Antecedentes del proyecto
Como aseguradora líder en China, Pacific Insurance cuenta con una enorme cantidad de documentos comerciales —términos de pólizas, normas de reclamaciones, fichas de productos— que superan las 30 000 unidades. Los gestores de reclamaciones, los asesores comerciales y los nuevos empleados necesitan consultar estos documentos diariamente. La búsqueda tradicional por palabras clave apenas permitía localizar la información con precisión; los empleados tardaban una media de 15 minutos en encontrar lo que necesitaban y la precisión no llegaba al 40 %.
Principales desafíos
Solución
Implementación de una arquitectura RAG privada
Se desplegó en el entorno de intranet un sistema RAG (generación aumentada por recuperación) basado en Qwen2.5-72B. Los más de 30 000 documentos se segmentaron de forma estructurada y se indexaron vectorialmente para construir un grafo de conocimiento empresarial. Todo el procesamiento y el razonamiento de los datos se realizan dentro de la intranet, satisfaciendo así los requisitos del sector financiero de que los datos no abandonen el dominio corporativo.
Preguntas y respuestas inteligentes y recomendación de conocimiento
Se implementó una interfaz de diálogo en lenguaje natural compatible con conversaciones de varios turnos y comprensión del contexto. El sistema no solo devuelve respuestas precisas, sino que también muestra las citas originales de las cláusulas relevantes y sugiere conocimiento relacionado, ayudando al usuario a comprender las reglas de negocio en su totalidad.
Actualización automática de la base de conocimiento
La solución se conecta con el sistema de gestión de contenidos de la compañía. Cuando se modifican términos o normas, se activa automáticamente una actualización incremental del índice, asegurando que la base de conocimiento esté siempre sincronizada con las últimas reglas de negocio.
Resultados
| Indicador | Antes de la optimización | Después de la optimización | Magnitud de mejora |
|---|---|---|---|
| Tiempo de búsqueda de conocimiento | 15 minutos | 10 segundos | ↓99 % |
| Precisión de las respuestas | 40 % | 92 % | ↑130 % |
| Período de formación de nuevos empleados | 3-6 meses | 1-2 meses | ↓67 % |
| Retraso en la actualización del conocimiento | 7 días | En tiempo real | ↓100 % |
> Resumen cuantitativo: el tiempo de búsqueda de conocimiento se redujo un 99 % (hasta 10 segundos), la precisión de las respuestas aumentó un 130 % (al 92 %), el período de formación de nuevos empleados se acortó un 67 % (1‑2 meses) y el retraso en la actualización del conocimiento pasó de 7 días a tiempo real.
Stack tecnológico
Qwen2.5‑72B, base de datos vectorial Milvus, LangChain, FastAPI, Vue.js, despliegue en intranet con Nginx
Preguntas frecuentes
¿Qué tasa de recuperación se puede alcanzar generalmente con una base de conocimiento RAG?
Tras optimizar la estrategia de segmentación y el modelo de vectores, la tasa de recuperación de un RAG empresarial suele situarse entre el 85 % y el 95 %. En este caso, la precisión de las respuestas pasó del 40 % al 92 %; la clave reside en la calidad de la segmentación estructurada y la indexación vectorial de los más de 30 000 documentos.
¿Cómo cumple la base de conocimiento de la aseguradora con los requisitos de que los datos no salgan del dominio?
Todo el procesamiento y el razonamiento de los datos se realizan en el entorno de la intranet, utilizando el modelo Qwen2.5‑72B desplegado de forma privada. No se produce ninguna salida de datos. El sistema satisface las exigencias normativas del sector financiero sobre la permanencia de los datos en el dominio interno y ya ha superado auditorías de seguridad internas.
¿Es elevado el coste de mantenimiento de una base de conocimiento RAG?
No. La base de conocimiento está integrada con el sistema de gestión de contenidos de la empresa; cuando las cláusulas o normas cambian, se activa automáticamente una actualización incremental del índice, sin necesidad de intervención manual. El mantenimiento diario se limita a pequeños ajustes del modelo y a la resolución de incidencias, y puede ser asumido por un solo administrador de sistemas.
