RAG privado para pymes: cómo usar documentos internos con IA sin filtrar información

Muchas pymes quieren un asistente que responda usando contratos, procedimientos, manuales, tickets, presupuestos o documentación técnica. El enfoque RAG permite buscar fragmentos relevantes y pasarlos al modelo para generar una respuesta. Bien aplicado, evita copiar todo a una conversación genérica y mejora la utilidad. Mal aplicado, convierte carpetas internas en una fuente de fugas, respuestas fuera de contexto y acceso indebido a información sensible.

La pregunta importante no es si la IA sabe leer PDFs, sino quién puede consultar qué, qué documentos se indexan, cómo se actualizan, dónde se guardan vectores y logs, y qué pasa cuando un empleado pide datos que no debería ver. Un RAG privado necesita diseño de seguridad desde el inicio, no un parche después de la demo.

• Inventario de fuentes: SharePoint, Google Drive, carpetas, CRM, ERP, tickets y documentación técnica
• Clasificación básica: público interno, confidencial, datos personales, contratos, finanzas y credenciales prohibidas
• Permisos sincronizados con identidad corporativa, no una cuenta técnica que lo ve todo
• Filtros de PII y secretos antes de indexar o enviar contexto al modelo
• Registro de consultas, documentos usados y usuario que recibió la respuesta
• Proceso para eliminar o reindexar documentos obsoletos y revocar accesos

• Indexar una carpeta compartida completa sin revisar permisos heredados
• Meter contratos, nóminas o datos personales en el mismo índice que documentación general
• No mostrar fuentes y obligar al usuario a confiar en una respuesta sin trazabilidad
• No definir responsables de calidad de documentos y actualización
• Conectar el asistente a acciones críticas antes de validar respuestas
• Guardar prompts y respuestas con información sensible sin política de retención

Empieza con un caso acotado: soporte interno, documentación comercial aprobada o procedimientos técnicos no sensibles. Selecciona fuentes limpias, define usuarios piloto, activa logs, exige citas de documentos y revisa respuestas incorrectas. Cuando funcione, amplía por dominios y permisos, no por carpetas masivas. Así la pyme obtiene valor real sin convertir la IA en un atajo inseguro hacia toda la información corporativa.