La situación.
Una operación con mucha documentación estaba sentada sobre decenas de miles de páginas de material confidencial de clientes. Expedientes. Informes. Registros que abarcaban años. El personal senior dedicaba de 10 a 20 horas cada semana buscando, leyendo y cruzando esos documentos para responder preguntas que deberían haber llevado minutos.
Las herramientas de IA estándar no podían considerarse. Los datos eran confidenciales, aislados por cliente, y no podían salir de un entorno controlado. Los productos públicos de IA estándar no eran una opción.
El enfoque.
El trabajo era construir un sistema de IA con recuperación aumentada sobre infraestructura privada. Un sistema que leyera todo el corpus documental, respondiera preguntas en lenguaje natural, y citara las fuentes exactas de las que sacaba la información. Sin riesgo de alucinación. Aislamiento total de datos por cliente. Sin que ningún dato saliera del sistema.
La restricción era el sentido. El trabajo con IA confidencial significa que la arquitectura de datos tiene que ir primero y la experiencia de IA después. Hecho en el orden equivocado, todo el proyecto se colapsa.
El trabajo.
Un sistema privado de búsqueda con IA, construido de principio a fin:
Ingesta de documentos. Una tubería que procesa documentos a escala, extrae texto y estructura, los segmenta para la recuperación, y los indexa en un almacén vectorial. Diseñada para gestionar grandes archivos históricos así como nuevos documentos que llegan diariamente.
Recuperación aislada por cliente. Los documentos de cada cliente se almacenan y consultan en aislamiento completo de los demás. Sin fugas de datos entre clientes, garantizado por arquitectura.
Respuestas con cita de fuente. Cuando el sistema responde una pregunta, cita los documentos de los que sacó la información, página por página. Un usuario puede verificar cada afirmación contra su fuente. La alucinación no es un riesgo porque el sistema está diseñado para recuperar y sintetizar, no para generar de la nada.
Interfaz en lenguaje natural. El personal senior hace preguntas como se las haría a un colega. El sistema responde como lo haría un colega minucioso: con claridad, con citas, en segundos.
Los resultados.
Para un grupo hostelero, la misma capacidad se aplica en cualquier lugar donde el conocimiento histórico viva en documentos largos y emails. Historial de clientes a lo largo de décadas. Procedimientos operativos estándar entre varios establecimientos. Informes de incidencias. Materiales de formación. Conocimiento específico de cada establecimiento que actualmente reside en las cabezas de unos pocos empleados veteranos y desaparece el día que se van.
Privado, citable, confidencial. La arquitectura es lo que lo hace posible.