Descripción
Su empresa ya tiene el conocimiento. El reto es saber dónde está y cómo recuperarlo.
Cada día, las organizaciones pierden información valiosa. Parte de ese conocimiento desaparece cuando empleados con experiencia se jubilan o abandonan la empresa. Otra parte queda dispersa en manuales, hojas de cálculo, correos electrónicos, políticas internas y sistemas desconectados que nadie consulta a tiempo.
Mientras tanto, las mismas preguntas se repiten, los mismos errores vuelven a cometerse y la dependencia de unas pocas personas clave ralentiza las operaciones. La inteligencia artificial puede ayudar, pero solo si se alimenta de conocimiento corporativo bien organizado, accesible y fiable.
Asistentes y agentes empresariales con IA ofrece una guía práctica para transformar documentos, procesos y datos internos en un sistema de inteligencia empresarial capaz de responder con precisión, apoyar operaciones reales y preservar el conocimiento institucional.
A lo largo del libro aprenderá a organizar bibliotecas documentales, estructurar metadatos, aplicar arquitecturas de retrieval, mejorar la búsqueda de información y diseñar asistentes conversacionales y agentes empresariales basados en datos reales de la organización.
La obra muestra cómo reducir la dependencia de expertos internos, acelerar el onboarding, mejorar la consistencia de los procesos y construir sistemas preparados para recuperar información relevante en el momento adecuado.
Dirigido a directivos, responsables de tecnología, equipos de operaciones, consultores, profesionales de gestión del conocimiento y organizaciones que desean integrar IA de forma útil y controlada, este libro ofrece un enfoque práctico para convertir información dispersa en una ventaja competitiva real.
Empiece hoy a transformar el conocimiento de su empresa en inteligencia empresarial fiable.
Índice
CONTENIDO
Acerca del autor
Prefacio
Introducción
Lo que usted obtendrá de este libro
PARTE I — EL PROBLEMA EMPRESARIAL DEL CONOCIMIENTO
Capítulo 1 — Fundamentos de la Inteligencia Corporativa
+- 1.1 Por qué las organizaciones pierden conocimiento
+- 1.2 Introducción al Sistema de inteligencia corporativa
+- 1.3 Lo que esta plataforma entrega
+- 1.4 Por qué las respuestas de la IA tienen éxito o fracasan
+- 1.5 Entendiendo la estructura de búsqueda y metadatos
Capítulo 2 — Por qué las empresas tienen dificultad para encontrar respuestas
+- 2.1 Demasiados archivos y muy poco acceso
+- 2.2 La dependencia del conocimiento tribal
+- 2.3 Preguntas repetidas, costes repetidos
Capítulo 3 — [Título no incluido en el texto proporcionado]
+- 3.1 Por qué la IA genérica no entiende su empresa
+- 3.2 Por qué la recuperación produce respuestas confiables
Capítulo 4 — El sistema de inteligencia corporativa
+- 4.1 Lo que realmente hace el sistema
+- 4.2 De la pregunta a la respuesta del flujo completo del sistema
+- 4.3 Por qué este sistema funciona cuando otros fallan
+- 4.4 Capacidades clave del sistema
PARTE II — ARQUITECTURA Y FUNDAMENTOS DEL SISTEMA
Capítulo 5 — Filosofía de diseño del sistema
+- 5.1 Estructura consistente de los programas
+- 5.2 Variables comunes y patrones de datos
+- 5.3 Acceso estandarizado a una base de datos
+- 5.4 Modelo de seguridad y control de acceso
+- 5.5 Por qué la consistencia importa a escala
Capítulo 6 — Patrones de implementación del sistema
+- 6.1 De la creatividad hacia la consistencia controlada
+- 6.2 Uso de programas modelo
