Datos e inteligencia artificial · Zaragoza
Integración de datos e IA aplicada a tareas de tu equipo
Un asistente resulta útil cuando ayuda a resolver una tarea concreta: localizar una respuesta en la documentación, consultar información o apoyar un proceso. Primero hay que definir qué necesita hacer y con qué datos.
Mi aportación está en el diseño funcional: conectar el objetivo, la información disponible y las reglas del negocio. Trabajo este enfoque con Copilot Studio y continúo mi especialización en IA generativa con Databricks.
Antes de elegir la herramienta
Imagina un asistente que responde dudas sobre un procedimiento. Si consulta un documento antiguo o muestra información restringida, una respuesta convincente puede ser un problema. Hay que diseñar cómo busca, qué puede ver y cuándo debe reconocer que no tiene una respuesta.
Responder bien empieza por consultar la información adecuada
Documentos que se contradicen
Hay varias versiones, archivos duplicados y dudas sobre cuál está vigente. El asistente necesita una selección de fuentes y responsables de mantenerlas.
Respuestas sin contexto
Una regla puede cambiar según la fecha, el estado del proceso o el tipo de usuario. La información recuperada debe incluir ese contexto.
Información con acceso restringido
Cada persona debe consultar solo lo que le corresponde. Los permisos forman parte del diseño desde el principio.
Calidad difícil de medir
Una demostración con dos preguntas no permite valorar el uso diario. Hacen falta casos representativos y criterios para revisar las respuestas.
Cómo lo abordo
Elijo el enfoque a partir de la tarea. RAG permite consultar fuentes antes de responder; un agente puede utilizar herramientas para realizar acciones. Una integración más sencilla también puede ser suficiente.
De «queremos incorporar IA» a una tarea que se pueda evaluar
- 01
Definir la tarea
Concreto quién usará la solución, qué preguntas o acciones necesita resolver y qué límites debe tener.
- 02
Preparar las fuentes
Reviso documentos y datos: vigencia, calidad, responsables, permisos y la información necesaria para encontrarlos correctamente.
- 03
Diseñar el recorrido
Defino cómo se buscará la información, qué instrucciones recibirá el modelo y qué consultas o herramientas podrá utilizar.
- 04
Comprobar las respuestas
Preparo preguntas de prueba y criterios de calidad. Contemplo respuestas sin información suficiente, fuentes utilizadas, tiempo de respuesta y coste.
Qué se lleva tu equipo
Preguntas frecuentes
Conceptos y dudas que ayudan a valorar si este enfoque encaja con lo que necesitas.
IA y datos, explicados sin rodeos
01¿Qué es RAG, explicado de forma sencilla?
Es un enfoque en el que el sistema busca información en documentos u otras fuentes y la incorpora al contexto que recibe el modelo para responder. Por ejemplo, un asistente puede consultar un manual antes de contestar una duda. Consultar fuentes ayuda, pero no garantiza que todas las respuestas sean correctas: también hay que evaluarlas.
02¿Cuál es la diferencia entre un asistente y un agente?
Un asistente puede limitarse a responder preguntas. Un agente puede además decidir qué herramientas utilizar para completar una tarea, dentro de los permisos y límites definidos. Conviene reservar esa autonomía para los casos en los que aporte una ventaja concreta.
03¿Hay que ordenar los documentos antes de conectarlos?
Sí. Conviene revisar versiones, duplicados, fechas, permisos y responsables. Un buen modelo puede dar una respuesta equivocada si recibe información desactualizada o incompleta.
04¿Por dónde conviene empezar?
Por una tarea acotada, con fuentes identificadas y una forma clara de comprobar el resultado. Eso permite valorar su utilidad y sus límites antes de ampliar el alcance o elegir una arquitectura más compleja.
Siguiente paso
¿Qué tarea te gustaría resolver con IA?
Cuéntame quién la realiza hoy, qué información utiliza y qué dificultad encuentra. Con ese contexto podemos concretar el caso de uso.
Enviar una consulta