La búsqueda empresarial es exigente. Las consultas pueden variar en calidad, detalle y especificidad de dominio, pero las respuestas deben ser precisas, directas y altamente relevantes. Al mismo tiempo, los datos subyacentes suelen estar débilmente estructurados, mal estructurados o completamente desestructurados, archivados en varios formatos con diferentes niveles de accesibilidad.
Tener información correcta y actualizada es esencial para un buen servicio al cliente, y los trabajadores más caros de una empresa — no solo la alta dirección sino el personal técnico calificado e ingenieros — desperdician recursos de la compañía cuando tienen que pasar horas revisando masas de documentación poco estructurada para obtener información útil.
Estos son los tipos de desafíos que resaltan el verdadero poder de la IA en la empresa.
DeepSearch de Jina AI aprovecha los nuevos desarrollos en IA para la búsqueda empresarial aplicando razonamiento basado en agentes a la recuperación de información multimodal. Hace más que simplemente recuperar una colección de coincidencias candidatas bajo demanda. DeepSearch reflexiona inteligentemente sobre las solicitudes del usuario, reformulando consultas y evaluando resultados, profundizando en los datos en nombre del usuario hasta que está satisfecho con el resultado en su conjunto. Puede identificar ambigüedades en las consultas que los usuarios pueden no percibir, resumir información relevante y presentar resultados. Si una consulta solo puede responderse correctamente con información de más de un documento, lo hace de manera transparente y accesible para el usuario.
DeepSearch actúa como agente del usuario, aprovechando los sistemas de recuperación existentes en lugar de reemplazar toda una pila tecnológica. Agrega IA potente a sistemas críticos sin costosos cambios de infraestructura.
tag¿Cómo funciona DeepSearch?
Han Xiao
DeepSearch opera de manera iterativa, a través de un proceso de búsqueda, lectura, pensamiento y reformulación de su búsqueda, manteniendo un registro de lo que ha aprendido y reaplicándolo. En resumen, imita el comportamiento ideal del usuario al interactuar con un sistema de búsqueda y un conjunto de documentos.
DeepSearch va más allá de simplemente mejorar la recuperación convencional. No solo obtiene documentos para presentar a los usuarios; los lee y luego realiza nuevas consultas basadas en lo que ha aprendido. Piensa y responde.
tagDeepSearch con documentos visuales
Para mostrar cómo funciona esto en acción, vamos a usar una colección de documentos PDF proporcionados por nuestro socio Sikla GmbH, un proveedor global con sede en Alemania de sistemas modulares de construcción e ingeniería. Estos documentos consisten en catálogos de productos, especificaciones y documentación de soporte para sujetadores y varios productos de construcción.
Si bien DeepSearch funciona con cualquier sistema de búsqueda y archivo que ya tenga instalado, para este artículo, usaremos nuestro prototipo Enterprise Visual Document Search. Este almacén de documentos impulsado por IA admite medios mixtos no estructurados, especialmente PDFs y renderizados HTML5/SVG que integran tanto diagramas como texto, recuperando documentos a través de indexación semántica multimodal y multilingüe. En resumen: funciona con lo que tengas.
Consideremos un ejemplo de consulta:
¿Cuál es el par de apriete para una abrazadera de viga TCS F VdS/FM?
Tratando esto como una consulta normal y usando solo DocumentSearch, sin DeepSearch, los resultados se ven así:
Esto no es muy útil. Los términos de la consulta coinciden en su mayoría, pero las páginas encontradas no son muy relevantes para el par de apriete.
Una estrategia para mejorar las consultas es eliminar las palabras innecesarias:
Par de apriete para abrazadera de viga TCS F VdS/FM.
Esta consulta recupera las instrucciones de montaje, que especifican el par de apriete correcto.
Esto resalta las idiosincrasias de los sistemas de recuperación de información que a menudo son sensibles a la redacción exacta de la consulta. No importa qué tan bien ajustado esté su sistema, aún puede darle este tipo de problemas.
DeepSearch puede probar diferentes formas de construir consultas y evaluar los resultados, actuando en nombre del usuario. En lugar de desperdiciar tiempo y esfuerzo humano ajustando la redacción de la consulta, la IA lo hace por ellos.
Pero DeepSearch puede hacer más que solo mostrarle el documento correcto. "¿Cuál es el par de apriete para una abrazadera de viga TCS F VdS/FM?" es una pregunta con una respuesta correcta específica: 10 Nm (newton-metros). DeepSearch lee los documentos que encuentra y puede darle la respuesta directamente, con un enlace al documento relevante para que lo inspeccione y verifique si es apropiado:
El par de apriete para las tuercas de la abrazadera de viga Sikla TCS F VdS/FM es de 10 Nm[^1]. Posicione la abrazadera de viga y apriete ambas tuercas a mano, luego apriete las tuercas con un par de 10 Nm.
tagDeepSearch, también como TiefenSuche
DeepSearch es multilingüe, con entrenamiento en más de 100 idiomas. Eso significa que también podemos buscar en alemán. Por ejemplo:
Was ist der Anzugsmoment für eine 25mm Stabilrohrschelle?
(¿Cuál es el par de apriete para una abrazadera de tubo Stabil de 25mm?)
Usando DocumentSearch directamente, la primera recuperación contiene una respuesta:
Esto es bastante bueno, aunque hay que leer la tabla y tener en cuenta que 25mm está en el rango de 24-65mm para llegar al valor correcto: 2 Nm.
