Baza wiedzy AI dla pracowników: odpowiedzi z dokumentów firmy

Baza wiedzy AI dla pracowników: odpowiedzi z dokumentów firmy

Baza wiedzy AI to wewnętrzna wyszukiwarka. Pracownik zadaje pytanie po swojemu, a system odpowiada na podstawie firmowych procedur, umów i instrukcji i od razu pokazuje, z którego dokumentu to wziął. Nie ma listy plików do przekopania, jest gotowa odpowiedź z odnośnikiem do konkretnego fragmentu. Problem, który to rozwiązuje, zna chyba każda firma: wiedza leży w intranecie, na dyskach sieciowych i w czyichś skrzynkach mailowych. No i ludzie wolą zapytać kolegę zza biurka niż szukać. Poniżej opisujemy, jak wygląda dobre wdrożenie, o co pytać wykonawcę i od czego zacząć.

Czym baza wiedzy AI różni się od zwykłej wyszukiwarki w intranecie?

Klasyczna wyszukiwarka dopasowuje słowa. Baza wiedzy AI rozumie, o co pytasz, i składa odpowiedź z fragmentów dokumentów. Stoi za tym wyszukiwanie semantyczne, które według dokumentacji Retrieval API od OpenAI znajduje trafne wyniki nawet wtedy, gdy nie mają prawie żadnych słów wspólnych z zapytaniem. Fundamentem jest embedding, czyli zapis znaczenia tekstu jako ciągu liczb. Trzyma się go w indeksie wektorowym, a ten pozwala porównywać treści po sensie, nie po literach.

Przykład prosto z biura. Ktoś pyta o zwrot kosztów delegacji, a procedura mówi wyłącznie o rozliczeniu podróży służbowej. Wyszukiwarka dokumentów firmowych oparta na słowach kluczowych tego nie połączy. Model semantyczny tak. Kogo interesuje mechanizm od strony technicznej, temu polecam osobny tekst o tym, jak działa architektura RAG.

Jak wygląda wdrożenie RAG w firmie krok po kroku

Wdrożenie RAG w firmie zaczyna się od dokumentów i jednego zespołu. Nie od wyboru modelu językowego. Model można podmienić w każdej chwili, a bałagan w źródłach i tak przejdzie prosto do odpowiedzi (z tym nic nie zrobi nawet najlepszy model). Typowa ścieżka:

  1. Inwentaryzacja źródeł - intranet, procedury, umowy, instrukcje stanowiskowe, regulaminy.
  2. Porządek i właściciele treści - każdy zbiór dokumentów ma osobę, która odpowiada za jego aktualność.
  3. Podział na fragmenty i indeksowanie - dokumenty tnie się na logiczne kawałki, które system potrafi potem wskazać w odpowiedzi.
  4. Mapowanie uprawnień - odwzorowanie tego, kto dziś ma dostęp do jakich plików.
  5. Pilotaż - grupa pracowników zadaje prawdziwe pytania, a zespół zbiera je razem z oceną odpowiedzi.
  6. Poprawki i rozszerzenie - po dostrojeniu system obejmuje kolejne działy.

Przy strojeniu wchodzą m.in. przepisywanie zapytań, czyli automatyczna zamiana luźnego pytania w zwięzłą frazę wyszukiwania, i progi trafności, które odrzucają fragmenty za słabo pasujące do pytania. Tak budujemy bazę wiedzy na dokumentach firmy: najpierw źródła i pilotaż, skala potem.

Uprawnienia do dokumentów: kto widzi jaką odpowiedź

Tu nie ma miejsca na kompromisy. System musi odfiltrować dokumenty według uprawnień użytkownika, zanim wygeneruje odpowiedź. Inaczej asystent streści umowę komuś, kto nie powinien jej znać. Dobrze sprawdza się filtrowanie po atrybutach dokumentu (dział, data, typ pliku), robione jeszcze przed wyszukiwaniem semantycznym. Prosta zasada: model nie streści czegoś, czego nigdy nie zobaczył.

Aktualizacja treści i cytowanie źródeł, czyli skąd pracownik wie, że odpowiedź jest prawdziwa

Każda odpowiedź ma wskazywać dokument i fragment, z którego pochodzi. A indeks musi nadążać za zmianami w procedurach. Pracownik, który jednym kliknięciem otwiera źródło, sam sprawdza treść i szybciej zaczyna narzędziu ufać. Dlatego asystent AI do procedur i instrukcji potrzebuje automatycznej synchronizacji z intranetem i dyskami oraz mechanizmu wycofywania starych wersji plików.

