<\/p>\n
Cuando la optimizaci\u00f3n de tokens y el procesamiento horizontal sacuden el paradigma<\/em><\/p>\n La inteligencia artificial ha llegado a un punto de inflexi\u00f3n. Por un lado, los recursos computacionales son cada vez m\u00e1s eficientes; por otro, las estrategias para abaratar costes y aligerar contextos se multiplican. Gracias a herramientas como Deepseek OCR<\/a> y arquitecturas \u201ctoken-friendly\u201d, cada vez vemos m\u00e1s casos de manejo de grandes vol\u00famenes de tokens optimizado. Y tras lidiar a diario con la tecnolog\u00eda RAG en mi trabajo, me surgen muchas preguntas\u2026 \u00bfestamos a las puertas del fin de la era de la Retrieval Augmented Generation<\/a> (RAG)?<\/p>\n <\/p>\n La magia de RAG radica en su capacidad para sintetizar enormes masas de datos, seleccionando \u201cchunks\u201d (o fragmentos) a dedo para ahorrarnos tokens y enfocarnos en lo relevante. La t\u00e9cnica ha permitido:<\/p>\n En efecto, RAG ha sido la estrategia elegida para muchas arquitecturas de IA empresarial y de productos: permite que modelos relativamente ligeros respondan a preguntas sobre datos propios de la organizaci\u00f3n, sin tener que reentrenar un LLM gigantesco para cada dominio.<\/p>\n Pero como cualquier tecnolog\u00eda en crecimiento, RAG tiene sus \u201cperos\u201d. Y tras trabajar con ella d\u00eda a d\u00eda, los he ido constatando:<\/p>\n En definitiva: aunque RAG sigue siendo muy \u00fatil, cada vez me da \u201ccosas que pensar\u201d sobre su sostenibilidad y situaci\u00f3n futura.<\/p>\n El motor que impulsa este posible cambio es la mejora horizontal de la IA: optimizar para que los contextos sean m\u00e1s grandes, los tokens m\u00e1s baratos, y hace que los modelos puedan asumir tareas antes consideradas imposibles sin RAG. Algunas pistas:<\/p>\n Entonces: si dejamos que mecanicemos estos avances, \u00bfestamos presenciando el declive de RAG como t\u00e9cnica dominante?<\/p>\n No necesariamente. Mi reflexi\u00f3n es m\u00e1s matizada:<\/p>\n Para no quedarse obsoleto, recomiendo tres l\u00edneas de acci\u00f3n:<\/p>\n La IA ya no s\u00f3lo est\u00e1 corriendo hacia modelos m\u00e1s grandes, sino hacia un tratamiento m\u00e1s horizontal de la eficiencia: menos fragmentaci\u00f3n, m\u00e1s contexto, menor desperdicio de tokens. En ese sentido, la tecnolog\u00eda RAG, que fue una revoluci\u00f3n para conectar modelos con memoria documental, empieza a mostrar sus l\u00edmites operativos en entornos exigentes.<\/p>\n \u00bfEstamos en el fin de RAG? No completamente. Pero muy probablemente estamos al final de su etapa dominante<\/strong>. Y quienes estemos trabajando con IA debemos prepararnos para la siguiente fase: modelos que lean m\u00e1s, procesen mejor y simplifiquen la arquitectura.<\/p>\n Si deseas explorar un caso pr\u00e1ctico, no dudes en mirar mi proyecto \u201cMy personal chatbot with RAG<\/a>\u201d donde lo implement\u00e9 usando LangChain, React, Pinecone y contenedores Docker. (germanmallo.com<\/a>)<\/p><\/blockquote>","protected":false},"excerpt":{"rendered":" Cuando la optimizaci\u00f3n de tokens y el procesamiento horizontal sacuden el paradigma La inteligencia artificial ha llegado a un punto de inflexi\u00f3n. Por un lado, los recursos computacionales son cada vez m\u00e1s eficientes; por otro, las estrategias para abaratar costes y aligerar contextos se multiplican. Gracias a herramientas como Deepseek OCR y arquitecturas \u201ctoken-friendly\u201d, […]<\/p>\n","protected":false},"author":2,"featured_media":1394,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[76],"tags":[126,250,127],"class_list":["post-1393","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia","tag-llm","tag-optimizacion-de-tokens","tag-rag"],"acf":[],"_links":{"self":[{"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/posts\/1393","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/comments?post=1393"}],"version-history":[{"count":1,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/posts\/1393\/revisions"}],"predecessor-version":[{"id":4524,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/posts\/1393\/revisions\/4524"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/media\/1394"}],"wp:attachment":[{"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/media?parent=1393"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/categories?post=1393"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/germanmallo.com\/en\/wp-json\/wp\/v2\/tags?post=1393"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}La promesa de RAG<\/h2>\n
\n
Los retos que conviene reconocer<\/h2>\n
\n
\u00bfPor qu\u00e9 podr\u00edamos estar acerc\u00e1ndonos al fin de RAG?<\/h2>\n
\n
\u00bfSignifica eso que RAG va a morir ma\u00f1ana?<\/h2>\n
\n
\u00bfQu\u00e9 debe hacer quien est\u00e9 trabajando con IA hoy?<\/h2>\n
\n
Conclusi\u00f3n<\/h2>\n