¿Recuerdas a Miguel y su montaña de PDFs?

Conocí a Miguel, dueño de una pequeña asesoría en Málaga, hace un par de años. Tenía algo que muchos empresarios comparten: una carpeta en el escritorio llamada “DOCUMENTOS IMPORTANTES”… y dentro, el apocalipsis.

Contratos, facturas, informes, propuestas comerciales, versiones “definitivas” de todo…

Cada vez que un cliente le hacía una pregunta mínimamente seria, empezaba el calvario:

  • Buscar en el explorador de archivos
  • Abrir PDF tras PDF
  • Apuntar importes en un papel o en un Excel improvisado

Una tarde, casi a modo de súplica, me dijo:

“Oye, ¿podemos tener un sistema que responda preguntas sobre todos nuestros documentos?”

La esperanza en la cara de Miguel era inversamente proporcional a lo que yo sabía que venía después.

Porque la respuesta técnica, en aquel momento, era más o menos esta:

“Sí, se puede… pero estás hablando de un sistema RAG serio. Y eso, hoy por hoy, significa meses de trabajo y varios miles de euros de coste.”

Silencio. Trago de saliva. “Bueno, lo pensamos.”

Y ahí moría el proyecto.

No era que Miguel no lo necesitara. Es que, para una PYME, montar ese tipo de sistema era tan realista como comprarse un Ferrari para ir a por el pan.

Hoy, esa conversación sería completamente distinta.

Y de eso va este artículo.

El problema RAG: cuando preguntar sale demasiado caro

Durante años, construir un sistema RAG (Retrieval-Augmented Generation) era como escalar el Everest con chanclas.

Si querías algo en condiciones, había que:

  • Extraer texto de PDFs, Word, Excel, escaneos con OCR…
  • Trocear los documentos en “chunks” y generar vectores (embeddings) con un modelo aparte.
  • Guardar esos vectores en una base de datos especializada.
  • Montar una capa de búsqueda semántica con filtros, permisos, logs, etc.
  • Conectar eso a un modelo de lenguaje para que respondiera con frases, no con IDs.

Semanas solo para arrancar algo mínimamente estable.

Miles de euros en desarrollo.

Un coste mensual que, para muchas PYMES, era directamente prohibitivo.

Todo esto para poder hacer preguntas tan sencillas como:

  • “¿Cuánto gastamos en Microsoft el último trimestre?”
  • “¿Qué contratos renuevan automáticamente este año?”
  • “¿Qué proveedores nos están cobrando más que el año pasado?”

Era una locura: muchísima ingeniería para responder a preguntas de sentido común sobre documentos que ya son tuyos.

Gemini File Search: la democratización del RAG

Y entonces llega Google con Gemini File Search y cambia las reglas del juego.

En vez de obligarte a construir toda la maquinaria por tu cuenta, Google te dice, básicamente:

“Súbeme tus documentos y pregúntame.
Lo de trocear, vectorizar, indexar y buscar ya lo hago yo.”

File Search se encarga de:

  • Recibir tus PDFs, Word, Excel…
  • Leerlos y convertirlos en texto utilizable.
  • Dividirlos en fragmentos lógicos.
  • Generar embeddings y crear un índice semántico.
  • Devolver al modelo solo los trozos relevantes cuando haces una pregunta.

Es como pasar de montar un coche tú mismo, pieza a pieza, a comprarlo matriculado, con las llaves puestas y gasolina en el depósito.

El “pipeline RAG” que antes requería media infraestructura, ahora viene de serie en la API.

Y ahí es donde WEBCOMUNICA entra en juego.

WEBCOMUNICA y el RAG al alcance de tu mano

En WEBCOMUNICA hemos construido sobre Gemini File Search algo muy concreto y práctico: un gestor RAG empresarial pensado para PYMES que no quieren un juguete de feria, sino una herramienta que use cualquiera en la oficina.

La idea es sencilla:

  • Tú sigues trabajando con tus documentos: facturas, contratos, informes, actas, CVs, manuales…
  • Nosotros ponemos una capa de inteligencia encima para que puedas preguntar en lenguaje natural y obtener respuestas claras, con referencias a los documentos originales.

Nuestro trabajo ya no es pelear con servidores, embeddings y bases de datos vectoriales.

Nuestro trabajo es diseñar la solución de negocio, hacerla usable, segura y adaptarla a cada empresa.

Pasamos de decir “esto vale 15.000€” a poder decir, con tranquilidad:

“Sí, se puede. Y el coste es razonable para una PYME.”

Cómo funciona, pero contado para que lo entienda Miguel

Volvamos a Miguel, con su montaña de PDFs.

Cuando hoy entra en nuestro gestor RAG, hace algo muy distinto a lo de antes:

Crea un almacén

Lo llama, por ejemplo, Facturas Proveedores 2024, o Contratos Clientes Activos.

Son como carpetas digitales, pero con superpoderes: todo lo que metas ahí será “visible” para la IA.

