La mayoría de las herramientas de IA que las empresas han adoptado hasta ahora se encargan de tareas de bajo riesgo, como redactar correos electrónicos, resumir llamadas y retocar presentaciones.
El material que más les gustaría ceder a las empresas es el que más protegen.
Esto incluye investigaciones financieras antes de su publicación, documentos legales protegidos por el secreto profesional entre abogado y cliente y datos internos sobre precios, productos y acuerdos.
Lo que suele frenar ese trabajo no es lo que los modelos pueden hacer. Es lo que ocurre con los datos cuando salen de la empresa.
Enviar un documento confidencial a un modelo de IA implica confiar en que el proveedor de la nube, el operador del chip y la empresa de IA no lo vean. La mayoría de las veces, esa confianza se basa en una política de privacidad.
Relacionado: Bernie Sanders detecta una oportunidad mientras el 66 % de los estadounidenses se opone a los centros de datos de IA
La presión se está haciendo notar en los presupuestos corporativos. En el Estudio de referencia sobre datos y privacidad de Cisco de 2026, el 90 % de los más de 5.200 profesionales de TI y seguridad encuestados afirmó que sus programas de privacidad se han ampliado debido a la IA. Cisco lo expresa claramente:
«La ambición en materia de IA está superando la preparación».
El costo de equivocarse también está aumentando. El Informe sobre el costo de las filtraciones de datos de IBM de 2026 sitúa el costo promedio de una filtración en 4,99 millones de dólares, una cifra récord. Los ataques que extraen datos sensibles de los modelos de IA cuestan aún más: un promedio de 6 millones de dólares.
NEAR AI, la división de IA del ecosistema NEAR, está construyendo su negocio en torno a sustituir esa política por pruebas.
El 15 de octubre, la empresa anunció que Leo, el asistente de IA integrado en el navegador Brave, ahora funciona con inferencia privada de NEAR AI Cloud.
La inferencia es el proceso en el que un modelo lee una instrucción y genera una respuesta, y es ahí donde los datos de los usuarios quedan más expuestos.
Una sala cerrada a la que el operador no puede acceder
Según NEAR AI, las conversaciones de Leo con el modelo GLM 5.3 Flash se ejecutan dentro de entornos de ejecución confiables, o TEE.
Un TEE es una sección aislada de un procesador donde el código y los datos están protegidos del resto de la máquina. NEAR AI afirma que sus TEE se basan en Intel TDX y NVIDIA Confidential Compute.
La empresa afirma que el proveedor de la nube, el operador de la GPU y la propia NEAR AI tienen «bloqueado criptográficamente el acceso». Leo cifra cada instrucción en el navegador mediante un protocolo llamado Oblivious HTTP, con una clave que solo existe dentro del enclave.
El relé de Brave elimina la dirección IP del usuario antes de reenviar la solicitud. NEAR AI afirma que la memoria permanece cifrada mientras se ejecuta el modelo y que cada respuesta se firma dentro del enclave.
La cuestión más importante es quién realiza las comprobaciones. Antes de que Leo reciba la clave del enclave, el verificador de código abierto de Brave comprueba el hardware con la firma de Intel y el servicio de certificación de NVIDIA.
La certificación es una prueba criptográfica del hardware y el software que están en ejecución.
El verificador también reconstruye el código de NEAR AI a partir del código fuente público para confirmar que coincide con lo implementado. Como dice la publicación: «Si no apruebas la verificación, no obtienes la clave».
El Centro de Confianza de NEAR AI lo expresa en términos empresariales. Afirma que la privacidad está «garantizada por el hardware, no por políticas» y que puede verificarse mediante una certificación «contrastada con Intel y NVIDIA, no con NEAR AI».
Tendencias en TheStreet Roundtable:
Un economista veterano afirma que los inversores están atentos a la burbuja equivocada
El multimillonario Ray Dalio alerta sobre la presión de 4,4 billones de dólares de deuda vinculada a la IA
Dos grandes mineras de Bitcoin que cotizan en EE. UU. planean una importante salida para dedicarse a la IA
El alcance de Brave como canal de distribución
La distribución puede importar tanto como la tecnología. Las herramientas de privacidad suelen tener dificultades porque los usuarios deben ir a buscarlas. Dentro de un navegador, la inferencia privada se convierte en un ajuste.
Actualmente, Brave tiene más de 130 millones de usuarios activos mensuales. Esa cifra muestra el tamaño de la audiencia potencial.
La inferencia privada solo está disponible para los usuarios de Brave Leo que seleccionen GLM 5.3 Flash en los ajustes del modelo.
El despliegue se realizó por etapas. Brave comenzó a probar los TEE de NEAR AI en noviembre de 2025 con DeepSeek V3.1 en Brave Nightly, su versión experimental. El lanzamiento de octubre lleva la función al navegador de producción completo.
Brendan Eich, cofundador y director ejecutivo de Brave, calificó la integración como «la primera de su tipo para chats de IA en navegadores». Illia Polosukhin, cofundador de NEAR, la planteó como una cuestión de propiedad.
«Los navegadores son una interfaz informática principal que gestiona toda nuestra información personal, así que es fundamental que la IA se introduzca de una manera que dé el control a los usuarios», afirmó Polosukhin.
NEAR AI afirma que Brave se suma a Venice AI, Abound y el Gobierno de Bermudas entre las organizaciones que ejecutan cargas de trabajo de producción en NEAR AI Cloud.
Esa combinación de aplicaciones de consumo y un usuario del sector público apunta al mismo modelo de distribución: privacidad ofrecida mediante software que la gente ya usa, en lugar de un producto independiente.
Garantías que se limitan al modelo
Para las empresas que evalúan cargas de trabajo sensibles, la letra pequeña importa. La garantía de privacidad del
anuncio de Brave abarca un modelo en una implementación. NEAR AI describe GLM 5.3 Flash como un modelo de pesos abiertos bajo la licencia MIT, lo que significa que sus parámetros subyacentes son públicos.
El Centro de Confianza de NEAR AI especifica que los modelos de pesos abiertos alojados por NEAR AI se ejecutan dentro de los TEE. También se ofrecen modelos de terceros, pero NEAR AI afirma que estos se «conectan mediante un proxy sin revelar la identidad del cliente y se procesan según las condiciones de datos propias del proveedor».
En otras palabras, la garantía del hardware solo se aplica cuando NEAR AI controla el hardware.
Es probable que esa distinción influya en cómo compran las empresas. Una garantía vinculada a un modelo identificado, una implementación concreta y una certificación que cualquiera puede verificar les da algo que auditar.
NEAR AI también afirma que un registro de implementación certificado por hardware confirma que responde el modelo que el usuario selecciona.
Publicar una verificación de código abierto y confiar en los servicios de certificación de los fabricantes de chips, en lugar de pedir que crean en su palabra, permite que el enfoque de NEAR AI se evalúe desde fuera.
Para las empresas que han mantenido sus archivos más sensibles alejados de la IA, esto ofrece una forma de incorporarlos sin tener que confiar ciegamente en nadie.
Relacionado: Gigante de corretaje de 13 billones de dólares ofrece las formas más baratas de operar con criptomonedas