Durante los últimos dos años, los proyectos de almacén basados en grandes modelos de lenguaje han seguido un patrón claro: casi todos empiezan con preguntas y respuestas sobre conocimiento. Un operario pregunta cómo recoger un determinado SKU, y el sistema encuentra la respuesta en manuales, instrucciones de trabajo y órdenes de trabajo anteriores. La cuestión no es si construirlo, sino cómo. Hay dos vías técnicas sobre la mesa — el ajuste fino y el RAG — y ambas pueden verse bien en una demostración. El coste de elegir mal solo aparece seis meses después de la puesta en marcha.

He seguido tres proyectos reales de bases de conocimiento de almacén. Uno era un servicio de preguntas y respuestas de atención al cliente de un 3PL en el este de China, lanzado a principios de 2024 con ajuste fino. Otro era un asistente interno de operaciones en un almacén de comercio electrónico del sur de China, lanzado a mediados de 2024 con RAG. El tercero era un sistema de consulta de repuestos en un fabricante del norte de China que probó ambos enfoques a principios de 2025. Los tres funcionaron bien en la demostración. Seis meses después, sus destinos habían divergido bruscamente.

El proyecto de ajuste fino fue el primero en tener problemas. Su base de conocimiento cubría más de 40 documentos operativos, y la precisión inicial parecía buena. El problema eran las actualizaciones. Cada vez que el almacén cambiaba un proceso o sustituía parámetros de equipos, el equipo tenía que preparar nuevos datos de entrenamiento y ejecutar otra ronda de ajuste fino — dos semanas en el mejor de los casos, un mes en el peor. Peor aún, la comprensión del modelo sobre el nuevo conocimiento era inestable. Tras una actualización, empezó a mezclar procedimientos antiguos y nuevos en la misma respuesta: un operario preguntó por una regla de picking y recibió la mitad de la versión nueva y la mitad de la antigua. El responsable del proyecto me contó después que la mitad de su esfuerzo se iba en "evitar que el modelo olvidara cosas" en lugar de mejorar el sistema.

El proyecto RAG avanzó con más constancia. El conocimiento vivía como documentos en un almacén vectorial, así que un cambio de proceso significaba sustituir un documento, con efecto en cuestión de minutos. Cuando instalaron un nuevo sistema de clasificación a finales de 2024, las instrucciones de trabajo actualizadas se podían consultar el mismo día. Pero el RAG tenía su propio punto débil: cuando la recuperación fallaba, la respuesta podía ser errónea con total seguridad. Una vez, un operario preguntó por el umbral de alarma de temperatura del almacén frigorífico, y el sistema extrajo una cifra obsoleta de un documento caducado, respondiendo con total confianza. El turno estuvo a punto de seguir el estándar equivocado. La conclusión del análisis fue clara: la culpa no era del modelo, sino de la gobernanza del conocimiento. Nadie había limpiado los documentos caducados, así que la recuperación devolvía basura.

Ajuste fino vs. RAG: dónde está el verdadero límite

El límite entre las dos vías no es cuál es más "inteligente". Es la forma del conocimiento y la rapidez con que cambia. El ajuste fino incorpora el conocimiento en los pesos del modelo, lo que conviene a capacidades estables, generales y duraderas: el tono, el formato de respuesta, el sentido común del dominio. El RAG mantiene el conocimiento fuera del modelo, lo que conviene al contenido que cambia a menudo y necesita citas precisas: procedimientos operativos, parámetros de equipos, condiciones contractuales con clientes.

La mayor parte de una base de conocimiento de almacén cae en la segunda categoría. Los procesos cambian, los equipos se sustituyen, los clientes añaden requisitos, las normativas se actualizan. Si cada actualización exige reentrenamiento, los costes de mantenimiento superan pronto el valor del sistema. Por eso mi posición por defecto es esta: el RAG debe ser la arquitectura por defecto de una base de conocimiento de almacén, y el ajuste fino debe usarse solo donde se lo gane.

