En el entorno empresarial actual, la precisión en la obtención de información mediante asistentes de inteligencia artificial es clave. Un enfoque destacado es la Generación Aumentada por Recuperación (RAG), que reduce al máximo las alucinaciones y mejora la precisión utilizando datos específicos de la empresa. Este método se aplica en asistentes de IA, búsqueda de información y generación de insights en tiempo real, potenciando la calidad del contenido generado.
Amazon ha introducido las Bases de Conocimiento de Amazon Bedrock, un servicio que facilita la implementación de RAG, gestionando tareas complejas como la ingesta de datos y el embebido de información. Sin embargo, en grandes empresas, la precisión puede verse afectada si los resultados más relevantes no están en los primeros lugares de la búsqueda.
Nippon Life India Asset Management Limited ha superado este desafío, mejorando la precisión de las respuestas respecto al enfoque tradicional de RAG. Han avanzado reutilizando y ordenando respuestas con métodos RAG avanzados, enfrentándose a limitaciones comunes como el manejo de grandes volúmenes de documentos y estructuras complejas.
Desarrolladores están aplicando estrategias innovadoras como la extracción adicional de información y la reformulación de preguntas complejas. Nippon ha implementado un ciclo RAG que incluye la ingesta de datos y generación de texto, almacenando fragmentos en bases de datos vectoriales para optimizar la búsqueda.
Gracias a Amazon Bedrock, su método RAG ha evolucionado empleando técnicas avanzadas como el reordenamiento de resultados y análisis semántico, logrando una precisa y eficiente generación de respuestas. Esta evolución ha incrementado la precisión por encima del 95% y reducido alucinaciones en un 90-95%, lo que también ha reducido el tiempo de generación de informes de dos días a diez minutos.
La continuidad de estas innovaciones promete un futuro con aplicaciones más sofisticadas, transformando la interacción con la información y mejorando la toma de decisiones empresariales. Técnicas emergentes como GraphRAG y la filtración de metadatos sugieren un horizonte aún más prometedor para la tecnología de recuperación de información.
