break-even ronda los 50 millones de tokens de salida al mes para modelos tipo Kimi K2.6. Por debajo de eso, las APIs de modelos open salen más baratas que comprar y mantener hardware. Para la mayoría de las PyMEs, el self-hosting es más tranquilidad estratégica que ahorro inmediato: tiene sentido cuando procesas datos que no pueden salir de tu red, cuando rebasas el break-even, o cuando puedes dedicar al menos media persona de ingeniería al mantenimiento.

La decisión. Quédate en la nube si tu volumen es bajo, necesitas el máximo razonamiento de frontera o no quieres administrar infraestructura. Múdate (o respáldate) en local si manejas datos sensibles, tu volumen es alto, o quieres un seguro contra que el acceso “libre” se encarezca o se restrinja.

La estrategia ganadora para 2026 no es elegir bando: es construir infraestructura agnóstica al modelo. Nube para frontera, local para soberanía, y cada tarea enrutada al modelo que mejor balancea calidad, costo y privacidad.

Escribí el análisis completo —con las tablas de precios, requisitos de hardware y benchmarks medidos— en el blog de ia¹:

👉 https://ia1.mx/insights/ia-local-vs-nube-2026