Gemini presenta Agentic RAG para búsquedas empresariales

Inicio

En muchas empresas, una consulta sencilla—por ejemplo, pedir las especificaciones de un servidor usado en un proyecto—termina en documentos inconexos y una respuesta incompleta.

Esa fricción ocurre cuando la información está repartida en varias bases de datos y nadie une las pistas.

Qué ocurrió

El 5 de junio de 2026 Google Research, en colaboración con Google Cloud, presentó Agentic RAG en la plataforma Gemini Enterprise Agent Platform.

Agentic RAG es una versión de búsqueda aumentada por generación (RAG: combina búsqueda de documentos con generación de texto) que no se queda en un solo intento: divide la pregunta, busca en varios orígenes y vuelve a buscar si falta información.

Google afirma que su enfoque mejora la exactitud en algunos conjuntos de prueba hasta en 34% y está disponible en vista previa pública.

Qué cambia en la práctica

Respuestas más completas y comprobables

El sistema detecta cuándo faltan piezas de información y sigue buscando hasta reunir suficiente contexto.

Eso reduce respuestas parciales o “no encontrado” al entregar resúmenes que incluyen las fuentes consultadas.

Búsqueda entre varias bases sin perder velocidad

Agentic RAG puede decidir en cuál de varios repositorios buscar y encadenar búsquedas entre ellos.

En pruebas con documentos mixtos, resolvió correctamente el 90.1% de las preguntas y mantuvo tiempos de respuesta similares (dentro de un 3%).

Menos trabajo manual para equipos técnicos

Al automatizar la planificación de búsquedas y las reescrituras de consultas, los equipos dejan de unir manualmente registros dispersos.

En sectores como TI y salud, esto puede ahorrar tiempo al preparar informes o revisiones de casos.

Cómo funciona

Funciona como un pequeño equipo de investigación: un agente organiza la tarea, otro planifica qué fuentes revisar, otro adapta la consulta para cada búsqueda y un “inspector de calidad” (llamado Sufficient Context Agent) verifica si la información encontrada responde todo lo pedido; si falta algo, ordena nuevas búsquedas.

Al final, un agente sintetiza la respuesta con la evidencia.

Lo que no está resuelto

El sistema depende de cómo se conecten y estructuren los datos de cada empresa: la mejora real variará según la calidad y el acceso a esas fuentes. Además, en casos críticos como decisiones médicas, la salida aún requiere revisión humana.

Los resultados provienen de pruebas específicas y datos internos; no garantizan igual rendimiento en todos los entornos.

Cierre

Agentic RAG apunta a reducir errores por información fragmentada y a hacer las respuestas de IA más trazables.

Es un avance hacia IA que actúa de forma más persistente y transparente en entornos empresariales.

Por qué importa

• Impacto en negocio: Reduce tiempo de búsqueda y mejora decisiones basadas en datos combinados.
• Impacto en usuarios: Ofrece respuestas más completas y con referencias claras.
• Impacto en industria: Facilita integrar IA en flujos mas complejos entre múltiples bases de datos.

Nota de Transparencia

Esta nota fue escrita con apoyo en herramientas de IA. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

Sobre la autora

Rosa María Agudelo Ayerbe es directora del Diario Occidente, periodista y comunicadora social con más de 35 años de experiencia en medios de comunicación.

Especialista en administración y finanzas, cuenta además con estudios de maestría en transformación digital y especialización en inteligencia artificial.

Ha liderado procesos de innovación y transformación digital en medios de comunicación, combinando periodismo, tecnología y estrategia empresarial.

Desde su experiencia analiza el impacto de la inteligencia artificial, la comunicación digital y las tendencias tecnológicas que están redefiniendo la forma en que trabajamos, aprendemos y tomamos decisiones.

Estas notas se apoyan en un agente de investigación basado en inteligencia artificial, diseñado para monitorear semanalmente avances, lanzamientos y debates clave del sector.

El contenido es posteriormente leído, analizado, contextualizado y validado editorialmente antes de su publicación.

Este proceso forma parte del mecanismo de actualización continua que permite interpretar los desarrollos tecnológicos desde una mirada periodística, crítica y comprensible para audiencias no especializadas.

Comments