Embedding

Representación numérica de un texto (o imagen) como un vector de cientos o miles de dimensiones, donde la distancia entre vectores refleja similitud semántica. Es la base técnica que permite buscar "por significado" en lugar de por palabras exactas — y por tanto, el fundamento de RAG, búsqueda semántica y clasificación moderna.

¿Cuándo usar Embedding en una empresa?

Sistemas de búsqueda en bases de conocimiento internas, clasificación de tickets por tema, detección de duplicados, recomendaciones basadas en similitud de contenido. Todo caso que antes se resolvía con SQL y palabras clave puede mejorar con embeddings.

¿Cuándo NO conviene Embedding?

Usar embeddings para problemas donde las reglas exactas son obligatorias (ej. matching de SKUs, cumplimiento legal). Un embedding dice "es parecido", no "es igual".