Pero todavía hay un problema: Esta consulta es ambigua. Sikla vende varias abrazaderas de tubo diferentes de la marca Stabil con diferentes pares de apriete. La página anterior solo tiene la respuesta correcta para la abrazadera Stabil D3G.
La tercera página con mayor puntuación es más clara sobre esto:
Aquí vemos tres diferentes abrazaderas de la marca Stabil con diferentes pares de apriete. Para obtener una respuesta completa y correcta, los usuarios deben saber que, primero, su solicitud coincide con más de un elemento, y segundo, deben mirar más allá de la primera página recuperada.
DeepSearch hace esto automáticamente. Proporciona una respuesta mucho más informativa instantáneamente a la misma consulta:
Der Anzugsmoment für eine 25-mm-Stabilrohrschelle von Sikla variiert je nach Modell. Hier eine Übersicht relevanter Modelle und zugehöriger Anzugsmomente, basierend auf den Spannbereichen:
- Stabil D-3G m.E.: Für den Spannbereich 24-65 mm beträgt der Anzugsmoment 2 Nm [^1]. Dieser Wert gilt sowohl für statische als auch für seismische Belastungen. Diese Schelle ist aus galvanisch verzinktem Stahl gefertigt.
- Stabil RB-A: Diese Schelle hat keinen expliziten Wert für 25 mm genannt. Jedoch beträgt der Anzugsmoment für den Spannbereich 13-49 mm 20 Nm. Diese Schelle ist aus blankem Stahl gefertigt.
Es ist zu beachten, dass der korrekte Anzugsmoment entscheidend für die sichere Befestigung ist. Bei Unsicherheiten sollte immer die spezifische Montageanleitung des jeweiligen Sikla Produkts konsultiert werden.
Traducción:
El par de apriete para una abrazadera de tubo Stabil de 25 mm de Sikla varía según el modelo. Aquí hay una descripción general de los modelos relevantes y sus pares de apriete asociados, según sus rangos de sujeción:
- Stabil D-3G m.E.: Para el rango de sujeción de 24-65 mm, el par de apriete es 2 Nm [^1]. Este valor se aplica tanto para cargas estáticas como sísmicas. Esta abrazadera está fabricada en acero galvanizado.
- Stabil RB-A: Esta abrazadera no tiene un valor explícito para 25 mm. Sin embargo, el par de apriete para el rango de sujeción de 13-49 mm es 20 Nm. Esta abrazadera está fabricada en acero brillante.
Debe tenerse en cuenta que el par de apriete correcto es crucial para una fijación segura. En caso de duda, siempre consulte las instrucciones de instalación para ese producto específico de Sikla.
Esto muestra el verdadero poder que DeepSearch añade a los sistemas de consulta: realiza la debida diligencia en profundidad que incluso los usuarios bien informados y experimentados a menudo no hacen.
tagDeepSearch elimina el desorden
Los documentos de ejemplo de Sikla suelen estar llenos de tablas con nombres y números muy específicos. Esta es información muy importante para una empresa de ingeniería, pero también es desagradable a la vista y propensa a ser mal leída u omitida por un lector humano que está un poco cansado o aburrido.
Por ejemplo:
Welches ist die notwendige Verankerungstiefe in Porenbeton beim VMU plus System?
(¿Cuál es la profundidad de anclaje necesaria para el sistema VMU plus en hormigón celular?)
Esto recupera la información correcta, pero en una página llena de tablas y números:
DeepSearch elimina esto y proporciona una respuesta que excluye lo que no responde a la consulta:
Die notwendige Verankerungstiefe für das VMU plus System in Porenbeton hängt von der Steindruckfestigkeit des Porenbetons (fb) und dem Durchmesser der Ankerstange ab. Gemäß ETA-17/0307 sind folgende Werte für Porenbeton AAC6 (ρ: 0,6 kg/dm³) mit einer Steindruckfestigkeit von ≥ 6 N/mm² zu berücksichtigen [^1]:
Für Ankerstangen M8 bis M16 gilt eine Verankerungstiefe (hef) von 80 mm bis 100 mm. […]
Traducción:
La profundidad de anclaje requerida para el sistema VMU plus en hormigón celular depende de la resistencia a la compresión del hormigón celular (fb) y del diámetro de la varilla de anclaje. Según ETA-17/0307, se deben tener en cuenta los siguientes valores para hormigón celular AAC6 (ρ: 0,6 kg/dm³) con una resistencia a la compresión de ≥ 6 N/mm² [^1]:
Para varillas de anclaje M8 a M16, se aplica una profundidad de anclaje (hef) de 80 mm a 100 mm. [...]
tagDeepSearch para empresas: Deja que la IA busque por ti
No hay área de TI empresarial donde la tecnología de IA sea más inmediatamente relevante que en la recuperación de información. Jina AI ofrece una pila completa de tecnologías de búsqueda con IA, desde indexación semántica multimedia hasta modelos de lenguaje y razonamiento de IA, que se conectan a toda una pila tecnológica y se encargan de la información que almacena. Las soluciones robustas, accesibles e incluso económicas impulsadas por IA están disponibles ahora mismo para servicio al cliente y soporte a empleados.
Si su empresa tiene datos almacenados que necesita tener a su alcance, tenemos soluciones para empresas de todos los tamaños y necesidades de protección de datos. Jina AI es un proveedor europeo que proporciona acceso a modelos de IA según sea necesario a través de una API pública compatible con GDPR, lista para instalar en su implementación en la nube, o para instalación in situ en su propia sala de servidores.
