IskayPet unifica el conocimiento corpor° con un asistente RAG gestionado de Amazon Bedrock
Hecho Qué ha ocurrido
IskayPet, cadena de tiendas y clínicas veterinarias de Iberia, ha construido un asistente de conocimiento corporativo sobre Amazon Bedrock Managed Knowledge Bases que responde preguntas de empleados en cuatro idiomas y tres países a partir de documentos de SharePoint. Según el texto, el equipo desarrolló la solución con Kiro y Claude Haiku 4.5, y el asistente cita sus fuentes y respeta los permisos de SharePoint.
Resumen generado mediante IA a partir de AWS Machine Learning Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra un patrón práctico para empresas con documentación dispersa en varios idiomas: evitar operar bases vectoriales y pipelines propios usando servicios gestionados y reutilizar los repositorios existentes.
- Quién se ve afectado
- Empresas con conocimiento operativo repartido en SharePoint y varios países o idiomas.
- Qué puede cambiar
- Los equipos pueden consultar procedimientos en lenguaje natural sin mantener infraestructura RAG propia, siempre que sus permisos documentales se mantengan en el origen.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Qué resultados de calidad y adopción publica IskayPet más allá del blog del proveedor, y cómo se comporta el sistema con documentos desactualizados o contradictorios.
Recomendación Qué debería hacer una empresa
Evaluar en los próximos 6-12 meses un piloto con un único área documental antes de extender el asistente a otros países.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: AWS Machine Learning Blog (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗RAGbúsqueda híbridarerankingLLMagentes IskayPetAmazon Web ServicesAnthropicMicrosoft Amazon Bedrock Claude Haiku 4.5 IskayPet RAG SharePoint
Relacionadas
AWS integra búsqueda híbrida en Bedrock para agentes RAG empresariales
AWS publica una guía técnica en su blog de machine learning sobre cómo implementar asistentes agenticos con inteligencia artificial utilizando búsqueda híbrida…
Por qué importaLas empresas que implementan asistentes agenticos (chatbots que ejecutan tareas multi-paso y acceden a datos en tiempo real) necesitan recuperar…
AWS presenta acelerador para gestión de conocimiento institucional con avatar de IA y voz
AWS publicó en su blog de machine learning una solución de gestión de conocimiento institucional basada en IA que utiliza Amazon Bedrock Knowledge Bases para…
Por qué importaPermite que organizaciones conserven el conocimiento de empleados con experiencia antes de que se jubilen o se marchen, mejorando la retención de…
AWS anuncia Managed Knowledge Base en disponibilidad general para agentes IA empresariales
Amazon Bedrock lanza Managed Knowledge Base en disponibilidad general (GA), una solución completamente administrada para construir bases de conocimiento que…
Por qué importaReduce significativamente el tiempo de implementación de pipelines RAG complejos de semanas a minutos, y elimina decisiones técnicas costosas sobre…
Qlik detalla cómo construyó su asistente de IA empresarial Qlik Answers sobre Amazon Bedrock
Qlik, con más de 40.000 clientes, lanzó Qlik Answers en febrero de 2026, un asistente de IA que responde preguntas sobre datos estructurados y no estructurados…
Por qué importaEs un caso práctico de cómo construir IA generativa empresarial con trazabilidad y control de fundamentación (grounding), un requisito clave para…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.