En los últimos años, la inteligencia artificial generativa ha visto un progreso notable. La aparición de la arquitectura de transformadores ha facilitado la creación de modelos de lenguaje altamente avanzados que generan texto, resumen contenido y traducen idiomas con una precisión impresionante. Nuestro estudio presenta un sistema de generación aumentada por recuperación adaptado a las necesidades dinámicas de la gestión de instalaciones. El sistema propuesto tiene como objetivo proporcionar acceso instantáneo y preciso a información esencial al integrar técnicas avanzadas de procesamiento de lenguaje natural y paradigmas de recuperación de información. La implementación aprovecha el modelo Mixtral 8x7B para el procesamiento de texto multilingüe y la base de datos vectorial Milvus para un almacenamiento y recuperación de documentos eficientes. El conjunto de datos utilizado incluye documentos como imágenes, manuales de operación, resultados de inspección, planos y dibujos técnicos, en varios formatos de archivo. Este conjunto de datos diverso refleja la variedad de información que se encuentra en la construcción y la gestión de instalaciones. La evaluación implicó generar pares de preguntas y respuestas pertinentes a las tareas de gestión de instalaciones y evaluar el rendimiento del sistema utilizando métricas como ROUGE, BLEU y similitud semántica. Los hallazgos sugieren que los sistemas de generación aumentada por recuperación pueden mejorar significativamente la eficiencia operativa al reducir el tiempo y el esfuerzo requeridos para acceder a la información, manteniendo altos estándares de seguridad y privacidad de datos.