Apenas un 3,6% de las compañías en Chile ha logrado escalar proyectos de inteligencia artificial con resultados reales y sostenibles, según un estudio de MAS Analytics, mientras el 68,1% permanece en fases de exploración o pilotos iniciales. Los AI PC responden a ese estancamiento instalando parte de la capacidad de IA dentro del propio computador, a través de un componente que se vuelve central en la decisión de compra: la NPU.
La NPU —Neural Processing Unit, o Unidad de Procesamiento Neural— es un microprocesador diseñado exclusivamente para ejecutar cargas de trabajo de inteligencia artificial de forma local. A diferencia de la CPU, que gestiona secuencialmente las tareas generales del sistema, y de la GPU, construida para el procesamiento paralelo de alta intensidad —gráficos, entrenamiento de modelos de IA y machine learning—, la NPU se especializa en tareas de IA continuas y de bajo consumo: reconocimiento de voz, traducción en tiempo real, mejoras de imagen en videollamadas o cancelación de ruido de audio. Lo hace sin drenar la batería y sin exponer datos a servidores externos.
En un equipo equipado con los tres procesadores, las tareas se distribuyen según su propósito: la GPU concentra las cargas pesadas y el renderizado, la NPU gestiona la IA en segundo plano y la CPU se libera para la operación central del sistema. Esa distribución equilibrada se traduce en mejor multitarea, mayor rendimiento sostenido y una duración de batería más extendida, algo particularmente relevante para trabajadores que operan desde distintas ubicaciones a lo largo del día.
La adopción de IA en las empresas se entendía como una decisión de qué herramienta contratar o qué plataforma usar. Sin embargo, los equipos con NPU trasladan parte de esa decisión al hardware, porque el computador que se compra hoy define qué tan bien podrá ejecutar funciones de IA en el trabajo diario. Para un área de TI, esto significa mantener ciertas tareas y datos sensibles dentro del equipo, sin depender exclusivamente de servidores externos. Y para la organización, implica que la elección de hardware es también una decisión estratégica de privacidad y eficiencia.
‘La NPU ha dejado de ser solo una sigla técnica para convertirse en un criterio real de compra, porque hoy la IA ya no es solo una decisión de software, sino de hardware. Al integrar esta unidad de procesamiento en el equipo, las empresas garantizan una ejecución de IA más rápida y eficiente, procesando datos localmente sin depender constantemente de la nube, lo cual es fundamental para la seguridad y la productividad en el trabajo actual’, afirma Gabriel Bahamondes, Technical Marketing & PR Coordinator de ASUS Latam.
En materia de trabajo híbrido, ASUS orienta buena parte de su desarrollo actual a proveer equipos que sostengan un rendimiento constante sin importar la ubicación geográfica del trabajador. Por ejemplo, los notebooks con NPU son la extensión más reciente de ese enfoque: no solo para el ejecutivo que viaja, sino para cualquier equipo de TI que gestiona una fuerza de trabajo distribuida.
Amplia gama de productos
ASUS lleva esta lógica a varias líneas de productos, cada una con un perfil de procesamiento distinto. Ese es el caso de la ExpertBook Series, que es una gama de equipos diseñada exclusivamente para el mercado empresarial, con modelos de diversas configuraciones que comparten como base común la durabilidad certificada bajo estándares militares y seguridad empresarial integrada mediante TPM y biometría avanzada.
El Zenbook Duo, por su parte, combina un formato versátil de doble pantalla OLED con procesador Intel® Core™ Ultra y NPU, dirigido al profesional que requiere alta productividad en distintos escenarios de uso.
Para quienes priorizan movilidad extrema, el Zenbook A14 —de apenas 0,98 kg— está equipado con procesador Snapdragon X Series de Qualcomm y NPU Qualcomm Hexagon. Y el Zenbook S14, con procesador Intel® Core™ Ultra 7 Serie 2 e Intel AI Boost NPU hasta 47 TOPS, representa una opción de alto rendimiento en un formato ultradelgado de 1,20 kg.
La próxima discusión sobre IA en las empresas no será solo qué software adoptar, sino qué computadores están preparados para ejecutarla de manera eficiente.