+- 6.3 Inicio estandarizado de programas
+- 6.4 Composer y requisitos de dependencias
+- 6.5 Administración de sesiones y control de espacios de nombres
+- 6.6 CRUDM Estandarizado y acceso a la base de datos
+- 6.7 Rutinas comunes y lógica compartida
+- 6.8 Patrones de menús, navegación y búsqueda
+- 6.9 Integración de la ayuda y la documentación
PARTE III — ARQUITECTURA DEL CONOCIMIENTO Y DOCUMENTACIÓN
Capítulo 7 — Libros, capítulos y secciones
+- 7.1 Por qué los libros estructurados son importantes
+- 7.2 Selección de libros y capítulos
+- 7.3 Creación de secciones reutilizables de conocimiento
Capítulo 8 — Cómo escribir mejores manuales
+- 8.1 Cómo escribir para la búsqueda y la inteligencia artificial
+- 8.2 Cómo explicar un tema y su significado
+- 8.3 Estándares para escribir procedimientos y secciones
Capítulo 9 — La alimentación y preparación de documentos
+- Introducción
+- 9.1 PDF DOCX y archivos heredados
+- 9.2 Preparación documental antes del API
+- 9.3 Segmentación y chunking
+- 9.4 Control del tamaño de archivos
+- 9.5 Administración de carga API
+- 9.6 Creación de chunks y vectorización
+- 9.7 Validación y recuperación operacional
+- 9.8 Ingest de otros documentos y requerimientos
+- 9.9 Gestión unificada de documentos y recuperación de información
Capítulo 10 — Cómo funciona realmente la búsqueda
+- 10.1 Fundamentos del índice invertido
+- 10.2 Fundamentos de clasificación
+- 10.3 Por qué la velocidad importa
+- 10.4 Intercambios entre precisión y cobertura
+- 10.5 Comportamiento en producción versus comportamiento de demostración
PARTE IV — RECUPERACIÓN, CHAT E INTELIGENCIA ARTIFICIAL
Capítulo 11 — Metadatos, sinónimos y clasificación de la recuperación
+- 11.1 Señales de metadatos
+- 11.2 Tablas de sinónimos
+- 11.3 La recuperación combinada
+- 11.4 Interpretación de la intención
+- 11.5 Normalización y errores ortográficos
+- 11.6 Recuperación basada en relaciones
+- 11.7 RAG, mejorado mediante frafos
+- 11.8 Expansión contextual de las spreadsheets
+- 11.9 Selección contextual de fragmentos vecinos
+- 11.10 El peso de las relaciones y clasificación de la recuperación
Capítulo 12 — Construyendo el agente de chat con la IA
+- 12.1 Funciones del agente de chat
+- 12.2 Diseño de sesión
+- 12.3 Vectorización de solicitudes del usuario y algoritmos de selección de Chunks
+- 12.4 Memoria e historial
+- 12.5 JSON estándar para enviar la pregunta del usuario Al API
+- 12.6 Conversación lifecycle
+- 12.7 Persistencia de la memoria conversacional
+- 12.8 Revisión y control de costes
Capítulo 13 — Gobernanza de seguridad y escalabilidad
+- 13.1 Diseño del sistema de seguridad
+- 13.2 Permisos
+- 13.3 Mantenimiento
PARTE V — OPERACIÓN, ESCALABILIDAD Y LECCIONES APRENDIDAS
Capítulo 14 — Arquitectura general del sistema
+- 14.1 Visión general de las capas del sistema
+- 14.2 Flujo de datos de extremo a extremo
+- 14.3 Responsabilidades de los componentes
+- 14.4 Límites y abstracciones
Capítulo 15 — Lecciones de ingeniería y diseños fallidos
+- Introducción
+- 15.1 Lecciones aprendidas de los diseños fallidos
+- 15.2 Desviación del API y falsos éxitos
+- 15.3 Conversión de archivos y sobrecarga del API
+- 15.4 Lecciones sobre el tamaño de los fragmentos y la estabilidad
+- 15.5 Límites de memoria y problemas de serialización
+- 15.6 Restricciones de backups y carga del sistema
Conclusión
Apéndice 1 — Lecturas recomendadas y referencias de la industria
Índice
Valoraciones
No hay valoraciones aún.