Druga sprawa, moim zdaniem równie ważna: co robi system, gdy nie zna odpowiedzi? Jeśli w dokumentach jej nie ma, ma to powiedzieć wprost. Bez zgadywania z ogólnej wiedzy modelu. Typowe wpadki tego rodzaju, od halucynacji po cytowanie nieaktualnych wersji, opisujemy w tekście o tym, jakie błędy chatbota na dokumentach zdarzają się najczęściej.

Jakie pytania zadać wykonawcy bazy wiedzy AI?

Dobry wykonawca odpowiada konkretnie, gdy pytasz o uprawnienia, aktualizację, źródła i miejsce przechowywania danych. Zastanawiasz się, jak wybrać wykonawcę bazy wiedzy AI? Przejdź z nim przez tę listę:

  • Skąd system pobiera dokumenty i jak często je odświeża?
  • Jak odwzorowuje uprawnienia, które pracownicy mają dziś?
  • Czy każda odpowiedź zawiera link do dokumentu źródłowego?
  • Gdzie są przechowywane dane i kto ma do nich dostęp?
  • Jak mierzy jakość odpowiedzi w trakcie pilotażu?
  • Co się dzieje z indeksem, gdy dokument zostaje usunięty?

Czerwona lampka? Obietnice gotowych efektów bez pilotażu na Twoich dokumentach. I wymijające odpowiedzi w sprawie uprawnień. To akurat dwa obszary, w których pomyłka kosztuje najwięcej.

Od czego zacząć: gotowy produkt czy rozwiązanie na zamówienie

Przy typowych dokumentach w zupełności wystarczy gotowa platforma. Przy nietypowych źródłach i złożonych uprawnieniach lepiej wypada rozwiązanie szyte na miarę. Gotową platformą RAG jest np. nasz Ragable, z którego korzysta się bez budowania systemu od zera. Własny chatbot na dokumentach firmy dla pracowników ma sens wtedy, gdy wiedza siedzi w kilku systemach, a dostęp do niej zależy od wielu ról.

Tak czy inaczej, pierwszy krok jest ten sam. Jeden dział, jeden zestaw dokumentów i lista pytań, które pracownicy zadają najczęściej. Taki materiał pokaże wykonawcy realne potrzeby, a Tobie da miarę, po której ocenisz pilotaż.

W skrócie: baza wiedzy AI działa dobrze, gdy ma uporządkowane źródła, porządnie odwzorowane uprawnienia i cytowania przy każdej odpowiedzi. Wybór modelu to sprawa drugorzędna. Web Systems, software house z Łodzi, projektuje i wdraża takie systemy od inwentaryzacji dokumentów po rozszerzenie na kolejne działy. Chcesz sprawdzić, jak taka baza zadziała u Ciebie? Zobacz, jak budujemy bazę wiedzy na dokumentach firmy, i umów bezpłatną konsultację.

Najczęstsze pytania

Czy baza wiedzy AI może korzystać z dokumentów w intranecie i na dyskach sieciowych?

Tak. System łączy się ze źródłami takimi jak intranet czy dyski sieciowe i regularnie synchronizuje ich zawartość. Nowe wersje procedur trafiają więc do indeksu bez ręcznego przenoszenia plików.

Czy pracownik zobaczy dokumenty, do których nie ma dostępu?

Nie, o ile wdrożenie filtruje wyniki według uprawnień przed wygenerowaniem odpowiedzi. Asystent korzysta wtedy tylko z fragmentów, które dana osoba mogłaby otworzyć sama. W praktyce warto to sprawdzić w pilotażu na kontach o różnych rolach.

Ile trwa wdrożenie RAG w firmie?

To zależy od liczby źródeł, stanu dokumentów i tego, jak skomplikowane są uprawnienia. Najszybciej rusza pilotaż na jednym dziale z ograniczonym zestawem plików. Resztę dołącza się stopniowo, kiedy jakość odpowiedzi potwierdzi się na prawdziwych pytaniach pracowników.

Zarezerwuj darmową konsultację

Zostaw numer telefonu lub umów spotkanie.