Cuando la IA lee los documentos de mi empresa: del 26,7 % al 86 % de precisión

Una IA a la que das tus contratos responde con aplomo y se equivoca una de cada dos veces cuando el documento es largo. Mistral ha cuantificado la diferencia entre adivinar e ir a buscar. Esa cifra también explica por qué la definición inicial empieza por tus archivos.

Una IA que lee los documentos de mi empresa se equivoca más de lo que parece: en FinanceBench, un conjunto de preguntas sobre documentos financieros reales, la precisión pasa del 26,7 % al 86 % cuando el modelo busca por etapas en lugar de absorberlo todo de golpe (Mistral AI, anuncio de Agentic Search, 20 de agosto de 2026).

Lo que mide el paso del 26,7 % al 86 %

Mistral dio a su modelo cinco herramientas para buscar en un documento en lugar de leerlo de una vez. Sobre el mismo conjunto de preguntas y con el mismo modelo, la precisión se multiplicó por más de tres. La mejora también vale para documentos de oficina: 51,9 % en OfficeQA Pro, 45,6 puntos por encima de la lectura directa. Estas mediciones proceden del propio proveedor, sobre conjuntos públicos, lo que invita a leerlas como una demostración de método más que como un veredicto de mercado.

Por qué la demostración en una reunión siempre es brillante

Un vendedor que te muestra su IA sobre uno de tus documentos elige una pregunta cuya respuesta cabe en una frase, en una página que ha abierto delante de ti. El 26,7 % describe la otra situación: treinta preguntas sobre un informe de doscientas páginas, varias de las cuales exigen cruzar dos tablas alejadas. Haz la pregunta que exige cruzar información y observa qué responde la herramienta cuando falta el dato. Un sistema que inventa una respuesta plausible cuesta más que uno que declara no saber.

Tus archivos son material para definir el proyecto

La misma lección vale al encargar software. Tu forma de trabajar ya está escrita en algún sitio: una plantilla de presupuesto, una hoja de rutas, un acta de asamblea o la nota interna que explica tu descuento de fidelidad. Describir todo eso de memoria en una conversación equivale a pedir a una IA que adivine. Adjuntar los archivos al definir el proyecto equivale a hacerla buscar. Esa es la diferencia que cuantifica la distancia entre el 26,7 % y el 86 %, trasladada a tu proyecto.

Lo que hace un equipo de agentes con ese material

En Maestro, arrastras tus documentos a la conversación y Margaux, la agente que define la necesidad, los utiliza para hacer preguntas en lugar de llenar huecos. Vuelve con un brief que cita tus propios términos: los estados de tus presupuestos, los nombres de tus etapas y tu regla de redondeo. Corriges, validas con «Me parece bien» y el documento validado sirve de referencia para todo lo que sigue. Los archivos adjuntos permanecen en tu Mac igual que el resto del proyecto. Para aprender a revisar ese documento sin ser del sector, consulta leer un documento de requisitos en diez minutos.

Cuándo te servirá mejor una herramienta de búsqueda documental

Si tu necesidad termina en consultar un fondo documental, una base de contratos o diez años de actas, un motor de búsqueda por etapas hace el trabajo y Maestro no tiene nada que añadir. Los dos usos se parecen de lejos y difieren en la meta: uno responde preguntas, el otro construye software. Elige según lo que quieras al final: una respuesta o un producto.

Preparar tres documentos antes de empezar

Antes de tu primera definición del proyecto, reúne tres archivos: el que envías a tus clientes, el que usas para seguir tu actividad diaria y el que odias rellenar. Esos tres contienen la mayoría de tus reglas, incluidas las que nunca enuncias. Adjúntalos a la conversación antes de contar tu idea y compara el brief obtenido con el que produce la misma conversación sin archivos. El método completo cabe en tu documento de requisitos en una hora, y el vocabulario que no necesitas aprender está en no conozco las palabras.