Escenario ilustrativo. Una consultora de ingeniería de cuarenta personas pide «un chatbot corporativo que sepa todo de la empresa». Antes de presupuestar nada, alguien anota durante dos semanas qué preguntan de verdad los equipos. La lista es corta y aburrida: «dónde está el último contrato firmado con este cliente», «cuál es la versión vigente de la política de viajes», «quién hizo el informe de la obra de Zaragoza». Casi ninguna pide que alguien redacte nada. Piden encontrar un documento que ya existe.
La tesis en una línea: antes de montar un chatbot corporativo, monta un buscador interno con IA. Buscar bien es más barato, más fácil de auditar y resuelve más preguntas de las que se cree; y lo que construyes para buscar bien es exactamente la base que un asistente necesita después. El chatbot no sustituye al buscador: se apoya en él.
¿Qué es un buscador interno con IA en la empresa y qué resuelve?
Un buscador interno con IA es un sistema que indexa los documentos de la empresa (unidades compartidas, correo, gestor documental, wiki, CRM), entiende la pregunta por significado y no solo por palabras exactas, respeta lo que cada persona tiene permiso de ver y devuelve el documento y el pasaje relevante, no una respuesta redactada por un modelo.
Esa última parte es la diferencia. El buscador te lleva a la fuente y deja que la leas. Resuelve lo que se pregunta cuando la respuesta ya está escrita en algún sitio: dónde está, cuál es la versión vigente, quién lo hizo, qué se dijo la última vez. En la mayoría de las empresas, ese es el grueso del tiempo que se pierde buscando.
¿En qué se diferencia de un chatbot corporativo?
Los dos suelen usar la misma tecnología por debajo (indexar, recuperar fragmentos relevantes). Cambia lo que hacen con el resultado. Un asistente corporativo lo pasa por un modelo que redacta una respuesta; un buscador te enseña los documentos.
| Qué ocurre | Buscador interno con IA | Chatbot corporativo (asistente con RAG) |
|---|---|---|
| Qué devuelve | Documentos y pasajes, con enlace a la fuente | Una respuesta redactada, con o sin citas |
| Quién decide qué es verdad | El documento; la persona lo lee | El modelo, que sintetiza varios fragmentos |
| Si se equivoca | Enseña un documento equivocado y se nota al abrirlo | Puede dar una respuesta plausible y falsa sin que se note |
| Auditoría | Fácil: qué se buscó y qué se abrió | Más difícil: hay que revisar cada respuesta y su origen |
| Mantenimiento | Mantener el índice y los permisos al día | Lo mismo, más evaluar las respuestas de forma continua |
| Cuándo encaja | La pregunta es «dónde está» | La pregunta exige combinar, resumir o redactar |
La fila que más pesa es la tercera. Un buscador que falla enseña el documento equivocado, y quien lo abre lo ve. Un asistente que falla da una respuesta con buena redacción que nadie contrasta. Por eso conviene que el asistente nazca encima de un buscador que ya funciona, y no al revés.
¿Cuándo basta el buscador y no hace falta chatbot?
Basta cuando se cumple lo siguiente:
- La pregunta es de localización. «Dónde está», «cuál es la última versión», «quién lo firmó». La respuesta es un documento, no un texto nuevo.
- El documento es la fuente de verdad. Contratos, políticas, normativas internas, fichas técnicas. Aquí no quieres que un modelo reformule: quieres que la persona lea el original.
- Un error sale caro. Si una respuesta inventada tiene consecuencias legales, económicas o de seguridad, enseñar la fuente es más sensato que sintetizarla.
- Las preguntas están dispersas. Si cada persona pregunta algo distinto, no hay un conjunto de respuestas que mantener ni que evaluar; hay un archivo que encontrar.
- Todavía no sabes qué te preguntan. El registro de búsquedas es la mejor investigación de usuarios que vas a tener antes de decidir nada más.
¿Cuándo toca pasar de buscador a asistente?
Cuando el buscador ya funciona y aun así la gente sigue haciendo lo mismo a mano. Tres señales:
- La respuesta exige combinar varios documentos (por ejemplo, qué condiciones aplican a un cliente cruzando contrato, tarifa y anexos), y las personas pierden el tiempo en la combinación, no en la búsqueda.
- Las mismas preguntas se repiten y la respuesta cabe en tres líneas, con un responsable que la mantiene al día.
- El siguiente paso no es leer sino hacer algo: redactar la respuesta, rellenar un formulario, abrir un ticket.
Si es tu caso, el siguiente paso es un asistente con acceso a la misma base, y entonces sí aplican las decisiones de cómo crear un chatbot con IA que no sea un chatbot con sombrero y la diferencia entre recuperar y recordar que explica la memoria de un agente de IA.
¿Qué es lo realmente difícil: la IA o los permisos?
Los permisos. Indexar es fácil. Lo difícil es que cada persona vea solo lo que tendría permiso de abrir, y que ese permiso se herede del sistema de origen en vez de copiarse a mano al índice. Si copias los documentos a un índice central sin sus permisos, has construido, sin querer, una puerta trasera: el becario encuentra la nómina de dirección porque «el buscador la devolvió».
Hay tres reglas que se aguantan en producción. Primero, el índice hereda los permisos de la fuente en cada consulta, no en la carga inicial. Segundo, un documento sin dueño no entra: si nadie responde de él, no se indexa. Tercero, el sistema consulta con la identidad de quien pregunta, no con una cuenta de servicio que lo ve todo. Es el mismo principio que desarrollamos en qué permisos dar a un agente de IA, y lo que hay que montar, con casos concretos, en conectar Google Drive con ChatGPT respetando los permisos de cada persona.
¿Por dónde empezar un buscador interno con IA?
- Elige tres fuentes, no todas. Las que concentran más preguntas: normalmente el almacenamiento compartido, el gestor documental y el correo de un departamento. Más fuentes entran después.
- Reúne treinta preguntas reales. Sácalas de lo que la gente pregunta por chat y por correo, no de lo que imaginas que preguntará. Sin esa lista no sabes si funciona.
- Indexa con permisos heredados desde el primer día. Añadirlos después es rehacer el trabajo.
- Mide una cosa: ¿sale el documento correcto entre los tres primeros resultados? Con la lista de treinta, se mide en una tarde.
- Lee lo que no encuentra. Casi siempre no es un fallo de la IA: el documento no existe, está duplicado o dice dos cosas distintas. Ese hallazgo vale más que el buscador.
- Decide el asistente con datos. Si las búsquedas fallidas son de combinar o redactar, toca el asistente. Si no, ya has resuelto el problema.
Un buscador no se termina: el índice envejece cuando cambian las políticas, las tarifas o las carpetas. Quién lo mantiene al día, y cómo se detecta qué ha cambiado, es una función continua; la explicamos en mantener al día el conocimiento de la IA. Y si el buscador tiene que leer sistemas como el ERP o el gestor documental, integrar la IA con tus sistemas cubre cómo conectarlo sin rehacer nada.
La frase para llevarse: no preguntes qué chatbot necesitas, pregunta qué busca tu gente y no encuentra. La respuesta decide si necesitas un asistente o, antes, un buscador que funcione.
Nota: este artículo no usa ninguna cifra de terceros. El escenario es ilustrativo y el coste de cada opción depende de las fuentes, los permisos y el volumen de cada empresa.