
Incorporación de empleados y soporte interno impulsados por IA
Rootstack implementó un AI Employee Assistant basado en RAG que centraliza
el acceso conversacional a políticas, procedimientos, documentación interna
y recursos de onboarding.
¿Por qué el cliente escogió a Rootstack?

La organización necesitaba reducir el tiempo que sus empleados, especialmente los nuevos integrantes, dedicaban a buscar información sobre políticas, procesos, herramientas, beneficios y procedimientos internos. El conocimiento estaba distribuido entre diferentes plataformas, lo que generaba consultas recurrentes y una experiencia de onboarding inconsistente.
Rootstack fue seleccionada por su capacidad para implementar un asistente empresarial basado en RAG, conectado con las fuentes internas de conocimiento y capaz de respetar los permisos de acceso de cada usuario. La solución permitió centralizar el conocimiento corporativo sin comprometer el acceso controlado a información sensible.
Desafío
Los nuevos empleados debían consultar múltiples plataformas para encontrar la información necesaria para desempeñar sus funciones. Recursos humanos, procesos internos, herramientas, políticas, seguridad, beneficios y procedimientos estaban distribuidos entre diferentes sistemas y repositorios.
Esto generaba procesos de onboarding prolongados, consultas repetitivas a Recursos Humanos, dependencia de compañeros y managers, dificultad para identificar la versión más actualizada de una política, pérdida de productividad durante las primeras semanas y sobrecarga de los equipos internos.
La organización necesitaba un asistente personalizado y disponible 24/7 que pudiera responder preguntas utilizando información oficial, manteniendo el contexto de las conversaciones y respetando los permisos de cada empleado.
Nuestras soluciónes
Rootstack implementó un AI Employee Assistant basado en RAG utilizando Claude, una base de datos vectorial, MCP, Python, PostgreSQL, Google Drive API, Confluence REST API, Microsoft Graph API, Docker y OpenTelemetry.
La arquitectura conectó diferentes fuentes corporativas y permitió buscar contenido mediante recuperación semántica, filtrar la información según los permisos del usuario, generar respuestas contextualizadas, proporcionar referencias a las fuentes originales y mantener conversaciones de seguimiento. El flujo principal fue: Pregunta del empleado → Identificación del usuario → Validación de permisos → Recuperación de conocimiento → RAG → Respuesta con fuentes → Seguimiento o escalamiento.
El asistente podía responder preguntas sobre acceso a herramientas, vacaciones, seguridad, políticas de gastos, configuración de equipos, procesos de compra y otros procedimientos internos. La búsqueda semántica permitió encontrar información relevante incluso cuando el empleado utilizaba términos diferentes a los empleados en la documentación oficial.
La solución también incorporó personalización según el departamento, rol, ubicación, nivel de acceso, tipo de empleado y aplicaciones autorizadas. De esta manera, el mismo asistente podía proporcionar información diferente dependiendo del perfil y permisos del usuario.
Un componente clave fue el control de acceso basado en permisos. Antes de recuperar contenido, el sistema verificaba si el empleado estaba autorizado para consultar la fuente correspondiente. Esto estableció una separación entre la identidad del usuario, sus permisos y el contenido disponible, evitando que el asistente se utilizara para acceder indirectamente a información restringida.
Las respuestas incluían referencias al documento, fuente y sección relevante, así como enlaces cuando estaban disponibles. Esto permitió a los empleados verificar la información y aumentó la trazabilidad y confianza en las respuestas generadas por IA.
El asistente también mantenía el contexto de las conversaciones para responder preguntas de seguimiento sin requerir que el empleado repitiera toda la información. Cuando era necesario ejecutar acciones, podía conectarse mediante APIs y MCP a herramientas internas autorizadas para crear solicitudes, consultar tickets, recuperar información o iniciar determinados workflows.
Las consultas que requerían intervención humana, presentaban información contradictoria o estaban fuera del alcance configurado podían ser escaladas al equipo correspondiente, incluyendo el contexto de la conversación para evitar que el empleado tuviera que explicar nuevamente su situación.
El proyecto tuvo una duración de 6 meses y logró una reducción estimada del 70% en el tiempo de búsqueda de información, mientras que entre 75% y 85% de las preguntas fueron respondidas automáticamente. Las consultas internas repetitivas se redujeron aproximadamente 60%, y el tiempo dedicado a buscar información durante el onboarding disminuyó un estimado 50%. Más del 95% de las respuestas incluyeron citaciones, con integración de 4+ repositorios empresariales y disponibilidad 24/7.
Beneficios obtenidos por el cliente

70% de reducción estimada en el tiempo de búsqueda, facilitando el acceso inmediato al conocimiento corporativo.
75–85% de preguntas respondidas automáticamente, reduciendo la carga de los equipos internos.
50% de reducción estimada en el tiempo de búsqueda durante el onboarding, acelerando la incorporación de nuevos empleados.
95%+ de respuestas con citaciones, mejorando la trazabilidad y verificación de la información proporcionada.











