Qué es
Un embedding convierte una palabra, frase o documento en una lista de números. Textos con significado parecido quedan cerca en ese espacio, aunque usen otras palabras.
Por qué importa a una agencia
Son la base de la búsqueda semántica y de RAG: permiten encontrar el documento correcto por significado, no por coincidencia exacta de palabras.
Ejemplo
Buscar "cómo cancelo mi plan" y encontrar el artículo "gestionar tu suscripción", aunque no compartan palabras.
En numeros
Los modelos de embeddings tipicos producen vectores de entre 384 y 3072 dimensiones (text-embedding-3-small de OpenAI usa 1536). A diferencia de la busqueda por palabra clave, que exige coincidencia exacta, la busqueda por embeddings encuentra "factura sin pagar" cuando el usuario escribio "cliente me debe dinero". Generar el embedding de 1 documento toma milisegundos y cuesta centavos por 1000 paginas: el costo real esta en mantener el indice al dia.