AMD lleva IA local a Hollywood: un agente en Slack ya ayuda a coordinar hasta nueve producciones

Cuando hablamos de inteligencia artificial dentro del cine probablemente sea fácil imaginar generación de video, actores sintéticos o algún modelo intentando escribir el siguiente guion y uno de los casos más interesantes que AMD acaba de mostrar es muchísimo menos glamuroso: una IA encargándose de calendarios, correos, notas de clientes y fechas de entrega.

Light Sail VR, un estudio de producción ganador del Emmy especializado en experiencias inmersivas, desarrolló un coordinador de producción con IA que funciona localmente sobre hardware AMD y al que sus empleados pueden hablar directamente desde Slack.

Según su fundador y CEO, Matthew Celia, antes podía supervisar personalmente uno o dos proyectos simultáneamente. Ahora asegura poder manejar entre seis y nueve con aproximadamente el mismo nivel de esfuerzo personal, lo mejor es que está haciendo buena parte del trabajo administrativo que les quitaba tiempo para hacerlo.

El problema de crecer siendo un equipo pequeño

Light Sail VR ha trabajado en proyectos para clientes como Meta, Amazon, Sabrina Carpenter, conciertos en Red Rocks y el 50 aniversario de Saturday Night Live pero sigue siendo un equipo relativamente pequeño y conforme aumentó la cantidad de proyectos, también creció todo aquello que ocurre alrededor de una producción: calendarios, fechas límite, stakeholders, revisiones, cambios solicitados por clientes, documentos, correos y seguimiento de tareas.

Mientras una película tradicional puede producirse a 4K y 24 FPS, Celia habla de proyectos del estudio capturados a 16K, 90 FPS y en 3D estereoscópico, generando terabytes y terabytes de información lo que no solo es un problema de mover archivos gigantescos, sino que alguien tiene que saber qué proyecto necesita atención, qué nota llegó del cliente, qué fecha cambió y qué miembro del equipo necesita recibir esa información.

Ahí entra el agente.

¿Por qué no simplemente usar ChatGPT o algún modelo en la nube?

Light Sail identificó dos problemas principales con los modelos alojados en servicios externos: costo y privacidad.

Un agente tampoco funciona necesariamente como un chatbot al que hacemos una pregunta ocasional sino que puede analizar información, consultar diferentes fuentes, razonar, revisar resultados y utilizar herramientas varias veces para completar una sola tarea, si... eso son potencialmente muchísimas inferencias.

Celia explica que experimentar repetidamente con modelos de frontera podía terminar generando miles de dólares en consumo de tokens, pero el segundo problema probablemente sea todavía más importante en Hollywood: los datos son confidenciales.

Light Sail trabaja con estudios y compañías tecnológicas bajo acuerdos de confidencialidad. Calendarios, proyectos todavía no anunciados, comentarios de clientes y documentos internos tampoco son el tipo de información que necesariamente queremos enviar continuamente hacia un servicio externo donde la solución fue ejecutar el agente dentro de sus propias instalaciones, ahi los modelos siguen necesitando acceso a información sensible para poder hacer su trabajo.

La diferencia es que esa información no necesita abandonar las máquinas de Light Sail para realizar la inferencia.

Todo comenzó con Ryzen AI Max y 128 GB de memoria

La primera plataforma utilizada para desarrollar el coordinador fue un Framework Desktop equipado con AMD Ryzen AI Max y 128 GB de memoria unificada.

Aquí aparece una ventaja interesante de la arquitectura porque en lugar de tener una cantidad relativamente pequeña de VRAM separada para el GPU, Ryzen AI Max puede dedicar una parte considerable de su memoria unificada a cargas gráficas y de inteligencia artificial donde Light Sail utilizó ese espacio para ejecutar varios modelos simultáneamente. Esto les permitía, por ejemplo, probar la misma instrucción utilizando diferentes modelos o configuraciones y determinar cuál funcionaba mejor para cada parte del agente, una diferencia importante entre simplemente descargar un LLM y comenzar a preguntarle cosas y realmente desarrollar una aplicación alrededor de inteligencia artificial.

