YuMoney Construyó Plataforma RAG y Asistente de IA Eugene para Búsqueda en Wiki Corporativa

YUMoney construyó una plataforma RAG y un asistente de IA "Eugén" para buscar en Wiki corporativo

El servicio de pago YUMoney explicó en Habr cómo construyó su propia plataforma RAG (Generación Aumentada por Recuperación) y asistente de IA "Eugén" — reemplazó la búsqueda estándar en Wiki corporativo y entiende el significado de la consulta de un empleado, en lugar de simplemente coincidir palabras clave.

Por qué la búsqueda estándar dejó de funcionar

Con el tiempo, las empresas acumulan miles de páginas de documentación interna, y encontrar la información correcta en ella se vuelve cada vez más difícil. Según YUMoney, la búsqueda estándar en Wiki corporativo ya no puede manejar este volumen: los empleados pierden tiempo navegando entre páginas y, en lugar de buscar respuestas de forma independiente, repiten las mismas preguntas a sus colegas.

• Empresa — YUMoney, un servicio de pagos ruso
• Nombre del asistente — "Eugén", construido sobre tecnología RAG
• Autor del material — Ilya, director del departamento de desarrollo de YUMoney
• Decisión clave del equipo — rechazo de soluciones RAG listas para usar en favor de su propia plataforma
• Público objetivo del material — arquitectos, ingenieros de IA y especialistas que implementan soluciones LLM corporativas

Cómo funciona el asistente de IA "Eugén"

Eugén combina el conocimiento corporativo de la empresa con las capacidades de los modelos de lenguaje grandes. RAG significa Generación Aumentada por Recuperación — "generación con aumento a través de búsqueda": primero, el sistema encuentra fragmentos de documentación en la base de conocimientos relevantes para la pregunta, y luego el modelo de lenguaje formula una respuesta basada en ellos, en lugar de simplemente basarse en los datos en los que se entrenó originalmente. Esto permite responder basándose en el significado de la consulta, en lugar de coincidencias formales de palabras, como en la búsqueda de texto completo clásica en Wiki.

Según el equipo de YUMoney, la transición de los modelos de lenguaje grandes a la categoría de herramientas de trabajo hizo posible combinar el conocimiento corporativo acumulado con las capacidades de LLM — así es como surgió Eugén, capaz de entender el significado de la pregunta de un empleado, en lugar de solo las palabras clave en ella.

Por qué YUMoney rechazó soluciones listas

Ilya, director de desarrollo de YUMoney, promete a los lectores explicar por qué el equipo rechazó soluciones RAG listas para usar en el mercado y eligió el camino de construir su propia plataforma para el conocimiento corporativo. El autor dirige el material principalmente a arquitectos e ingenieros de IA que enfrentan decisiones similares al implementar LLM dentro de una empresa — es decir, deciden si incrustar un producto listo para usar o construir una plataforma para sus datos corporativos de forma independiente.

El material de YUMoney se presenta como un análisis práctico de precisamente esta elección: por qué el desarrollo interno resultó preferible a comprar o conectar un servicio RAG de terceros para buscar en la documentación interna de la empresa.

"Mi nombre es Ilya, soy director de desarrollo en YUMoney.

Les contaré por qué rechazamos las soluciones listas y cómo construimos una plataforma RAG para el conocimiento corporativo", escribe el autor en Habr.

Qué significa esto

YUMoney demuestra el camino típico de 2026 de las corporaciones desde documentación dispersa en Wiki hacia un asistente de IA interno basado en RAG — una tecnología que se está convirtiendo en el estándar para la búsqueda de conocimiento dentro de empresas con grandes cantidades de documentación interna, y el material de YUMoney se dirige principalmente a quienes están implementando tales soluciones.