Desafío
Dar a los equipos hoteleros una respuesta inmediata a sus preguntas operativas.
En el marco del programa de IA del grupo dedicado a los hoteles, una constatación se imponía: los equipos hoteleros hacían malabares entre herramientas y documentos dispersos, y perdían tiempo con solicitudes de soporte recurrentes.
Esta situación tenía tres consecuencias.
- Incidentes más largos de resolver. Encontrar el procedimiento correcto llevaba tiempo, cada vez.
- Un soporte solicitado para preguntas repetitivas. Las mismas solicitudes se repetían de un hotel a otro.
- Una experiencia del cliente afectada. Cada minuto dedicado a buscar información es un minuto menos para el cliente.
La necesidad: un asistente que responda a las preguntas operativas de los equipos hoteleros a partir de la base de conocimiento de soporte.
Solución
Un agente RAG evaluado, optimizado e integrado en la plataforma del grupo.
Tratamos el asistente como un producto en producción, no como una demostración. Tres principios estructuran el proyecto.
- Respuestas ancladas en la base de conocimiento. El agente se apoya en los artículos de soporte y cita sus fuentes.
- La evaluación antes de la optimización. Un marco de medición automatizado guía cada decisión: modelo, contexto y formato de respuesta.
- La integración con lo existente. El asistente se integra en la plataforma RAG-as-a-service del grupo, para aprovechar su base técnica y enriquecerla.
Dispositivo
Un agente, un marco de evaluación y una plataforma RAG compartida.
- Agente RAG. Una primera versión del agente construida sobre LangGraph a partir de la base de conocimiento de ServiceNow, migrada después al OpenAI Agents SDK dentro de una plataforma agéntica.
- Marco de evaluación. Diseñado en Langfuse: recall de la búsqueda y de las citas, latencia, costo y LLM-as-a-Judge para la fidelidad, el tono y la redirección.
- Optimización. Salidas estructuradas, context engineering y benchmark de varios LLM.
- Contexto de cada hotel. La información propia del hotel complementa la base de conocimiento para precisar cada respuesta.
- Plataforma RAG-as-a-service. Integración de la base de conocimiento y del glosario de negocio en la plataforma RAG del grupo, cuya extensión pilotamos después.
Un equipo de ocho data scientists y una persona dedicada a la gestión del proyecto, en coordinación con el equipo de infraestructura del grupo, formado por data engineers, y con los equipos de negocio, formados por product managers y perfiles de negocio. El proyecto comenzó con tres o cuatro personas y luego se aceleró con siete u ocho personas hasta la puesta en producción.
Resultados
En producción en 8 meses y ya desplegado en más de 1.500 hoteles.
El asistente está en producción tras 8 meses de proyecto. Hoy equipa a más de 1.500 hoteles del grupo, y su despliegue continúa.
Cada hotel se beneficia de una experiencia personalizada. El asistente responde en el idioma de su usuario, en cualquier lugar del mundo, y se apoya en el contexto del hotel para dar una respuesta más precisa.
Cada evolución se mide con los mismos criterios: calidad de la búsqueda y de las citas, fidelidad y tono de las respuestas, capacidad de redirigir al interlocutor adecuado, latencia y costo.
Expertises mobilisées
Savoir-faire
- RAG
- Agentes de IA
- LLM-as-a-Judge
- Context engineering
- Benchmark de LLM
Technologies
- LangGraph
- OpenAI Agents SDK
- ServiceNow
- Langfuse
Sello
Cuatro mecanismos que marcan la diferencia.
- Respuestas con fuentes. Cada respuesta remite a los artículos de la base de conocimiento de los que proviene.
- Una respuesta adaptada a cada hotel. El asistente tiene en cuenta el idioma del usuario y el contexto del hotel, en todo el mundo.
- Un LLM-as-a-Judge al servicio de la calidad. La fidelidad, el tono y la redirección se evalúan automáticamente en cada iteración.
- Una base compartida. La integración en la plataforma RAG del grupo beneficia a otros casos de uso.
Para usted
Un asistente de IA de soporte construido sobre su base de conocimiento.
Este enfoque responde a cuatro situaciones.
- Sus equipos de campo pierden tiempo buscando procedimientos en herramientas dispersas.
- Su soporte atiende cada día las mismas solicitudes recurrentes.
- Usted dispone de una base de conocimiento subutilizada, en ServiceNow o en otra herramienta.
- Usted quiere un asistente de IA medido y confiable, no una demostración.
Partimos de su base de conocimiento, de sus procesos de soporte y de las preguntas de sus equipos. Los expertos que diseñan el agente lo evalúan, lo ponen en producción y lo hacen evolucionar con usted.
