Potenciando agentes de IA: cómo Rexera transforma los cierres inmobiliarios con Zilliz Cloud
aumento del 40%
en la precisión de recuperación mediante búsqueda híbrida
Costo 50% menor
al eliminar Elasticsearch y pasar de bases de datos vectoriales autogestionadas a la plataforma totalmente gestionada de Zilliz Cloud
Procesamiento de transacciones en tiempo real
es posible gracias al excepcional rendimiento de latencia de Zilliz Cloud
Complejidad y sobrecarga de gestión reducidas
al eliminar la necesidad de una implementación independiente de Elasticsearch
Working with Zilliz Cloud has been transformative for our AI agent architecture. The hybrid search capability alone delivered a 40% accuracy improvement, and the scalability means we never worry about performance, even during the highest traffic periods. It's been essential to our continued growth.
Sasidhar Janaki
Acerca de Rexera
Rexera no solo usa agentes de IA: los ha operacionalizado a escala para gestionar uno de los flujos de trabajo más complejos y cargados de documentos en el sector inmobiliario: el proceso de cierre. Con agentes de IA como Iris gestionando más de 10,000 tareas diarias y procesando millones de páginas al mes, Rexera ha convertido lo que antes era una operación manualmente intensiva y propensa a retrasos en un sistema inteligente, casi en tiempo real.
Pero escalar agentes de IA en producción no se trata solo de prompts para LLM: se trata de arquitectura. La inteligencia documental en tiempo real requiere una recuperación rápida y precisa, y una coordinación autónoma entre agentes que extraen, validan y comunican, todo impulsado por datos constantemente actualizados e infraestructura capaz de escalar a millones de solicitudes simultáneas sin fallar. Por eso Rexera recurrió a Zilliz Cloud, una base de datos vectorial diseñada específicamente para cargas de trabajo de IA, para impulsar el núcleo de su ecosistema de agentes.
Desde Iris, que extrae y valida datos críticos, hasta Mia y Ria, que automatizan las comunicaciones, los agentes de Rexera dependen de Zilliz Cloud para entregar el contexto más relevante —al instante— mediante búsqueda híbrida. ¿El resultado? Un aumento del 40% en la precisión de recuperación, la eliminación de infraestructura frágil y un gran avance en la forma en que se cierran las transacciones inmobiliarias.
Con la confianza de más de 350 firmas inmobiliarias, Rexera está redefiniendo cómo se concretan los acuerdos, con IA que realmente funciona a escala.
Rexera's ai agents.png
El desafío: escalar la inteligencia documental inmobiliaria
A medida que el negocio de Rexera se expandía, se encontraron con varios desafíos críticos en su canal de procesamiento de documentos.
Cuando Rexera se lanzó por primera vez, procesaban documentos relativamente simples: facturas y certificados generalmente de menos de 10 páginas, que podían introducirse directamente en modelos de lenguaje de gran tamaño (LLMs). Sin embargo, el crecimiento del negocio pronto les exigió analizar documentación inmobiliaria integral de miles de páginas, superando con creces las limitaciones de la ventana de contexto de los LLMs disponibles.
Su solución inicial de base de datos vectorial, Deep Lake, almacenaba embeddings en buckets de S3, pero sufría importantes cuellos de botella de rendimiento. El sistema descargaba conjuntos vectoriales completos a su servidor antes de realizar cálculos de similitud, lo que generaba una latencia inaceptable. Esto era inaceptable para su negocio en crecimiento, y necesitaban urgentemente una nueva solución de búsqueda vectorial.
Inicialmente, Rexera exploró el autoalojamiento de Milvus en su clúster de Kubernetes, y funcionó muy bien. Pero reconocieron la complejidad operativa de mantener un entorno de base de datos vectorial en producción. Gestionar la infraestructura requería recursos de ingeniería especializados, particularmente para manejar el escalado elástico durante picos de tráfico cuando llegaban millones de solicitudes simultáneamente. Sus políticas de retención de datos, que requerían eliminar embeddings de transacciones completadas, añadían otra capa de complejidad operativa. El equipo se dio cuenta de que necesitaba una solución que eliminara estas cargas de gestión de infraestructura manteniendo al mismo tiempo un alto rendimiento.
"Enfrentábamos problemas de latencia y desafíos de escalado con nuestras soluciones anteriores", explica Sasidhar Janaki, ingeniero de software sénior en Rexera que ha estado en la empresa desde sus inicios. "Cuando el tráfico se disparaba con millones de solicitudes de clientes, nuestra infraestructura autoalojada no podía mantenerse al día, y la recuperación de documentos tardaba demasiado."
