¿Siempre las mismas preguntas? Un asistente IA para empresas en Slack o Teams

Todo equipo en crecimiento paga el mismo impuesto silencioso. Alguien pregunta en un canal dónde está la política de reembolsos. Otra persona pregunta cómo solicitar un portátil o qué checklist de incorporación está vigente. Una persona con experiencia deja lo que está haciendo para responder, a menudo de memoria y a veces mal.

Los documentos existen. Están repartidos entre Notion, Confluence, Google Drive y SharePoint, con distintos responsables y costumbres de nomenclatura. La búsqueda dentro de cada herramienta es deficiente, así que la gente prefiere preguntar a un compañero. Eso le resta concentración al personal con experiencia, ralentiza a los nuevos empleados y deja que se propaguen respuestas desactualizadas. Un asistente de conocimiento interno lo resuelve respondiendo donde la gente ya pregunta: Slack o Microsoft Teams.

Qué hace este asistente

El asistente utiliza generación aumentada por recuperación (RAG): encuentra los fragmentos relevantes en sus documentos y luego un modelo de lenguaje responde usando solo esos fragmentos. En la práctica, hace cinco cosas:

• Responde preguntas en Slack o Teams. El personal menciona al bot en un canal o le escribe directamente, en lenguaje natural.
• Muestra sus fuentes. Cada respuesta enlaza a los documentos utilizados, para que la gente pueda comprobar el original y su fecha.
• Respeta los permisos de los documentos. Una persona solo obtiene respuestas de documentos que ya puede abrir en el sistema de origen.
• Se mantiene actualizado. Cuando un documento se edita, se mueve o se elimina, el índice lo refleja en un plazo acordado.
• Dice cuándo no sabe. Si no encuentra nada relevante, lo indica y sugiere a quién preguntar.

No sustituye a su wiki. Hace que la wiki sea útil al poner una buena búsqueda y un breve resumen a un mensaje de distancia.

Cómo funciona, paso a paso

1. Incorporar documentos. Los conectores leen páginas y archivos de Notion, Confluence, Google Drive y SharePoint mediante sus API oficiales. De cada documento guardamos su ID, responsable, enlace, fecha de última modificación y permisos.
2. Dividir e indexar. Los documentos largos se dividen en secciones que conservan sus encabezados. Cada sección se convierte en un embedding, una huella numérica de su significado, almacenada en una base de datos vectorial. Junto a ella hay un índice por palabras clave para términos exactos, como códigos de políticas.
3. Recuperar para cada pregunta. Cuando alguien pregunta, el sistema lo identifica, filtra todo aquello a lo que no tiene acceso y luego encuentra las secciones que mejor coinciden.
4. Responder con citas. El modelo escribe una respuesta breve solo a partir de esas secciones y enlaza cada punto a su fuente. Si las fuentes se contradicen o faltan, lo indica.
5. Registrar y mejorar. Se registran las preguntas, las fuentes recuperadas y las valoraciones positivas o negativas, reduciendo al mínimo los datos personales. Revisamos las respuestas débiles y corregimos la causa, que a menudo es un documento ausente o desactualizado.

Mantener el índice al día es una tarea en sí misma. Usamos notificaciones de cambios (webhooks) cuando la fuente las ofrece y una sincronización programada cuando no. Los documentos eliminados se retiran del índice, no solo se ocultan.

Herramientas que utilizamos

• Backend: Python con FastAPI para los procesos de incorporación de datos y el servicio de preguntas y respuestas.
• Base de datos vectorial: pgvector dentro de Postgres para la mayoría de los equipos, o Qdrant cuando el índice es grande o necesita mucho filtrado.
• Modelo de lenguaje: OpenAI o Anthropic Claude a través de sus API empresariales, o un modelo privado de código abierto cuando los datos no pueden salir de su nube.
• Interfaz de chat: una aplicación de Slack o un bot de Microsoft Teams, además de una página web opcional para quienes no usan esas herramientas.
• Conectores: las API oficiales de Notion, Confluence y Google Drive, y Microsoft Graph para SharePoint.

Revise los precios actuales, las condiciones de conservación de datos y los límites de API de cada proveedor antes de comprometerse. Cambian y afectan tanto al coste como a la privacidad.