La comparación siguiente ofrece un marco práctico de selección:

Dimensión Ajuste fino RAG
Coste de actualizar el conocimiento Alto — exige reentrenamiento Bajo — sustituir el documento
Trazabilidad de las respuestas Deficiente — no hay fuente que citar Buena — apunta al documento fuente
Riesgo de alucinación Medio — respuestas de memoria Depende de la calidad de la recuperación, controlable
Mejor uso Capacidad general estable, estilo Conocimiento específico que cambia con frecuencia
Datos necesarios Cientos o miles de muestras de calidad Unas docenas de documentos para empezar
Fallo típico El conocimiento antiguo interfiere, olvido catastrófico Los documentos obsoletos contaminan la recuperación

El "olvido catastrófico" merece una mirada más atenta. El ajuste fino reescribe los pesos del modelo con datos nuevos y, si se lleva demasiado lejos, daña capacidades que el modelo ya tenía. El 3PL con ajuste fino vio exactamente esto: tras tres rondas ajustadas a los nuevos procedimientos, el modelo empezó a fallar en preguntas básicas de aritmética. Tuvieron que reducir las rondas de ajuste al mínimo, y las mejoras se redujeron con ellas.

Elegir RAG es solo el principio

Elegir RAG no significa elegir correctamente: significa elegir un punto de partida más fácil de corregir. En un sistema RAG, aproximadamente el 70 por ciento del éxito es gobernanza del conocimiento y el 30 por ciento es tecnología. Gobernanza significa tres cosas: control de versiones de los documentos, limpieza periódica del contenido caducado y evaluación continua de la calidad de la recuperación.

El almacén de comercio electrónico del sur de China ofrece una referencia útil. Cada documento que entra en la base lleva una fecha de entrada en vigor y una fecha de caducidad; los documentos caducados salen del conjunto de recuperación automáticamente. Cada semana, el equipo toma 50 preguntas reales, comprueba a mano si la respuesta citó el documento correcto y abre una revisión si la precisión de recuperación cae por debajo de un umbral. Tras seis meses de esta rutina, la precisión de las respuestas subió de alrededor del 70 por ciento en el lanzamiento a un estable 90 por ciento o más. La arquitectura fija el techo. La gobernanza fija el suelo.

He aquí un punto contraintuitivo: cuando los datos son pocos, no te apresures a ajustar el modelo. Muchos equipos empiezan por ahí, creyendo que un modelo "entrenado con nuestros datos" entenderá su negocio. En la práctica, ajustar con unos cientos de muestras sobreajusta con facilidad: el modelo acierta las preguntas de su conjunto de entrenamiento y se desmorona ante formulaciones que nunca ha visto. En lugar de pasar dos meses reuniendo datos de ajuste fino, pon primero el RAG en marcha, deja que lleguen preguntas reales y decide sobre el ajuste fino cuando tengas suficientes pruebas.

Mi recomendación es un camino en tres pasos. Primer paso: lanzar el RAG con los documentos existentes, ejecutarlo durante tres meses y recopilar preguntas reales y casos de fallo. Segundo paso: dejar que los fallos decidan si añadir ajuste fino — si los fallos se concentran en el tono y el formato, el ajuste fino vale la pena; si se concentran en conocimiento erróneo, corrige primero la base de conocimiento. Tercer paso: combinar ambos — ajuste fino para cómo habla el sistema, RAG para lo que dice.

No hay una respuesta universal a esta elección, pero hay una prueba universal: dentro de seis meses, ¿tu equipo está usando el sistema o sirviéndolo? Si cada cambio del negocio obliga al equipo técnico a hacer horas extra peleando con el modelo, probablemente la elección fue errónea. Una base de conocimiento de almacén se gana su lugar cambiando con el negocio, no pidiendo al negocio que se adapte a ella.

Por Dr. Chen, Investigador de la cadena de suministro

Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.