La solución: impulsar agentes de IA con la base de datos vectorial Zilliz Cloud
Tras una evaluación exhaustiva de múltiples opciones de bases de datos vectoriales, incluidas Weaviate y Chroma, Rexera seleccionó Zilliz Cloud como la base de su sistema de inteligencia documental principalmente por su latencia superior, escalabilidad y capacidades de búsqueda híbrida. Zilliz Cloud se convirtió en el repositorio central de conocimiento que impulsa múltiples agentes de IA en su ecosistema, tales como:
Iris – Extrae y valida datos de documentación inmobiliaria compleja
Mia – Genera respuestas automáticas inteligentes por correo electrónico basadas en el historial de comunicación
Ria – Proporciona respuestas SMS automatizadas para mantener informadas a todas las partes
Figura: Un ejemplo de cómo nuestros agentes de IA trabajan juntos para revolucionar la adquisición de documentos de HOA
Para cada transacción, Rexera genera embeddings para miles de páginas utilizando el modelo text-embedding-3-large de OpenAI y los almacena en Zilliz Cloud. Estos embeddings se actualizan continuamente a medida que cambia el contenido de los documentos, lo que garantiza que el sistema siempre trabaje con la información más actualizada.
Cuando un agente necesita recuperar información, aprovecha la capacidad de búsqueda híbrida de Zilliz Cloud para encontrar el contenido más relevante en su vasto repositorio de documentos. Este contexto recuperado luego es procesado por múltiples LLMs, incluidos ChatGPT y Claude, con respuestas clasificadas para determinar si se requiere intervención humana.
La introducción de la búsqueda híbrida dentro de Zilliz Cloud fue particularmente transformadora, ya que permitió a Rexera combinar la similitud vectorial con la búsqueda tradicional por palabras clave en una sola plataforma, eliminando su necesidad anterior de mantener dos infraestructuras de búsqueda separadas.
Implementación y arquitectura
La arquitectura de agentes de IA de Rexera es un sistema modular de nivel de producción creado para la automatización de transacciones a escala. En su núcleo se encuentra Agent One, un orquestador centralizado impulsado por los frameworks LangChain y LangGraph, con observabilidad proporcionada por LangSmith. Zilliz Cloud desempeña un papel fundamental en este ecosistema, sirviendo como la base de datos vectorial de alto rendimiento que permite el razonamiento aumentado por recuperación en todos los agentes.
La integración de Rexera con Zilliz Cloud y otras herramientas de IA sigue un flujo de trabajo optimizado:
Figura: Cómo Zilliz Cloud respalda el sistema de agentes de IA de Rexera
Ingesta de documentos + Embedding: A medida que llegan nuevos documentos de transacciones, desde liquidaciones hipotecarias hasta correos electrónicos de HOA, Rexera utiliza modelos de OpenAI o AWS Bedrock (a través de OpenRouter) para codificar documentos en embeddings vectoriales. Estos embeddings, junto con metadatos como ID de pedido, tipo de documento e ID de organización, se almacenan en Zilliz Cloud.
Orquestación de agentes: Los agentes especializados se componen y orquestan utilizando las herramientas componibles de LangChain y los flujos de trabajo dinámicos de LangGraph. LangSmith proporciona observabilidad en toda la cadena. Esta estructura por capas permite un comportamiento de agentes ajustado y explicable en tareas como automatización de llamadas, automatización web, análisis de documentos y más.
Recuperación contextual para agentes de IA mediante búsqueda híbrida: Cuando un agente (p. ej. Max, Mia, Iris) necesita contexto para tomar una decisión o generar una salida, Agent One aprovecha la búsqueda híbrida de Zilliz Cloud —que combina búsqueda por similitud vectorial, búsqueda de texto completo y filtrado de metadatos estructurados— para recuperar el contenido más relevante en miles de páginas en milisegundos.
Verificación multimodelo: Para transacciones críticas, el contexto recuperado se pasa por múltiples LLMs, como modelos Claude u OpenAI GPT, para verificar la precisión y garantizar una comprensión sólida y multiperspectiva.
Actualizaciones en streaming a Zilliz Cloud: A medida que los documentos evolucionan a lo largo del ciclo de vida de la transacción, los embeddings actualizados se transmiten continuamente a Zilliz Cloud, lo que garantiza que los resultados de recuperación reflejen el estado más reciente.
Este sistema robusto, impulsado por Zilliz Cloud, permite a Rexera ejecutar una flota de agentes de IA que automatizan transacciones concurrentes de alto riesgo con velocidad, precisión y explicabilidad.
Por qué Rexera eligió Zilliz Cloud
El proceso de evaluación de Rexera incluyó Deep Lake, Weaviate, Chroma, Milvus autohospedado y muchas otras opciones de bases de datos vectoriales. Varios factores decisivos los llevaron a elegir Zilliz Cloud:
El rendimiento de latencia superior fue la consideración principal. Zilliz Cloud proporcionó los tiempos de respuesta excepcionales necesarios tanto para la recuperación como para la carga de documentos, lo que permite el procesamiento de transacciones casi en tiempo real.
