TecnologíaIngeniería de Software

Cómo WP Engine Usa Elastic y Gemini para Potenciar la Búsqueda con IA para 1,5 Millones de Usuarios de WordPress

WP Engine, la plataforma líder de alojamiento WordPress que da servicio a más de 1,5 millones de usuarios en 200.000 sitios web de más de 150 países, desplegó la plataforma Search AI de Elastic junto con Google Cloud Vertex AI y Gemini para construir Smart Search AI y habilitar capacidades de generación aumentada por recuperación (RAG) para sus clientes. La integración permite a WP Engine ofrecer búsqueda en lenguaje natural, recomendaciones de productos contextualizadas y chatbots impulsados por IA a los propietarios de sitios web sin necesidad de combinar múltiples proveedores. Los tiempos de respuesta bajaron hasta cinco milisegundos y la plataforma gestionó picos de tráfico de cientos de miles a decenas de millones de consultas por minuto sin ninguna interrupción.

Impacto

~5 milliseconds

Tiempo de respuesta de consultas de búsqueda

Zero

Tiempo de inactividad durante el pico de tráfico

1.5 million+

Usuarios de WordPress atendidos

Significant

Ahorro en tiempo de desarrollo

Desafío

WP Engine necesitaba ofrecer funcionalidades avanzadas de búsqueda con IA y recomendaciones en más de 200.000 sitios web WordPress con configuraciones de datos muy variadas, sin tener que construir desde cero una infraestructura de IA compleja de múltiples proveedores.

Solución

WP Engine desplegó la plataforma Search AI de Elastic con integración de Google Cloud Vertex AI, utilizando la base de datos vectorial de Elasticsearch para búsqueda semántica e híbrida que impulsa Smart Search AI y habilita aplicaciones RAG para sus clientes.

Herramientas y tecnologías

Lo que dicen los líderes

Elastic es sencillamente la mejor solución para búsqueda y alojamiento de búsqueda. Significa que podemos ofrecer una experiencia de búsqueda de vanguardia que es genuinamente útil para una enorme variedad de clientes y tipos de sitios web.

Luke Patterson, Senior Product Manager, WP Engine

La integración de Elasticsearch con las herramientas de IA de Google significa que no tienes que construir conexiones complicadas desde cero. Puedes centrarte en crear grandes experiencias de usuario, no en conectar sistemas entre sí.

Shane Daly, Ingeniero de Software Principal, WP Engine

No hubo ninguna interrupción, ni un solo contratiempo. La infraestructura de Elastic Cloud escaló exactamente como esperábamos.

Shane Daly, Ingeniero de Software Principal, WP Engine
Entiende todo el contexto.

Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.

Historia completa

WP Engine ha sido la columna vertebral del ecosistema WordPress desde 2010, ofreciendo alojamiento gestionado y herramientas para desarrolladores a más de 1,5 millones de usuarios en más de 200.000 sitios web de 150 países. A medida que las capacidades de IA pasaron de los experimentos a las expectativas de los clientes, WP Engine se encontró en una encrucijada: sus clientes —desde medios de comunicación hasta marcas de comercio electrónico— necesitaban funcionalidades avanzadas de IA en sus sitios web, pero construir esas funcionalidades en el vasto y heterogéneo panorama de configuraciones de WordPress requería un socio tecnológico capaz de gestionar la complejidad a escala.

El reto era estructural. Los datos de WordPress existen en innumerables configuraciones: diferentes temas, plugins, tipos de contenido personalizado y estructuras de contenido. Construir capacidades consistentes de búsqueda con IA o de recomendaciones en esta variedad exigía una plataforma que pudiera extraer cualquier tipo de dato, normalizarlo y almacenarlo como vectores, todo ello manteniendo la velocidad y fiabilidad que esperan los visitantes de la web. La infraestructura existente de WP Engine no estaba diseñada para la búsqueda vectorial ni la IA generativa, y desarrollar esas capacidades desde cero habría consumido recursos de ingeniería que deberían destinarse a la innovación de producto.

WP Engine eligió la plataforma Search AI de Elastic como base, desplegando la base de datos vectorial de Elasticsearch en el núcleo de su stack tecnológico e integrándola con Google Cloud Vertex AI. Esta combinación proporcionó a WP Engine un motor de recuperación integrado de forma nativa que combina las fortalezas multimodales de los modelos Gemini de Google con la búsqueda semántica e híbrida potenciada por IA de Elastic. El resultado práctico fue Smart Search AI, una funcionalidad del producto WP Engine que ofrece resultados de búsqueda en lenguaje natural para cualquier sitio WordPress. La misma infraestructura habilita aplicaciones RAG: los clientes de WP Engine pueden ahora construir chatbots de IA y motores de recomendación fundamentados en sus propios datos de negocio sin mantener pipelines personalizados.

