Contexto
El cliente generaba una gran cantidad de documentación corporativa en formatos y ubicaciones muy diversas. Esta dispersión hacía que localizar información para tareas como redactar newsletters, informes o dar respuesta a consultas internas fuese lento y poco eficiente. Las herramientas clásicas de gestión documental no permitían una experiencia de acceso unificada ni aprovechaban las posibilidades de la inteligencia artificial.
Objetivos
- Crear un asistente inteligente capaz de responder preguntas sobre la documentación de la empresa.
- Permitir el acceso directo desde Microsoft Teams, el entorno de trabajo diario de los usuarios.
- Reducir tiempos y errores en la búsqueda y reutilización de información.
- Asegurar escalabilidad y seguridad en la gestión de datos.
- Establecer una base tecnológica para futuros proyectos de IA corporativa.
Requisitos
- Integración con el Azure Data Lake existente, utilizándolo como repositorio único.
- Capacidad de indexar documentos en múltiples formatos (Word, PDF, etc.).
- Motor de búsqueda avanzado con traducción a vectores y búsqueda híbrida (semántica y por palabra clave).
- Cumplimiento de los estándares de seguridad y permisos de Microsoft Azure.
- Arquitectura modular y abierta para facilitar la evolución y nuevas funcionalidades.
Implementación
Se desplegó una arquitectura basada en el paradigma Retrieval-Augmented Generation (RAG):
- Azure Data Lake como repositorio central de documentos.
- Azure Cognitive Search con embeddings para construir los índices semánticos.
- Azure OpenAI con modelos GPT para entender y generar respuestas.
- App Service + Azure Bot Service para ofrecer el chatbot integrado en Teams.
- CosmosDB y Key Vault para la gestión de estado y seguridad.
El asistente transforma cada documento en porciones (chunking), las indexa y las relaciona semánticamente. Cuando un usuario realiza una consulta, el sistema divide la pregunta en subconsultas y recupera la información más relevante antes de generar la respuesta final.
Mi aportación
- Definición de la arquitectura y de los requisitos funcionales y de seguridad.
- Selección de las tecnologías más adecuadas y coordinación con los proveedores.
- Redacción de la documentación formal del proyecto.
- Despliegue y validación con pruebas de uso reales.
Conclusiones
El proyecto permitió poner en marcha un asistente documental inteligente accesible desde Microsoft Teams, capaz de recuperar información precisa entre miles de documentos. Esta solución ha mejorado la productividad de los equipos y ha establecido las bases para otros proyectos de IA dentro de la organización.
Posibles mejoras
A corto plazo, se prevé enriquecer los índices con clasificación temática y extracción de frases clave. A medio plazo, se plantea incorporar mecanismos de automatización en la preparación de documentos y ampliar el asistente a nuevos canales más allá de Teams.