El objetivo tampoco era encontrar “el modelo más inteligente”, era encontrar la combinación que funcionara mejor para cada tarea.

Después llegó la Radeon AI PRO R9700

Una vez desarrollado el flujo de trabajo, Light Sail agregó una AMD Radeon AI PRO R9700. Celia describe el incremento de velocidad como considerable y el caso de estudio de AMD resume el despliegue final utilizando sistemas con Radeon AI PRO R9700, esta GPU incorpora 32 GB de memoria, convirtiéndola en una opción particularmente interesante para inferencia local y modelos que necesitan bastante VRAM sin saltar directamente hacia aceleradores de datacenter.

Lo realmente interesante es dónde colocaron la interfaz.

Slack.

CÓMO FUNCIONA EL AGENTE DE LIGHT SAIL VR

Área	Antes	Con el coordinador de IA
Plataforma	Trabajo administrativo manual	Agente local sobre AMD
Desarrollo inicial		Framework Desktop + Ryzen AI Max
Memoria inicial		128 GB unificada
Aceleración posterior		Radeon AI PRO R9700
Interfaz	Varias aplicaciones	Slack
Feedback de clientes	Frame.io → traslado manual	Integrado al flujo del agente
Documentos	Actualización manual	El agente puede actualizarlos
Calendario	Cambios individuales	Puede modificar Google Sheets
Comunicación	Correos manuales	Puede enviar el correo correspondiente
Acceso	Principalmente escritorio	Slack en desktop y móvil
Proyectos supervisados personalmente	1–2	6–9, según Light Sail VR
Datos de producción	Potencialmente enviados a servicios externos	Inferencia local
Objetivo	Mantener la operación funcionando	Liberar tiempo para trabajo creativo

No hay que aprender otra aplicación: simplemente escribirle por Slack

Light Sail ya utilizaba Slack para comunicarse internamente, así que en lugar de construir un enorme dashboard separado para su nuevo agente, decidieron meterlo directamente ahí. El resultado es que el coordinador se comporta casi como otro miembro del equipo, puede enviar una actualización señalando qué proyectos requieren atención ese día o responder cuando Celia necesita modificar una producción.

Por ejemplo:

un cliente cambia una fecha, ahi Celia puede escribirle al agente desde Slack y pedirle que recorra el calendario.

El agente puede entonces:

actualizar los documentos correspondientes, modificar el calendario en Google Sheets y enviar el correo necesario.

Antes, ese mismo flujo era completamente manual, los comentarios podían llegar mediante Frame.io, alguien tenía que trasladarlos a Google Docs y posteriormente actualizar individualmente calendarios y fechas, ahora una instrucción puede disparar toda la cadena de acciones, y como la interfaz es Slack, tampoco importa mucho si Celia está sentado frente a la workstation ya que puede hacerlo desde el teléfono.

De uno o dos proyectos a seis, siete, ocho o nueve

Antes de implementar el coordinador, podía gestionar personalmente uno o dos proyectos simultáneamente, Ahora: seis, siete, ocho o hasta nueve proyectos con un esfuerzo personal similar.

Tampoco significa que la IA haya multiplicó mágicamente por nueve la productividad completa del estudio, pero es una declaración del propio CEO respecto a su capacidad personal de supervisión, no un benchmark independiente sobre productividad empresarial y esto ilustra perfectamente qué parte del trabajo está automatizando.

El agente tampoco está dirigiendo una producción, no decide cómo debe contarse una historia ni sustituye al editor, director, diseñador o productor sino quer está absorbiendo ese enorme volumen de pequeñas tareas necesarias para mantener todo organizado, lo cual para una compañía pequeña, puede ser una diferencia bastante grande.

