Recentment, el panorama de la IA es va tornar a transformar quan OpenAI va llançar la recerca profunda.
Poc després, van arribar llançaments similars de Perplexity, xAI, Manus i altres empreses. En essència, la recerca profunda és un agent de cerca que, a partir d’una consulta de l’usuari, pot dur a terme durant un màxim de 30 minuts una recerca complexa i en diversos passos a Internet, de vegades amb més de 100 fonts. En qüestió de minuts, genera un informe de recerca complet, una feina que un investigador normalment trigaria diverses hores a completar.
Creiem que és un dels llançaments d’IA més importants des de GPT-3.
En les converses posteriors amb els nostres clients, hi ha una pregunta que destaca: "Quan podrem aplicar aquesta mena de recerca profunda a les nostres dades?"
Molts d’aquests clients han dedicat anys, o fins i tot dècades, a crear meticulosament alguns dels repositoris de coneixement propi més grans del món. Aquestes dades tenen un valor incalculable i impulsen el seu avantatge competitiu en els sectors respectius.
Conscients d’aquesta necessitat, ens vam proposar desenvolupar un enfocament que permetés a qualsevol empresa crear capacitats de recerca profunda adaptades al seu mercat, les seves dades i el seu context.
Anomenem aquesta solució recerca profunda empresarial.
En la recerca profunda empresarial, integrem molts dels aprenentatges que vam exposar a la nostra anàlisi detallada dels enfocaments RAG.
En les tasques de recerca profunda, elaborar iterativament una consulta d’usuari millor és encara més important que en el RAG clàssic
La gestió del context continua sent fonamental. És essencial que l’agent de recerca entengui bé què ha explorat fins ara i quines línies de recerca han estat més fructíferes. Gestionar aquest estat de manera intel·ligent permet que el raonament del model sigui tan eficaç com sigui possible
L’agent de recerca és el motor que impulsa la recerca profunda empresarial.
L’agent de recerca té accés a la pregunta de l’usuari, a les consultes executades anteriorment i a la informació útil que han recuperat. Després, utilitza el raonament per convertir el seu flux de dades seleccionades en accions.
L’agent de recerca té accés a nombroses eines que l’ajuden a assolir el seu objectiu. Entre aquestes eines hi pot haver les de cerca web i d’operador web, habituals en les solucions de recerca profunda per a consumidors, però també eines per interactuar amb les fonts de dades i els punts d’accés propis.
És com una caixa d’eines real: l’agent de recerca només ha de triar l’eina adequada per a cada tasca. De vegades, una cerca web és l’eina més útil: potser voleu consultar ràpidament un article de recerca publicat avui que encara no s’ha incorporat a la base de coneixement de l’empresa.
Tanmateix, si treballeu en sectors com el farmacèutic, el financer o el jurídic, el vostre flux de treball dependrà en gran manera de les bases de coneixement internes. Per a aquestes fonts, podem ajustar amb cura l’agent de recerca mitjançant aprenentatge per reforç d’extrem a extrem perquè recorri el vostre coneixement propi amb la màxima eficàcia. I és aquí on la nostra recerca profunda empresarial destaca de debò.
És aquí on es produeix la màgia.
Tot i que Internet ofereix una quantitat enorme d’informació, integrar directament la vostra experiència pròpia en els sistemes d’IA permet aprofitar-ne tot el potencial. Creiem que les solucions més eficaces sorgeixen d’integrar el vostre coneixement únic i els vostres punts forts competitius en cada etapa del procés.
Col·laborem amb les organitzacions per desenvolupar solucions d’integració a mida que reuneixen dades de diverses fonts —des de bases de dades estructurades com Neo4j, PostgreSQL o Snowflake fins a sistemes d’emmagatzematge al núvol i de fitxers com S3 o SharePoint— en un ecosistema unificat. Aquesta integració ajuda a garantir que tots els components del sistema s’enriqueixin amb les vostres dades pròpies i els processos interns. Això permet que l’agent de recerca segueixi els mateixos passos que els vostres analistes interns.
Els esforços per aprofitar les dades de manera eficaç sovint plantegen qüestions essencials sobre els drets i els permisos d’accés. És comprensible que els responsables de les dades es preocupin per la possibilitat que les respostes exposin informació sensible involuntàriament. Creiem que la privacitat i la seguretat de les dades s’han d’incorporar a les nostres solucions des del principi. En indexar les dades internes, és essencial registrar-ne la titularitat i aplicar els permisos corresponents per garantir que només els usuaris autoritzats puguin accedir a informació específica. A més, disposar de mecanismes sòlids per eliminar dades de l’índex, d’acord amb el RGPD i altres normatives, és fonamental per preservar la privacitat i el compliment normatiu. Aquest nivell de control i seguretat diferencia el nostre enfocament de les eines públiques de recerca profunda que abasten tot Internet.
La cerca web continua sent un pilar dels fluxos de treball de recerca empresarial. L’extracció web tradicional ha estat durant molt de temps una manera fiable de recopilar dades estructurades de fonts en línia. Aquests mètodes clàssics són eficaços per recopilar grans volums d’informació pública.
Recentment han sorgit agents operadors web per gestionar les tasques més complexes de recuperació de dades a Internet. En són exemples l’operador d’OpenAI, Claude d’Anthropic i Proxy de Convergence. Estan dissenyats per navegar per entorns web complexos, abordar consultes amb matisos i recuperar dades que podrien quedar fora de l’abast de les tècniques d’extracció convencionals.
De vegades, els LLM no són la millor eina per analitzar les dades recuperades. Per això, podem donar a l’agent de recerca accés a eines més especialitzades, com ara un entorn de programació o fins i tot les vostres eines pròpies, per completar aquestes anàlisis. Aquest enfocament per capes —des de l’extracció clàssica fins als agents operadors avançats i les eines especialitzades— garanteix una recerca empresarial exhaustiva i adaptable, per complex que sigui l’entorn de dades.
Cada empresa té una cultura, uns matisos sectorials i unes pràctiques consolidades que determinen la millor manera de consumir i aplicar el coneixement obtingut. Les eines estàndard solen oferir respostes genèriques que potser no s’ajusten al context específic de la vostra empresa.
Crear una solució de recerca profunda a mida us permet donar als resultats el format exacte i situar-los allà on calgui, ja sigui integrant-los en eines d’anàlisi existents o creant un flux de treball específic.
Si adapteu els resultats de la recerca al llenguatge i als processos específics de la vostra empresa, garantireu que el coneixement obtingut no només sigui precís, sinó que també s’integri perfectament en els marcs de presa de decisions existents.
Imaginem un futur en què totes les empreses es beneficiïn d’una solució de recerca profunda a mida que impulsi els seus fluxos de treball més importants.
Llançaments recents, com ara l’API Responses d’OpenAI, que ofereix funcions integrades de cerca web, i el nou SDK d’agents per crear sistemes d’IA agentiva, demostren el compromís dels líders del sector amb el desenvolupament de les eines d’IA en aquest àmbit. Tot i que les eines públiques com la recerca profunda d’OpenAI destaquen a l’hora de respondre consultes generals, les empreses que busquen un avantatge competitiu es beneficiaran d’un enfocament a mida que aprofiti plenament el seu coneixement propi i els seus punts forts únics.
Voleu explorar com podeu aplicar aquesta visió a la vostra empresa? Contacteu amb nosaltres pel canal que preferiu.