Marketing

AI systém interních informací

AI asistent založený na RAG, který zaměstnancům umožňuje klást otázky přirozeným jazykem a získávat odpovědi opřené o relevantní firemní zdroje.

AI systém interních informací

Rychlejší přístup k informacím

Zaměstnanci mohou vyhledávat relevantní firemní znalosti v přirozeném jazyce.

Odpovědi opřené o zdroje

Odpovědi vycházejí z načtených firemních dokumentů, nikoli z nepodložených znalostí modelu.

Znalosti podle oprávnění

Vyhledávání může respektovat přístupová práva zaměstnanců a autorizované zdroje.

Řešení založené na RAG

Výzva

Firma již měla rozsáhlé interní znalosti, které však byly rozdělené mezi více systémů a typů dokumentů:

  • interní dokumentace
  • informace o produktech
  • provozní postupy
  • technická dokumentace
  • FAQ
  • školicí materiály
  • firemní aplikace
  • sdílené dokumenty

Problémem nebyl nedostatek informací, ale nalezení správné informace ve chvíli, kdy byla potřeba.

Zaměstnanci často ručně prohledávali dokumenty nebo se ptali kolegů na relativně jednoduché otázky.

Firma potřebovala AI asistenta, který zpřístupní stávající znalosti, aniž by se AI stala nespolehlivým zdrojem smyšlených informací.

Architektura znalostního asistenta

Implementovali jsme AI asistenta využívajícího architekturu Retrieval-Augmented Generation (RAG).

Aplikace se nespoléhá na obecné znalosti jazykového modelu. Nejprve vyhledá autorizované zdroje firmy a relevantní obsah předá modelu jako kontext pro vytvoření odpovědi.

Proces zpracování převádí firemní dokumenty na vyhledatelné části, vytváří embeddingy a ukládá je do vektorového indexu. Při dotazu se otázka zaměstnance převede na vyhledatelnou reprezentaci, relevantní obsah se načte a předá LLM.

Řešení založené na RAG

Klíčové funkce

1

Vyhledávání přirozeným jazykem napříč interními znalostmi

2

Odpovědi založené na RAG s oporou v dokumentaci

3

Citace zdrojů pro ověření odpovědí

4

Vyhledávání podle oprávnění uživatele

5

Hranice relevance při nedostatku podkladů

6

Napojení na firemní systémy přes řízená rozhraní

Výsledek

Předtím

Když zaměstnanec potřeboval odpověď, musel ručně procházet interní a technickou dokumentaci, provozní postupy, FAQ, školicí materiály nebo sdílené dokumenty uložené v různých systémech. Na relativně jednoduché otázky se proto často ptal kolegů a stejné dotazy se opakovaly.

Poté

Zaměstnanec položí otázku přirozeným jazykem a asistent nejprve vyhledá relevantní obsah v autorizovaných firemních zdrojích, ke kterým má uživatel přístup. Odpověď vznikne z tohoto obsahu a obsahuje citace zdrojů, takže ji lze ověřit. Pokud k otázce chybí dostatečné podklady, uplatní se hranice relevance a asistent si odpověď nevymýšlí.

Hlavní přínosy

  • Méně času stráveného hledáním informací
  • Méně opakovaných dotazů na kolegy
  • Snazší přístup k interní dokumentaci
  • Konzistentnější přístup k firemním znalostem
  • Jednodušší onboarding nových zaměstnanců
  • Základ pro další AI asistované firemní procesy

Hlavní poznatek

Důležitým technickým rozhodnutím bylo vnímat AI jako rozhraní k firemním znalostem, nikoli jako zdroj pravdy. Vyhledávání opřené o zdroje, reference, řízení přístupu a hranice relevance pomáhají poskytovat spolehlivé odpovědi, pokud existují dostatečné podklady.

Domluvte si konzultaci

Často kladené otázky

Jak asistent vyhledává odpovědi ve firemní dokumentaci?

Firemní dokumenty se nejprve zpracují na vyhledatelné části, ze kterých se vytvoří embeddingy uložené ve vektorovém indexu. Když zaměstnanec položí otázku, převede se na vyhledatelnou reprezentaci a asistent v indexu najde nejrelevantnější obsah. Ten se předá jazykovému modelu jako kontext, ze kterého model sestaví odpověď. Jde o architekturu Retrieval-Augmented Generation (RAG).

Proč RAG workflow pracuje s autorizovanými firemními zdroji?

Cílem bylo zpřístupnit stávající firemní znalosti, aniž by se AI stala nespolehlivým zdrojem smyšlených informací. Asistent se proto nespoléhá na obecné znalosti jazykového modelu, ale odpovídá z obsahu načteného z autorizovaných zdrojů firmy. Vyhledávání navíc respektuje přístupová práva uživatele, takže odpověď vychází jen z informací, ke kterým má zaměstnanec oprávnění.

V jakých interních materiálech mohou zaměstnanci přes asistenta hledat?

Asistent pracuje s firemními znalostmi, které byly dříve rozdělené mezi více systémů: s interní a technickou dokumentací, informacemi o produktech, provozními postupy, FAQ, školicími materiály a sdílenými dokumenty. Napojit lze i firemní aplikace, a to přes řízená rozhraní. Které zdroje může konkrétní zaměstnanec prohledávat, určují jeho přístupová práva.

Jak zaměstnanec získá podklady k odpovědi?

Každá odpověď obsahuje citace zdrojů, ze kterých asistent vycházel. Zaměstnanec si tak může odpověď ověřit přímo v původním firemním dokumentu, místo aby jí musel slepě důvěřovat. Pokud asistent v autorizovaných zdrojích nenajde dostatečné podklady, uplatní se hranice relevance a místo nepodložené odpovědi dá najevo, že informace k dispozici není.

Technologie

Velké jazykové modely Retrieval-Augmented Generation Vektorové vyhledávání Embeddingy REST API Vue TypeScript PHP Integrace ERP / CRM Zpracování dokumentů