IA para las operaciones de una empresa de servicios

El contexto

Una empresa madrileña de limpieza, mantenimiento y jardinería: unos 60 empleados y cientos de clientes, la mayoría comunidades de propietarios. La información para trabajar (contratos, fichas del ERP, correos, partes y presupuestos) estaba repartida en miles de documentos, y una misma comunidad aparecía escrita de mil maneras.

Asistente de consultas (RAG)

Un asistente interno que responde preguntas operativas con la documentación de la empresa y cita de dónde sale cada dato.

• Registro de comunidades: une todas las formas de nombrar una misma ubicación: 2.664 comunidades, 5.098 alias y 34.781 vínculos entre documentos y comunidades, verificados contra la base de producción.
• Recuperación híbrida: combina palabras clave y significado, con aislamiento estricto: si la pregunta es sobre una comunidad, nunca mezcla datos de otra. Ante la duda, prefiere dar menos resultados a dar uno equivocado.
• En producción: unos 6,4 GB de documentación indexada en un servidor propio, tres consultas en paralelo y despliegues controlados con huella de cada archivo.

Generador de presupuestos

Una aplicación para redactar y maquetar los presupuestos de la oficina. La decisión clave fue separar la redacción del diseño: el modelo escribe el texto; la maquetación (PDF y Word) y los números son código determinista. Con las mismas entradas sale siempre el mismo documento. Además, sugiere precios a partir del histórico real del ERP y calcula coste y margen con las tarifas de personal.

Y más

Una suite de oficina con IA (correos, resúmenes, análisis de pliegos de licitación, revisión de contratos y extracción de facturas) y el origen del optimizador de rutas que acabó siendo RouteOpt.

Lo que aprendí

En una empresa real, lo difícil no es el modelo: es que el dato de entrada sea fiable (direcciones, nombres, versiones) y que el sistema sepa decir «no lo sé» antes que inventar.