Desarrollo de un sistema automatizado de asistencia vía WhatsApp mediante Inteligencia artificial generativa local para la optimización del soporte técnico en UNIDROGAS S.A.S.

Vista sencilla de ítem
dc.contributor.advisorPimentel Díaz, Carlos Daniel
dc.contributor.authorAcuña Martinez, Juan Pablo
dc.contributor.corporatenameUniversidad Santo Tomás
dc.date.accessioned2026-09-18T20:20:19Z
dc.date.available2026-09-18T20:20:19Z
dc.date.issued2026-09-18
dc.descriptionEn este documento se aborda el problema de saturación del soporte técnico en UNIDROGAS S.A.S., con el objetivo de implementar un asistente virtual conversacional. Para su desarrollo, se integró el modelo de lenguaje local Gemma 3, una arquitectura RAG alimentada con manuales de la empresa y la API de WhatsApp. El sistema alcanzó una exactitud del 93% en la identificación del documento o procedimiento correspondiente a la consulta del usuario, lo que evidencia la viabilidad de automatizar procesos mediante inteligencia artificial y optimizar los tiempos de respuesta. Asimismo, su arquitectura permite resguardar la privacidad en la gestión interna del conocimiento institucional, si bien el canal de comunicación final depende de un proveedor externo
dc.description.abstractThis document addresses the issue of technical support overload at UNIDROGAS S.A.S., with the goal of implementing a conversational virtual assistant. To develop the system, the local language model Gemma 3 was integrated with a RAG architecture indexed over the company’s manuals and the WhatsApp API. The system achieved a 93% accuracy rate in identifying the document or procedure corresponding to the user's query, demonstrating the feasibility of automating processes using artificial intelligence and optimizing response times. Furthermore, its architecture ensures privacy in the internal management of institutional knowledge, although the final communication channel relies on an external provider.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero en Mecatrónicaspa
dc.description.domainhttps://www.ustabuca.edu.co/
dc.format.mimetypeapplication/pdf
dc.identifier.citationAcuña Martínez, J. P. (2026). Desarrollo de un sistema automatizado de asistencia vía WhatsApp mediante inteligencia artificial generativa local para la optimización del soporte técnico en UNIDROGAS S.A.S. [Trabajo de pregrado]. Universidad Santo Tomás, Bucaramanga, Colombia
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/74215
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bucaramanga
dc.publisher.facultyFacultad de Ingeniería Mecatrónicaspa
dc.publisher.programPregrado Ingeniería Mecatrónicaspa
dc.relation.referencesR. T. Fielding, “Architectural Styles and the Design of Network-based Software Architectures”, 2000. Consultado: el 24 de mayo de 2026. [En línea]. Disponible en: https://roy.gbiv.com/pubs/dissertation/fielding_dissertation.pdf
dc.relation.referencesJ. Johnson, M. Douze, y H. Jégou, “Billion-scale similarity search with GPUs Matthijs Douze”, 2017, doi: 10.48550/arXiv.1702.08734.
dc.relation.referencesY. Gao et al., “Retrieval-Augmented Generation for Large Language Models: A Survey”, Proceedings - 2024 Conference on AI, Science, Engineering, and Technology, AIxSET 2024, pp. 166–169, dic. 2023, doi: 10.1109/AIxSET62544.2024.00030.
dc.relation.referencesT. Dettmers, A. Pagnoni, A. Holtzman, y L. Zettlemoyer, “QLoRA: Efficient Finetuning of Quantized LLMs”, Adv. Neural Inf. Process. Syst., vol. 36, may 2023, Consultado: el 23 de mayo de 2026. [En línea]. Disponible en: https://arxiv.org/pdf/2305.14314
dc.relation.referencesP. Mell y T. Grance, “The NIST Definition of Cloud Computing”, sep. 2011, doi: 10.6028/NIST.SP.800-145.
dc.relation.referencesChroma, “Update Data”. Consultado: el 24 de abril de 2026. [En línea]. Disponible en: https://docs.trychroma.com/docs/collections/update-data
dc.relation.referencesP. Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, Adv. Neural Inf. Process. Syst., vol. 2020-December, may 2020, Consultado: el 24 de mayo de 2026. [En línea]. Disponible en: https://arxiv.org/pdf/2005.11401
dc.relation.referencesT. Mikolov, I. Sutskever, K. Chen, G. Corrado, y J. Dean, “Distributed Representations of Words and Phrases and their Compositionality”, Adv. Neural Inf. Process. Syst., oct. 2013, Consultado: el 23 de mayo de 2026. [En línea]. Disponible en: https://arxiv.org/pdf/1310.4546
dc.relation.referencesJ. Liu, J. Lin, y Y. Liu, “How Much Can RAG Help the Reasoning of LLM?”, oct. 2024, Consultado: el 24 de abril de 2026. [En línea]. Disponible en: https://arxiv.org/pdf/2410.02338
dc.relation.references“Leyes desde 1992 - Vigencia expresa y control de constitucionalidad [LEY_1581_2012]”. Consultado: el 28 de julio de 2026. [En línea]. http://www.secretariasenado.gov.co/senado/basedoc/ley_1581_2012.html
dc.relation.references“Privacy policy | 1MSG”. Consultado: el 28 de julio de 2026. [En línea]. Disponible en: https://1msg.io/privacy-policy
dc.relation.referencesA. Guío, E. Tamayo, y P. Gómez, “MARCO ÉTICO PARA LA INTELIGENCIA ARTIFICIAL EN COLOMBIA”, 2021, Consultado: el 28 de julio de 2026. [En línea]. Disponible en: https://minciencias.gov.co/sites/default/files/marco-etico-ia-colombia-2021.pdf
dc.relation.referencesOllama, “Ollama documentation”. Consultado: el 25 de abril de 2026. [En línea]. Disponible en: https://docs.ollama.com/
dc.relation.referencesG. Gerganov, “llama.cpp: Quantize Tool Documentation”. Consultado: el 24 de mayo de 2026. [En línea]. Disponible https://github.com/ggml-org/llama.cpp/blob/master/tools/quantize/README.md
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.subject.keywordArtificial intelligence
dc.subject.keywordRAG
dc.subject.keywordLLM
dc.subject.keywordSemantic search
dc.subject.proposalInteligencia artificial
dc.subject.proposalRAG
dc.subject.proposalLLM
dc.subject.proposalBúsqueda semántica
dc.titleDesarrollo de un sistema automatizado de asistencia vía WhatsApp mediante Inteligencia artificial generativa local para la optimización del soporte técnico en UNIDROGAS S.A.S.
dc.typebachelor thesis
dc.type.categoryFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de gradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2026AcuñaJuan.pdf
Tamaño:
3.2 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
Miniatura
Nombre:
2026AcuñaJuan1.pdf
Tamaño:
269.94 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de facultad
Descargar
Miniatura
Nombre:
2026AcuñaJuan2.pdf
Tamaño:
184.33 KB
Formato:
Adobe Portable Document Format
Descripción:
Acuerdo de publicación
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería Mecatrónica