Company brain vs. RAG vs. base de conocimiento vs. búsqueda empresarial
RAG es una técnica, una base de conocimiento es un acervo curado y la búsqueda empresarial es una forma de encontrar cosas. El company brain es la capa gobernada que usa los tres, lee los datos vivos de los sistemas y además actúa. Aquí está lo que resuelve cada uno y dónde se detiene.

Respuesta corta: los cuatro términos no compiten entre sí, porque están en niveles distintos. RAG es una técnica para entregar documentos a un modelo. Una base de conocimiento es un acervo curado de artículos. La búsqueda empresarial es una forma de encontrar dónde está algo. El company brain, el cerebro de la empresa, es la capa gobernada que usa los tres, lee los datos vivos en los sistemas donde están y además ejecuta trabajo. Si tus preguntas son solo sobre lo que está escrito en documentos, quizá todavía no necesites un company brain.
Una reunión sobre IA suele tardar diez minutos en llegar a este punto. Alguien dice "eso ya lo tenemos, es nuestro RAG". Otra persona dice "para eso está la wiki". Una tercera recuerda la herramienta de búsqueda que la empresa compró el año pasado.
Las tres tienen razón sobre lo que tienen. Están describiendo cosas distintas, y ninguna está describiendo un company brain. Si el término todavía es nuevo para ti, empieza por qué es un company brain.
¿Por qué se confunden estos cuatro términos?
Se confunden porque los cuatro prometen el mismo resultado: el empleado pregunta y recibe la respuesta de la empresa. La diferencia está en hasta dónde llega cada uno para entregarla.
Una forma útil de separarlos es hacer cuatro preguntas sobre cualquier herramienta:
- ¿Qué puede leer? ¿Solo documentos escritos, o también los datos vivos del ERP y del CRM?
- ¿Qué devuelve? ¿Un enlace, un fragmento o una respuesta lista?
- ¿Quién la mantiene al día? ¿Una persona que escribe, un índice que sincroniza o la propia fuente?
- ¿Puede hacer algo? ¿O se detiene cuando entrega la respuesta?
Las secciones siguientes aplican esas cuatro preguntas a cada término.
¿Qué es RAG y dónde se detiene?
RAG (retrieval-augmented generation, o generación aumentada por recuperación) es una técnica: antes de que el modelo responda, el sistema recupera los fragmentos más relacionados con la pregunta y se los entrega al modelo como contexto. Es lo que hace que un asistente responda con base en el PDF de tu política, y no en lo que aprendió en el entrenamiento.
RAG resuelve bien un problema real. El modelo deja de inventar reglas, la respuesta llega con el fragmento en el que se basó, y actualizar el conocimiento significa actualizar el documento, sin reentrenar nada.
Dónde se detiene, en su forma más común (un pipeline sobre una carpeta de documentos):
- Solo conoce lo que se indexó. Si la respuesta es un número en la base de ventas, no hay fragmento que recuperar.
- Recupera por similitud, no calcula. "Cuánto vendimos la semana pasada" no es un fragmento de texto. Es una consulta.
- Los permisos son problema tuyo. La técnica no dice nada sobre quién puede ver qué fragmento. Alguien tiene que construirlo.
- Termina en la respuesta. RAG no programa un informe ni abre un ticket.
Nada de esto es un defecto. RAG es un componente, y el error está en evaluarlo como un sistema completo.
¿Qué es una base de conocimiento y dónde se detiene?
Una base de conocimiento es un acervo curado de artículos escritos por personas: la wiki, el centro de ayuda, el manual de procedimientos. Es la única de las cuatro en la que un humano decidió, frase por frase, cuál es la respuesta oficial.
Esa es su fortaleza. Un artículo bien mantenido es la fuente de mayor autoridad que tiene una empresa, y es la mejor materia prima para cualquier capa de IA que se ponga encima.
Dónde se detiene:
- Solo guarda lo que alguien escribió. La excepción acordada por correo el mes pasado no está ahí.
- Depende del mantenimiento. Un artículo sin dueño queda mal sin que nadie lo note.
- No guarda hechos. La política de devoluciones está ahí. La fecha del pedido del cliente, no.
- Quien lee hace el trabajo. La persona encuentra el artículo, lo lee y lo aplica a su caso.
¿Qué es la búsqueda empresarial y dónde se detiene?
