Qué es exactamente
Un embedding es la representación matemática del significado de un texto (o imagen, o audio) en forma de un vector de cientos o miles de números (típicamente 768, 1.024 o 1.536 dimensiones).
La clave: dos textos que significan lo mismo tienen embeddings cercanos en el espacio vectorial, aunque usen palabras completamente diferentes. “Contratación de personal” y “selección de empleados” tienen embeddings parecidos. “Manzana” y “ordenador” no.
Para qué sirven
- Búsqueda semántica: encontrar documentos que tratan sobre un tema sin que tengan que coincidir las palabras exactas.
- RAG: encontrar los fragmentos más relevantes de una base documental para responder una pregunta.
- Clasificación: agrupar tickets de soporte por temática, detectar productos similares en un catálogo.
- Recomendación: sugerir contenido relacionado.
- Detección de duplicados: encontrar documentos casi iguales con redacción distinta.
Cómo se generan
Existen modelos específicos para generar embeddings:
- OpenAI: text-embedding-3-small, text-embedding-3-large.
- Cohere Embed.
- BGE (BAAI): open source de alta calidad.
- Voyage AI: especializado en embeddings empresariales.
Por qué importa en empresa
Los embeddings son la base técnica de cualquier sistema de búsqueda semántica, RAG o clasificación automática. Para una pyme, lo importante no es entender la matemática sino saber que existen y que permiten “buscar por significado” en sus propios documentos.