Arrastra sus documentos

Facturas en PDF, contratos en Word, informes en Excel… los sube con un simple drag & drop.

Google, por detrás, se encarga de leerlos, procesarlos e indexarlos.

Deja que la IA etiquete por él

En vez de rellenar campos a mano, pulsa “Generar metadata con IA”.

La IA lee la factura y saca cosas como:

  • proveedor
  • importe
  • fecha
  • estado (pagada / pendiente)
  • periodo de facturación

Miguel solo revisa y ajusta si hace falta.

Empieza a preguntar

Y aquí es donde se le cambia la cara.

Pregunta:

“¿Cuánto hemos pagado a Microsoft en el último trimestre?”

Y el sistema responde con algo del tipo:

“Has pagado 4.500 €, según las facturas INV-2024-001, INV-2024-032 e INV-2024-045.”

Luego remata con:

  • “¿Y cuánto fue el año pasado?”
  • “¿Qué proveedor tecnológico es el que más nos cuesta?”
  • “¿Qué facturas siguen pendientes de pago?”

Y lo mejor: no está “haciendo magia”.

Está leyendo los mismos PDFs que antes le llevaban horas, pero ahora lo hace en segundos y con un contexto completo.

Aviso importante sobre la demo y los datos sensibles

Nuestra demo pública está pensada para que puedas probar el concepto de forma rápida y sencilla, usando documentos de ejemplo o información no crítica.

Por favor, no subas datos sensibles, personales ni documentación confidencial a la demo.

La demo utiliza la API pública de Gemini. Eso implica que los datos que se envían pasan por los servicios de Google y se gestionan de acuerdo con sus políticas. Aunque esto es habitual en muchos servicios de IA, no es el entorno adecuado para:

  • expedientes médicos,
  • información financiera detallada,
  • datos de clientes,
  • o cualquier documento que requiera un nivel alto de protección.

Si tu caso implica trabajar con documentación sensible y necesitas garantizar que los datos no se utilicen para entrenar modelos y se mantengan bajo un marco estricto de seguridad y cumplimiento (como GDPR), la vía correcta es desplegar la solución sobre Vertex AI, la plataforma empresarial de Google Cloud pensada precisamente para mantener la información aislada, controlada y protegida.

De la demo al entorno serio: entra en juego Vertex AI

La demo que enseñamos a los clientes funciona con la API de Gemini tal cual, perfecta para probar la idea, jugar con documentos reales (no sensibles) y ver el valor en primera persona.

Pero cuando pasamos a entornos serios, con datos especialmente sensibles (banca, salud, administración pública…), damos un paso más y trabajamos sobre Vertex AI, la plataforma de Google Cloud para uso empresarial:

  • Datos alojados en región europea.
  • Cumplimiento de GDPR y normativas de seguridad.
  • Autenticación con cuentas de servicio, sin API Keys sueltas.
  • Monitorización, alertas de coste, SLAs, soporte…

La buena noticia es que la lógica funcional es la misma:

lo que ves en la demo es lo que desplegamos, reforzado y adaptado a un entorno corporativo.

¿Cómo empezar a transformar tu empresa hoy mismo?

Si has llegado hasta aquí, seguramente te estés preguntando si esto encaja en tu empresa.

La respuesta corta: si tienes muchos documentos y pierdes tiempo buscándolos, sí.

El proceso suele ser así de simple:

1. Hablamos

Nos cuentas qué tipo de documentos tienes y qué preguntas te gustaría poder hacerles.

2. Montamos un piloto rápido

Usamos una parte de tu documentación real (o de ejemplo), configuramos el gestor RAG y te dejamos jugar con él.

3. Decides cómo escalar

Si ves valor (y normalmente se ve en el minuto uno), pasamos a un proyecto serio, con almacenamiento, seguridad y despliegue adaptados a tu caso.

Sin humo, sin palabros raros de consultoría.

Simplemente, un sistema que por fin entiende lo que tienes guardado en tus PDFs.

El futuro del acceso a la información empresarial está aquí

Gracias a la API de Gemini File Search y a la experiencia de WEBCOMUNICA, el RAG ha dejado de ser un juguete caro reservado a las grandes corporaciones.

Ahora, una cooperativa, una asesoría, un hotel o una clínica pueden tener un sistema que:

  • lee sus documentos,
  • entiende lo que hay dentro
  • y responde preguntas complejas en segundos.

No es “IA porque se lleva”.

Es poner a trabajar la información que ya tienes, en vez de dejarla enterrada en carpetas con nombres imposibles.

Si quieres que te ayudemos a dar este salto, cuenta con nosotros, WEBCOMUNICA: tu partner en Inteligencia Artificial para empresas.


P.D.- No, no se nos ha olvidado dejarte lo importante, el enlace a nuestra demo de RAG, ¡aqui lo tienes! 😜https://demorag.webcomunica.solutions/