La búsqueda empresarial indexa las aplicaciones de la empresa (drive, correo, chat, tickets, wiki) y permite buscar en todas desde un solo lugar. Los buenos productos respetan los permisos de cada fuente y, más recientemente, resumen los resultados con un modelo.
Resuelve el problema de "sé que esto existe, no sé dónde". En empresas con decenas de herramientas, solo eso ya devuelve horas cada semana.
Dónde se detiene:
- Encuentra, no concluye. El resultado típico es una lista de enlaces, o un resumen de lo que dicen los enlaces.
- Los sistemas vivos suelen quedar fuera. Buscar documentos sobre ventas es distinto de consultar la base de ventas.
- No cruza fuentes en una decisión. Muestra la política y el pedido. Juntar los dos sigue siendo trabajo de la persona.
- No actúa.
¿Qué es un company brain?
Un company brain es una capa única y gobernada que conecta los sistemas, los documentos, los procesos y las herramientas de una empresa para que la IA responda con los datos de la propia empresa, actúe sobre ellos mediante flujos autónomos y deje un registro de auditoría de todo lo que lee y hace.
Frente a las cuatro preguntas:
- Lee documentos y datos vivos, en la fuente, sin copiar todo a un lugar nuevo.
- Devuelve la respuesta lista, con las fuentes citadas, incluso cuando la respuesta necesita una base de datos y un documento al mismo tiempo.
- Las propias fuentes lo mantienen al día, porque las consulta donde están.
- Actúa: la misma capa que responde también ejecuta flujos por programación o por evento.
Todo ocurre bajo acceso por rol y auditoría, que es lo que permite que los otros tres puntos existan en una empresa real.
¿Cómo se comparan los cuatro lado a lado?
| Criterio | Base de conocimiento | Búsqueda empresarial | RAG sobre documentos | Company brain |
|---|---|---|---|---|
| Qué es | Un acervo curado | Un producto de búsqueda | Una técnica | Una capa gobernada |
| Qué lee | Artículos escritos para ella | Contenido indexado de varias aplicaciones | Los documentos que indexas | Documentos y sistemas vivos, en la fuente |
| Qué devuelve | Un artículo para leer | Enlaces, a veces un resumen | Una respuesta basada en fragmentos | Una respuesta lista, con fuentes |
| Datos vivos (ERP, CRM, bases de datos) | No | Rara vez | No en la forma habitual | Sí |
| Cruza fuentes en una respuesta | No | No | Solo entre los documentos indexados | Sí |
| Quién lo mantiene al día | Quien escribe los artículos | La sincronización del índice | Quien reindexa | Las propias fuentes |
| Permisos | Por espacio o página | Heredados de las fuentes, en los buenos productos | Los construyes tú | Por rol, en cada fuente |
| Auditoría de lo que se leyó | Limitada | Varía según el producto | La construyes tú | Integrada |
| Ejecuta trabajo | No | No | No | Sí, mediante flujos |
| Sirve bien para | Procedimientos oficiales | Encontrar dónde está algo | Preguntas sobre contenido escrito | Preguntas y tareas que cruzan sistemas |
¿Cómo se ve la misma pregunta en cada uno?
Toma una pregunta que un agente de soporte hace todos los días: "¿este cliente todavía puede devolver el pedido 4812?". En este ejemplo, el pedido se hizo hace 21 días y la política acepta devoluciones dentro de los 30 días.
| Herramienta | Qué recibe el agente | Qué falta por hacer |
|---|---|---|
| Base de conocimiento | El artículo "Política de devoluciones", si está al día | Leerlo, buscar la fecha del pedido en otro sistema, hacer la cuenta |
| Búsqueda empresarial | Enlaces al PDF de la política y a conversaciones sobre devoluciones | Abrir los enlaces, buscar el pedido, hacer la cuenta |
| RAG sobre documentos | "Se aceptan devoluciones dentro de los 30 días posteriores a la compra", con el fragmento citado | Buscar la fecha del pedido, hacer la cuenta |
| Company brain | "Sí. El pedido 4812 se hizo hace 21 días y el plazo es de 30 días", con las dos fuentes citadas | Nada. Si el rol del agente lo permite, el cerebro también abre la solicitud de devolución |
Las tres primeras respuestas son correctas. Solo se detienen un paso antes de la decisión, y en ese último paso es donde se va el tiempo del agente.
¿Cuándo bastan RAG, una base de conocimiento o la búsqueda empresarial?
Muchas veces. El company brain no es la respuesta correcta para todos los problemas, y comprar uno demasiado pronto es una forma real de desperdiciar dinero.