La escalabilidad sin fricciones resultó fundamental para el negocio de Rexera. Zilliz Cloud gestiona picos de tráfico cuando millones de solicitudes de clientes llegan simultáneamente, sin los problemas de escalado que experimentaron con soluciones autohospedadas.
La capacidad de búsqueda híbrida se convirtió en un punto de inflexión para el procesamiento de documentos de Rexera. Esta función aumentó su precisión de recuperación en un 40% en comparación con la búsqueda tradicional basada en embeddings y eliminó la necesidad de mantener bases de datos separadas para diferentes tipos de búsqueda.
El flujo de trabajo amigable para desarrolladores mejora la productividad. Los ingenieros pueden poner en marcha rápidamente contenedores Docker locales de Milvus para pruebas y luego conectarse sin problemas a Zilliz Cloud en entornos de producción.
"Cuando Zilliz anunció que la búsqueda híbrida se incluiría en la plataforma, nos entusiasmamos muchísimo", recuerda Sasidhar. "Obtuvimos acceso anticipado unos dos meses antes del lanzamiento público, y fue transformador. Eliminamos Elasticsearch por completo y ahora usamos Zilliz Cloud tanto para búsqueda vectorial como de texto completo."
Resultados y beneficios de cambiar a Zilliz Cloud
El traslado de Rexera a Zilliz Cloud generó mejoras inmediatas de rendimiento y ventajas arquitectónicas a largo plazo:
Aumento del 40% en la precisión de recuperación: La búsqueda híbrida ofrecida por Zilliz Cloud garantiza que los agentes de IA siempre obtengan el contexto correcto, incluso en miles de páginas, aumentando la precisión en todas las transacciones.
Costo total un 50% menor: Al eliminar Elasticsearch y cambiar de bases de datos vectoriales autohospedadas a la plataforma totalmente administrada de Zilliz Cloud, Rexera redujo los costos de infraestructura casi a la mitad.
Latencia un 30% mejor que las alternativas: En comparación con otras bases de datos vectoriales que Rexera evaluó y probó, Zilliz Cloud ofrece de manera constante respuestas de consulta más rápidas, incluso bajo cargas de producción.
Pila de búsqueda única: Al reemplazar Elasticsearch, Rexera redujo la sobrecarga operativa y simplificó su infraestructura.
Ciclos de desarrollo más rápidos: Los ingenieros ahora ponen en marcha contenedores Milvus localmente y envían directamente a Zilliz Cloud en producción—sin cuellos de botella, sin sorpresas.
Respuesta en tiempo real a escala: La latencia subsegundo de Zilliz Cloud permite la toma de decisiones en tiempo real para los clientes, incluso durante volúmenes máximos de solicitudes.
Gestión de infraestructura cero: Se acabaron las prisas por escalar o mantener la infraestructura vectorial—Zilliz Cloud se encarga de ello, para que Rexera pueda centrarse en la innovación.
Planes futuros
Rexera apenas está comenzando. A medida que crece la demanda de clientes empresariales, el equipo planea:
Habilitar la multitenencia completa: Aunque la separación basada en metadatos funciona hoy, Rexera adoptará las funciones de multitenencia de Zilliz Cloud para admitir un aislamiento estricto de datos para grandes clientes.
Evaluar continuamente nuevos modelos: Los modelos de embeddings y LLM se comparan constantemente con cargas de trabajo del mundo real para garantizar un rendimiento de primer nivel.
Ampliar las capacidades de los agentes: Con la búsqueda vectorial escalable como base, Rexera está explorando nuevos comportamientos de agentes, desde la resumición dinámica hasta flujos de trabajo predictivos de cumplimiento.
Conclusión
El ecosistema de agentes de IA de Rexera muestra lo que es posible cuando la infraestructura vectorial está construida para escalar, no ensamblada a la fuerza. Al estandarizar en Zilliz Cloud, han desbloqueado inteligencia en tiempo real en todo el proceso de cierre, eliminado infraestructura frágil y obtenido un camino confiable para expandirse.
“La búsqueda híbrida nos dio un aumento del 40% en precisión. Eliminamos Elasticsearch. Y no lo pensamos dos veces a la hora de escalar. Zilliz Cloud hizo posible todo eso.”
—Sasidhar Janaki, Ingeniero de Software Sénior, Rexera
We were facing latency issues and scaling challenges with our previous solutions. When traffic spiked with millions of customer requests, our self-hosted infrastructure couldn't keep up, and document retrieval was taking too long.
Sasidhar Janaki