La prueba de fiabilidad llegó cuando un gran cliente mediático utilizó la API de búsqueda de WP Engine de una forma que disparó el tráfico en el servidor de producción de cientos de miles a decenas de millones de consultas en cuestión de minutos. El resultado: cero interrupciones. La infraestructura de Elastic Cloud absorbió el pico sin una sola perturbación. Los tiempos de respuesta en toda la plataforma se estabilizaron en torno a cinco milisegundos, suficientemente rápidos como para ofrecer experiencias fluidas en tiempo real a los visitantes del sitio web y proteger las tasas de conversión.

Para WP Engine y sus clientes, la integración de Elastic y Google Cloud ha transformado el despliegue de IA de un proyecto de ingeniería de varios meses a un lanzamiento rápido de capacidades. El mismo cliente mediático que desencadenó el pico de tráfico utilizaba antes un motor de recomendaciones personalizado integrado con un LLM independiente; esa misma capacidad está ahora disponible de forma nativa a través de la plataforma de WP Engine, eliminando la necesidad de una solución a medida. A medida que la búsqueda con IA y la personalización se convierten en expectativas básicas de los visitantes web, WP Engine está posicionada como la plataforma que hace accesibles esas capacidades a organizaciones de cualquier tamaño.

Casos similares

FD
Fifth Dimension
50x
document processing capacity increase

Fifth Dimension, a UK-based AI analytics company serving the real estate industry, migrated to Google Cloud to overcome critical infrastructure bottlenecks. By adopting Vertex AI, Cloud Run, and serverless architecture, the company achieved 50x processing scalability, 6x revenue growth, and a 30% reduction in infrastructure costs — all within a rapid growth trajectory from founding in 2023 to global scale by 2025.

TechnologyGCGoogle Cloud Pub/SubGCGoogle Cloud Run
L
Lusha
300%
increase in outbound leads

Lusha is a B2B sales intelligence platform with 1.5 million users and a database of over 200 million business contacts. By deploying Elasticsearch as both a full-text search engine and a vector database for AI-powered lead recommendations, Lusha helps customers generate 300% more leads, achieve conversion rates up to 10x higher, and realize return on investment of up to 1,000%.

TechnologyEElasticsearch
B
Beamy
6,000+ applications discovered beyond officially tracked it inventory (veolia)

Beamy, a French technology scale-up, built its AI-driven Business Transformation Platform on Google Cloud—using Vertex AI, BigQuery, Cloud Run, and Looker—to give enterprises visibility into how employees actually use applications across their IT landscape. Deployed at organizations like Veolia, the platform uncovered 6,000+ applications beyond official IT inventories and helped prioritize over 1,000 AI initiatives based on real usage patterns.

TechnologyGCGoogle Cloud RunLLooker
C
Cypris
Weeks → 15 minutes
research report generation time

Cypris is an AI-powered R&D intelligence platform that enables teams to analyze over 500 million technical and market data points—patents, scientific literature, funding data, and news—in seconds. The company built its core RAG architecture on Elasticsearch for vector search and semantic retrieval, replacing a problematic prior search provider. The platform now generates detailed research reports in 15 minutes rather than weeks, supports 30% quarterly enterprise customer growth, and manages more than 10 terabytes of indexed data without scalability constraints.

TechnologyECElastic CloudEElasticsearch
A
Apna
20%
increase in employers paying for premium access

Apna, India’s largest jobs and professional networking platform with 50 million registered users and 600,000 employers, built its candidate search and AI job matching infrastructure on Elasticsearch running on Elastic Cloud on Google Cloud. Semantic search capabilities allow employers to find candidates by intent—not just keywords—while AI algorithms analyze candidate profiles to surface the most relevant matches. The result: a 20% increase in employers paying for premium access, 20% higher platform team productivity, and a 50% improvement in employee productivity.

TechnologyEElasticsearch
CA
Contextual AI
90%+
rag accuracy achieved in production

Contextual AI is an enterprise AI platform company that specializes in production-ready Retrieval Augmented Generation systems for complex knowledge tasks. The company built its context engineering platform on Elasticsearch, using hybrid search combining BM25 and vector search to power accurate, scalable AI agents for enterprise customers. With this foundation, Contextual AI’s agents achieve over 90% accuracy on demanding production tasks—well above the 65–75% range typical of traditional RAG approaches.

TechnologyEElasticsearch
P
Pfizer
93%
database reduction

Pfizer achieved a 93% database reduction and 20% cost avoidance by migrating their global SAP environment to S/4HANA on IBM Power10 infrastructure.

PharmaceuticalsTechnologyICIBM ConsultingIPIBM Power Virtual Server
J
Jamf
Under 45 minutes
performance review skill build time

Jamf deployed Claude Enterprise across 16 departments, then built interactive workflow skills using Claude Cowork that transformed manual spreadsheet-based processes into guided, conversational experiences. Performance reviews that previously required months of effort are now built in under 45 minutes, and non-engineering teams independently create custom data dashboards.

TechnologyCEClaude EnterpriseCCClaude Cowork