- La base de conocimiento basta cuando las preguntas son sobre procedimientos estables y el contenido tiene un dueño.
- La búsqueda empresarial basta cuando el dolor es encontrar las cosas, y quien busca sabe qué hacer con lo que encuentra.
- RAG sobre documentos basta cuando las respuestas están en el texto, el contenido no es sensible y lo usa un solo equipo.
La señal de que ya pasaste ese punto es siempre la misma: las respuestas que la gente necesita dependen de datos que viven en sistemas, de más de una fuente a la vez, o de que alguien haga algo después de que llega la respuesta.
¿El company brain reemplaza a los otros tres?
No. Los usa. La recuperación sobre documentos es una de las formas en que el company brain lee lo que está escrito, así que RAG está dentro de él. Una base de conocimiento bien cuidada es una de sus mejores fuentes. Y la empresa que ya tiene búsqueda empresarial ya hizo parte del trabajo de mapear dónde vive su conocimiento.
Eso también significa que nada de lo que construiste se pierde. Las políticas que escribiste, los documentos que indexaste y el prototipo que alguien del equipo de datos armó muestran qué preguntas importan. Lo que no entregan es la capa alrededor: conectores a los sistemas vivos, permisos, auditoría y ejecución. Detallamos cuánto cuesta esa capa en construir o comprar un company brain.
¿Cómo sé cuál de ellos ya tengo?
Haz estas seis preguntas sobre la herramienta que tu empresa hoy llama "nuestra IA":
- ¿Responde con los números de ayer, o solo con lo que está escrito en documentos?
- ¿Puede combinar una base de datos y un documento en la misma respuesta?
- ¿Dos personas con roles distintos reciben respuestas distintas a la misma pregunta?
- ¿Existe un registro de quién preguntó qué y de qué fuentes se leyeron?
- ¿Cada respuesta indica de dónde salió?
- ¿Puede ejecutar una tarea de forma programada, sin que nadie la pida?
Si la respuesta es "sí" solo para la quinta, tienes RAG. Si es "sí" para las seis, tienes un company brain, sea cual sea el nombre que reciba.
Dónde encaja Orkindo
Orkindo es un company brain. Se conecta a tus bases de datos, documentos, herramientas internas y canales de comunicación, y los reúne en una sola capa donde cualquier persona con permiso pregunta en lenguaje natural por WhatsApp, Google Chat o chat web y recibe tablas, gráficos y respuestas con la fuente citada.
La recuperación sobre tus documentos forma parte de ello, junto con las consultas en vivo a tus bases de datos y los flujos autónomos que se ejecutan por programación o por evento. Todo pasa por acceso por rol y por un registro de auditoría completo. El primer agente suele estar en producción en dos semanas.
Si quieres ver dónde se detiene tu estructura actual, agenda una llamada.
Preguntas frecuentes
¿Un company brain es solo RAG con un nombre nuevo?
No. RAG es una técnica para recuperar fragmentos de documentos y entregarlos a un modelo. El company brain usa esa técnica y añade consultas en vivo a sistemas como el ERP y el CRM, acceso por rol, registro de auditoría y flujos que ejecutan trabajo.
¿Necesito RAG si tengo un company brain?
Ya lo tienes. La recuperación sobre documentos es una de las formas en que el company brain lee contenido escrito, como políticas y contratos. Lo que cambia es que deja de ser el único camino de la IA hacia el conocimiento de la empresa.
¿Cuál es la diferencia entre la búsqueda empresarial y un company brain?
La búsqueda empresarial encuentra dónde está la información y devuelve enlaces o un resumen. El company brain devuelve la respuesta lista, combinando documentos con los datos vivos de los sistemas, y además puede ejecutar la tarea siguiente, bajo acceso por rol y auditoría.
¿El company brain reemplaza nuestra wiki o base de conocimiento?
No. Una base de conocimiento bien mantenida es una de las mejores fuentes que puede tener un company brain, porque una persona decidió cuál es la respuesta oficial. El cerebro la lee donde está y la combina con los hechos guardados en los sistemas.
¿Cuándo es suficiente un RAG simple sobre documentos?
Cuando las respuestas están en el texto, el contenido no es sensible y lo usa un solo equipo. Cuando las preguntas pasan a depender de datos vivos, de más de una fuente o de permisos que cambian según el rol, RAG por sí solo deja de bastar.