Guillem Alsina Gonzàlez
OpenClaw es un agente de inteligencia artificial, un software autónomo que se basa en el uso de un modelo de lenguaje grande (LLM) de IA para completar, por su propia cuenta, tareas, que se puede descargar e instalar en local, mientras que el modelo de lenguaje que emplea puede estar instalado en local o ser externo (residente en la nube), contando OpenClaw con la capacidad de utilizar los modelos de lenguaje grandes más populares actualmente.
Pese a la gran popularidad que ha ganado a lo largo de estos últimos meses, son varias las empresas dedicadas al ámbito de la ciberseguridad que han reportado grandes lagunas en este aspecto de su desempeño, cómo autentificaciones débiles, baja seguridad en la protección de los datos con los que trabaja, o una superficie de ataque no suficientemente protegida, y no de manera robusta. Es por ello que me extrañó, y por poner un ejemplo, que HONOR citara en su rueda de prensa del Mobile World Congress 2026, que la potencia del hardware de su nuevo tablet MagicPad 4 es tal, que puede soportar una instalación en local de OpenClaw, ya que me pareció una afirmación frívola al no señalar la compañía china ninguna advertencia sobre la seguridad de dichas instalaciones.
Pero, con la iniciativa que ahora ha presentado NVIDIA, puedo comprender que a cierta parte de la industria tecnológica le interesa que OpenClaw se popularice y evolucione y, por ello, se están esforzando en aportar mayor seguridad a este proyecto.
Desde un punto de vista estratégico, a la compañía que dirige Jensen Huang le interesa todo aquello que tenga que ver con la ejecución en local de agentes de IA, ya que le supone una excusa perfecta para vender su hardware, como el «superordenador de escritorio» DGX Spark, una potente estación de trabajo basada en el «superchip» Grace Blackwell GB10, el cual aglutina CPU, GPU, red y librerías CUDA con 128 GB de memoria unificada con coherencia (para la GPU y la CPU) dentro de la misma plataforma, y que ofrece un rendimiento de hasta un petaflop en IA, lo que le permite acelerar flujos de trabajo que combinan entrenamiento ligero, ajuste fino e inferencia.
A medida que crece el uso de estos sistemas en entornos corporativos, también lo hacen los retos asociados a su viabilidad, lo que ha generado desafíos económicos por el coste de los tokens y preocupaciones sobre la privacidad de los datos. Los responsables de tecnología e infraestructuras buscan evitar que la información sensible de sus flujos de trabajo deba ser enviada a servidores externos, al mismo tiempo que intentan contener el gasto derivado de la facturación por el uso de modelos de lenguaje comerciales.
Para dar respuesta a esta situación, NVIDIA ha presentado NemoClaw, un conjunto de herramientas de código abierto que optimiza OpenClaw, abarcando desde ordenadores portátiles y de sobremesa dotados de la tecnología GeForce RTX, hasta estaciones de trabajo RTX PRO y los sistemas DGX Station o DGX Spark. Con este software, los administradores de TI pueden desplegar asistentes que evolucionan de manera autónoma en cualquiera de estas máquinas.
A nivel técnico, el nuevo paquete utiliza el software NVIDIA Agent Toolkit para dotar de seguridad a la infraestructura de OpenClaw. Durante su despliegue, el sistema instala OpenShell, el cual se encarga de aplicar barreras de seguridad y políticas de privacidad que otorgan al usuario el control sobre el comportamiento del agente y el manejo de los datos.
Además de la seguridad, el software evalúa los recursos de procesamiento del equipo, permitiendo procesar la información en local mediante modelos como Nemotron y el entorno seguro OpenShell, una ejecución nativa que elimina los costes asociados a los tokens y mejora la privacidad operativa, aunque el sistema también incorpora un enrutador que permite a los agentes conectarse a modelos externos en la nube para adquirir nuevas habilidades, siempre y cuando se respeten los límites de seguridad definidos por la organización.
NemoClaw ya se encuentra disponible actualmente en fase de acceso preliminar, pudiendo instalarlo con una sola instrucción de una manera muy simple. También se encuentra disponible un repositorio público en GitHub.
