Graph RAG: cuando las relaciones son la evidencia clave

En el ámbito de la inteligencia artificial aplicada a la empresa, la recuperación aumentada por generación (RAG) se ha consolidado como una técnica para que los agentes accedan a conocimiento externo. La búsqueda vectorial, basada en similitud semántica, es el método más extendido. Sin embargo, no todas las preguntas se responden con fragmentos de texto similares. Cuando la respuesta depende de relaciones entre hechos, la similitud sola no basta. Ahí entra en juego Graph RAG.

El límite de la búsqueda vectorial

La búsqueda vectorial es eficaz para encontrar documentos o registros cuyo significado se parece a la consulta, incluso con palabras distintas. Por ejemplo, una pregunta sobre "cancelar una suscripción" puede recuperar un artículo de soporte sobre "baja de cuenta". Funciona bien con documentación, artículos de ayuda o descripciones de producto, donde la respuesta suele estar en uno o dos pasajes. La similitud tiene un papel claro: clasificar la evidencia probable. Pero no establece propiedad, dependencia, autorización o alcance de una política. Dos registros pueden ser semánticamente cercanos y no tener ninguna conexión operativa. Por eso, las restricciones de metadatos duros (como el límite de inquilino, la fecha de vigencia o el identificador de cuenta) deben aplicarse independientemente del ranking vectorial. Una puntuación de similitud es una opinión sobre la relevancia; una frontera de inquilino es una condición que el sistema debe cumplir.

Preguntas que exigen relaciones

Cuando un agente sale de una base de conocimiento autocontenida, aparecen preguntas sobre sistemas conectados: ¿qué servicios dependen de este componente? ¿quién puede aprobar una excepción para esta cuenta? ¿qué clientes se ven afectados por este despliegue? ¿qué controles aplican a los datos en este entorno? Un ejemplo típico es el de una vulnerabilidad: un aviso de paquete identifica una librería; un registro de despliegue dice que un servicio usa esa librería; un catálogo de servicios conecta el servicio con el entorno de un cliente; y un contrato conecta a ese cliente con una política de notificación. La respuesta requiere cuatro registros y tres relaciones. El texto puede describir cada paso, pero un agente que ensambla la cadena implícitamente puede unir la librería vulnerable con una versión de servicio no intencionada, o asociar un servicio compartido con el cliente equivocado. También puede recuperar una política caducada o perder una dependencia actualizada después de la publicación de la documentación.

Un grafo hace explícitas esas conexiones convirtiendo cada registro en un nodo. Las aristas tipadas y dirigidas registran que un servicio USA una librería o SOPORTA un entorno. Una arista GOBERNADO_POR vincula el contrato con la política. Cada conexión lleva su fuente y propietario, con puntuaciones de confianza o fechas de vigencia cuando importan. Los mismos cuatro registros se recuperan como pasajes similares arriba y se conectan como aristas tipadas y trazables abajo.

Graph RAG: un término con matices

Graph RAG es un término sobrecargado. La propuesta de Microsoft GraphRAG utiliza un LLM para extraer un grafo de conocimiento a partir de texto no estructurado, construye una jerarquía de comunidades y soporta consultas tanto a nivel de corpus como de entidad. Este artículo se refiere a algo más concreto: un grafo construido a partir de relaciones que tus sistemas ya registran, donde cada arista se remonta a una fuente operativa en lugar de inferirse de la interpretación de un modelo. El enfoque combina la recuperación de contenido con el recorrido sobre relaciones conocidas. Un flujo práctico comienza encontrando entidades y pasajes candidatos para la pregunta. La aplicación resuelve esos candidatos a registros específicos, sigue solo las relaciones permitidas y luego recupera los documentos fuente necesarios para explicar el resultado. Ese paso de resolución es el más difícil: una pregunta sobre "el servicio de pagos" debe aterrizar en el registro correcto cuando el catálogo lista tres servicios con nombres similares, y una coincidencia incorrecta puede afectar a todos los saltos posteriores. Cuando la coincidencia es ambigua, la aplicación debe mostrar los candidatos en lugar de elegir el nombre más cercano.

El grafo responde "¿qué está conectado?". El material fuente responde "¿qué dice la política?". Necesitas ambos.

Implicaciones para pymes y equipos de IT

Para una pyme, adoptar Graph RAG no implica construir un grafo de toda la empresa. El consejo es empezar por los tipos de relación que responden a una pregunta importante. Mapear toda la compañía es un desvío largo sin garantía de destino útil. Si tu negocio depende de cadenas de dependencia (proveedores, clientes, contratos, políticas), un grafo ligero puede marcar la diferencia. La búsqueda vectorial sigue siendo útil para localizar documentos y registros, pero añade un grafo cuando la similitud por sí sola no puede probar por qué un hecho aplica a otro. En ForgeNEX recomendamos evaluar primero si tus preguntas críticas necesitan evidencia relacional. Si es así, identifica las relaciones clave, asegúrate de que cada arista tenga una fuente trazable y combina la recuperación de contenido con el recorrido del grafo. No sustituyas la búsqueda vectorial: acompáñala. La clave está en que el grafo responde a "qué está conectado" y el texto a "qué dice la política". Necesitas ambos.

Si quieres profundizar en cómo encajar esta arquitectura en tu pyme, puedes consultar nuestro artículo anterior Graph RAG: Cuando las Relaciones son la Evidencia, donde exploramos su impacto en ciberseguridad y DevOps. También te puede interesar La IA acelera los exploits: tu hoja de cálculo de CVE ya no sirve, porque la gestión de vulnerabilidades es un caso de uso claro para Graph RAG.

Fuente: The New Stack. Análisis y adaptación: ForgeNEX.