Qué necesita para empezar

• Una lista de las fuentes más importantes y un responsable para cada una.
• Acceso de administrador, o un administrador dispuesto a aprobar la instalación de aplicaciones, en Slack o Teams y en cada sistema de documentos.
• Entre cuarenta y cien preguntas reales que el personal haya hecho recientemente, con la respuesta correcta o el documento que la contiene.
• Una decisión sobre qué proveedor de modelos es aceptable para sus datos, tomada con quien sea responsable de la seguridad y la privacidad.
• Una persona designada que corrija o retire documentos cuando el asistente revele carencias.

Alcance y plazos habituales

Una primera versión suele llevar de 2 a 4 semanas de trabajo, según cuántas fuentes conecte y lo complejos que sean sus permisos. Tómelo como una estimación, no como una promesa. Un espacio de Confluence que alimenta un bot de Slack está en el extremo corto. Cuatro fuentes con reglas de uso compartido mixtas y un despliegue en Teams están en el extremo largo.

Una secuencia habitual es esta:

• Semana 1: conectar una o dos fuentes, crear el conjunto de evaluación y acordar el modelo de permisos.
• Semana 2: recuperación, respuestas con citas y la aplicación de Slack o Teams para un grupo piloto.
• Semanas 3 a 4: fuentes restantes, sincronización de ediciones y eliminaciones, monitorización y un despliegue más amplio.

Cómo mantenemos la precisión de las respuestas

• Un conjunto de evaluación con preguntas reales. Probamos cada cambio frente a las preguntas que usted nos proporcionó. Medimos cuántas obtienen una respuesta correcta con la fuente adecuada.
• Citas en cada respuesta. Las personas pueden verificar con un clic, y las fuentes erróneas son fáciles de detectar y notificar.
• Negarse a responder en caso de duda. Si los fragmentos recuperados no respaldan una respuesta, el asistente indica que no ha podido encontrarla.
• Señales de actualidad. Las respuestas muestran la fecha de última actualización de cada fuente. Los documentos obsoletos pueden clasificarse más abajo o marcarse para revisión.
• Monitorización. Un informe semanal enumera las preguntas sin respuesta, las valoraciones negativas y los documentos más citados. Las preguntas sin respuesta son su lista de documentación pendiente.

Riesgos y cómo los gestionamos

Privacidad

No todos los documentos deben estar en el índice. Acordamos qué está incluido, excluimos áreas como los expedientes de RR. HH. y mantenemos los registros mínimos. Nuestra guía sobre privacidad desde el diseño en RAG trata en detalle la eliminación, el alojamiento regional y el registro.

Permisos

El mayor riesgo es una respuesta correcta procedente de un documento que quien pregunta no debería ver. Filtramos por la identidad de quien pregunta en el momento de la recuperación, antes de que nada llegue al modelo. Una instrucción en el prompt nunca es el único control.

Respuestas erróneas

Los modelos de lenguaje pueden sonar seguros cuando se equivocan. Las citas, las reglas de negativa y el conjunto de evaluación lo reducen. Además, se indica al personal que compruebe la fuente en cualquier asunto con consecuencias reales.

Documentos desactualizados

El asistente solo está tan actualizado como sus documentos. La sincronización mantiene el índice al ritmo de las fuentes, pero dos políticas contradictorias seguirán confundiéndolo. El informe semanal hace visibles esos conflictos para que los responsables los resuelvan.

Cuándo no conviene construirlo

• Su documentación es escasa o está muy desactualizada. Arregle primero los veinte documentos más utilizados; el asistente no puede inventar buen contenido.
• Su equipo es lo bastante pequeño como para que una wiki ordenada y un canal con mensajes fijados ya funcionen.
• La búsqueda con IA integrada en su herramienta actual cubre suficientemente bien sus fuentes y permisos. Pruébela primero.
• Nadie se hará cargo del contenido. Sin un responsable, las respuestas se desvían a medida que los documentos envejecen.

Cómo puede ayudar UnlockLive

Construimos asistentes internos de principio a fin: conectores, recuperación que respeta los permisos, la aplicación de Slack o Teams, y la evaluación y monitorización que lo mantienen fiable. Consulte nuestro servicio de desarrollo RAG. Si además quiere que el asistente active tareas, como abrir un ticket o iniciar una solicitud, consulte automatización de flujos con IA.

Lecturas relacionadas de esta serie: automatizar la incorporación de empleados, el asistente de preguntas y respuestas sobre políticas de RR. HH. y contratos y RAG privado para datos regulados. Si desea una segunda opinión sobre sus fuentes y el alcance, reserve una llamada gratuita de 30 minutos.