Hay una frase que se repite en cuanto alguien prueba una herramienta de IA en su trabajo: «está muy bien, pero no sabe nada de mi empresa». Es cierto, y tiene solución. La solución tiene nombre técnico —RAG, recuperación aumentada— y una idea detrás que se entiende en treinta segundos.
La idea, sin jerga
En lugar de pedirle al modelo que recuerde tus datos, el sistema busca primero en tus documentos, encuentra los fragmentos que tienen que ver con la pregunta y se los pone delante. Recién entonces le pide que responda, usando ese material.
Es la diferencia entre preguntarle a alguien de memoria y decirle «respóndeme esto, y aquí tienes el manual abierto por la página correcta».
Dos consecuencias prácticas de esto, y son las que importan:
- Las respuestas salen de tus documentos, no de lo que el modelo leyó en internet hace dos años.
- Se puede citar la fuente. Un sistema bien montado te dice de qué documento y de qué parte salió cada respuesta, y eso lo puedes verificar.
Qué se puede resolver con esto
| Caso | Qué documentos alimenta | Quién lo usa |
|---|---|---|
| Responder dudas del equipo | Procedimientos, políticas, manuales internos | Personas nuevas y cualquiera que no recuerde un detalle |
| Preparar respuestas a clientes | Preguntas frecuentes, condiciones, catálogo | Quien atiende consultas |
| Consultar contratos | Contratos y anexos firmados | Administración y dirección |
| Buscar en histórico de proyectos | Informes, actas, propuestas anteriores | Equipo comercial y técnico |
| Soporte sobre un producto | Manuales, fichas técnicas, incidencias resueltas | Soporte y posventa |
El trabajo difícil no es técnico
Aquí está la parte que casi nadie cuenta. Montar la parte técnica de un sistema así es, hoy, relativamente accesible: hay herramientas que lo hacen con poca configuración. Lo que decide si funciona o no es el estado de tus documentos.
Si tienes tres versiones de la misma política y nadie sabe cuál rige, el sistema responderá con cualquiera de las tres. Si tu tarifario está en un PDF escaneado de 2023 y el bueno está en la cabeza del gerente, las respuestas estarán mal. La IA no arregla el desorden documental: lo hace visible y lo reparte más rápido.
La calidad de las respuestas nunca será mejor que la calidad de los documentos. Si hay contradicciones, salen contradicciones. Si falta información, se nota enseguida.
Qué preparar antes de empezar
-
Decide qué documentos entran
Poco y bueno. Diez documentos correctos funcionan mejor que doscientos de dudosa vigencia. Empieza por lo que más se consulta.
-
Deja una sola versión vigente de cada cosa
Este paso es el que más tiempo lleva y el que más determina el resultado. Archiva lo viejo fuera del alcance del sistema.
-
Pon fecha y responsable a cada documento
Saber cuándo se revisó por última vez y quién lo mantiene es lo que evita que el conjunto se pudra en seis meses.
-
Quita lo que no debería estar
Datos personales de clientes, información salarial, cualquier cosa que no quieras que aparezca en una respuesta. Lo que entra, puede salir.
-
Escribe diez preguntas de prueba
Las que de verdad hace la gente, con su respuesta correcta conocida. Es tu examen para saber si el sistema sirve.
Errores que se repiten
- Meterlo todo «por si acaso». Cuanto más ruido hay, más probable es que encuentre el fragmento equivocado.
- Documentos escaneados sin texto. Si es una imagen de un papel, hay que pasarlo a texto primero o el sistema no lo leerá.
- No mostrar la fuente. Si la respuesta no dice de dónde sale, has perdido lo mejor de esta técnica: la posibilidad de comprobar.
- Olvidar quién mantiene esto. Sin un responsable, en un año el sistema responde con condiciones que ya no aplican.
- Suponer que elimina la revisión. Sigue siendo un modelo generando texto: puede citar bien y aun así resumir mal.
Por dónde empezar sin montar un proyecto
No hace falta plataforma ni presupuesto para probar la idea. Puedes validarla a mano en una tarde:
Coge tus cinco documentos más consultados. En una conversación con cualquier asistente, pégalos y haz las diez preguntas de prueba. Si las respuestas son buenas, has demostrado que el material sirve y que el caso de uso existe. A partir de ahí, automatizar la búsqueda es un problema técnico con solución conocida.
Si las respuestas son malas con los documentos delante, ninguna plataforma lo va a arreglar. Y habrás descubierto algo valioso antes de gastar: el problema estaba en los documentos, no en la tecnología.