Éste es probablemente uno de los usos más sensatos de la IA agéntica

Ciertamente... la palabra “agente” se ha utilizado tanto que a veces empieza a perder significado...

En este caso podemos verlo funcionando de una manera bastante concreta, porque el modelo no solamente contesta:

utiliza herramientas.

Lee información.

Revisa el estado de un proyecto.

Identifica fechas importantes.

Modifica una hoja.

Actualiza documentos.

Envía un correo.

Y después vuelve a Slack.

Es la diferencia fundamental entre un chatbot y un sistema agéntico: el segundo puede convertir una instrucción en una serie de acciones.

El valor tampoco viene necesariamente de reemplazar a alguien, sino de quitarle a alguien tareas que consumen tiempo pero aportan relativamente poco al trabajo que realmente quiere realizar.

AMD quiere convertir esto en una categoría completa de PC

Evidentemente AMD tampoco publicó este caso únicamente porque le pareciera interesante saber cómo Hollywood utiliza Slack, la compañía lleva desde 2025 impulsando el concepto de Agent Computer: una PC con suficiente CPU, GPU, NPU y memoria para ejecutar agentes localmente y durante periodos prolongados. Según AMD, ya ha enviado más de medio millón de estas computadoras en más de 50 diseños.

La compañía también está llevando la idea hacia una segunda generación con Ryzen AI Max PRO Serie 400, buscando permitir modelos más grandes y flujos agénticos más complejos directamente en sistemas locales.

El atractivo es bastante claro: podemos utilizar la nube cuando necesitamos un modelo de frontera enorme, pero no necesariamente tenemos que pagar inferencia remota ni enviar nuestros documentos fuera de la compañía cada vez que un agente quiere comprobar una fecha.

La IA más útil quizá sea precisamente la que no vemos

Light Sail VR no está diciendo que una Radeon vaya a sustituir a todo lo que sean horas nalga en Hollywood, pero está utilizando esta tecnología de gràficos para que sus creativos puedan pasar menos tiempo manteniendo Google Sheets y más tiempo haciendo películas.

Un agente que organiza calendarios tampoco va a aparecer en los créditos ni crear una escena espectacular (por ahora...) pero si permite que un equipo pequeño pueda mantener ocho producciones organizadas sin contratar una pequeña legión exclusivamente para perseguir fechas y correos, tenemos un retorno mucho más sencillo de entender.

Para empresas que trabajan con propiedad intelectual, NDAs y datos confidenciales, probablemente ésa termine siendo una de las razones más importantes para ejecutar IA local.

 

FUENTES CONSULTADAS

AMD — Light Sail VR Uses AMD Agent Computers to Scale Hollywood Production
Caso de estudio principal: arquitectura del agente, workflow mediante Slack, privacidad, uso de Ryzen AI Max y Radeon AI PRO R9700 y resultados reportados por Light Sail VR. AMD

https://www.amd.com/en/resources/case-studies/light-sail-vr-uses-amd-agent-computers-to-scale-hollywood-production.html

AMD — Agentic PCs Press Kit
Contexto de la estrategia de AMD alrededor de Agent Computers, ejecución local y procesamiento de información dentro del dispositivo. AMD Newsroom

https://newsroom.amd.com/press-kits/press-kit-agentic-pcs/

AMD — Ryzen AI Max PRO 400 Series para IA agéntica local
Información sobre la segunda generación de la plataforma, uso empresarial, memoria unificada y división entre cargas locales y cloud. AMD

https://www.amd.com/en/blogs/2026/how-amd-ryzen-ai-max-pro-400-series-processors-bring-local-agentic-ai-to-business-customers.html

AMD — Ryzen AI Halo Developer Platform
Información sobre la plataforma utilizada para desarrollo de agentes locales, herramientas compatibles y evolución de Ryzen AI Max. AMD

https://www.amd.com/en/blogs/2026/amd-powers-next-generation-agent-computers-with-new-ryzen-ai-hal.html