RAG avanzado no es un modelo del mundo
El RAG ayuda a encontrar y relacionar documentos. Una decisión exige conectar esa información con contratos, instalaciones y consecuencias.
Imaginemos que una empresa pregunta a su asistente si le conviene cambiar de contrato eléctrico. La herramienta encuentra la factura, recupera una oferta y prepara una respuesta con citas. El resultado parece sólido. Sin embargo, todavía puede faltar lo decisivo: saber si la oferta corresponde a ese suministro, si el contrato actual tiene penalización o si el consumo del próximo año será parecido.
Esta es la diferencia que me interesa entre recuperar información y representar un negocio. El RAG ha mejorado mucho la primera tarea. Para decidir, hace falta conectar lo encontrado con la situación sobre la que se quiere actuar.
Qué aporta una buena recuperación
RAG es el nombre que recibe la combinación de un modelo de lenguaje con un mecanismo de búsqueda. El sistema consulta documentación y la utiliza para elaborar su respuesta. Así puede trabajar con información que el modelo no recibió durante su entrenamiento.
Las versiones avanzadas buscan de distintas formas, seleccionan mejor los fragmentos y aprovechan relaciones entre entidades. GraphRAG, por ejemplo, incorpora información de grafos para responder consultas sobre un conjunto de documentos.
Por eso sería injusto reducir el RAG a una búsqueda de palabras. Puede reunir evidencia, relacionar asuntos y ofrecer una lectura útil de mucha documentación. Su aportación se aprecia especialmente cuando encontrar y contrastar las fuentes consume buena parte del trabajo.
Del documento a la instalación
Volvamos al contrato eléctrico. Encontrar un precio no resuelve qué precio debe aplicarse. Hay que vincularlo al suministro, al periodo de facturación y a la versión del acuerdo que sigue vigente. Si existen dos ofertas, interesa saber cuál reemplaza a cuál.
Un modelo del mundo sectorial busca representar esas relaciones y, cuando incorpora modelos dinámicos, estudiar cómo puede evolucionar la instalación. Aquí conviene distinguir dos usos del término: organizar lo que sabemos del negocio y anticipar las consecuencias de una acción.
La investigación de World Models y Dreamer trabaja sobre esta segunda capacidad: aprender una representación del entorno que permita explorar futuros posibles. En energía, esa idea debe convivir con reglas conocidas, como una fórmula contractual, y con variables inciertas, como la demanda futura.
Una comparación que necesita algo más que citas
Para valorar otra tarifa, aplicaría ambos contratos al mismo consumo. Después estudiaría si cambiar horarios modifica el gasto, si la producción permite hacerlo y cuánto cuesta esa modificación. Cada paso responde a una pregunta distinta.
La recuperación ayuda a reunir los documentos. La representación identifica a qué corresponden. El cálculo compara precios. La previsión estudia un consumo que todavía no ha ocurrido. Confundir esas funciones puede llevar a una respuesta bien documentada que recomiende una opción poco conveniente.
También cambia la forma de comprobar el sistema: interesa observar si encuentra el documento correcto, si interpreta su vigencia y si revisa la recomendación cuando aparece una condición nueva.
Cómo encajan ambas piezas
En mi trabajo, el RAG tiene un lugar claro como acceso a documentación y evidencia. El modelo del mundo aporta el contexto que permite utilizarla en una decisión. Se complementan: una buena representación necesita fuentes, y una buena búsqueda gana valor cuando sabemos cómo encaja lo encontrado.
El salto empresarial está en pasar de «esta oferta dice esto» a una comparación que explique qué cambia para esa instalación y por qué merece la pena considerarlo.
Lecturas relacionadas
Referencias
Alejandro Díaz
Fundador de TheryOS, empresario y emprendedor en los sectores energético y financiero.