Belső AI tudásbázis a céges dokumentumaitokból
A szabályzatok, termékleírások, szerződések és korábbi projektek anyagai ma több helyen vannak: SharePointon, fájlszerveren, postaládákban. A belső AI tudásbázis ezekből válaszol a kollégák kérdéseire, és minden válasz visszahivatkozik az eredeti dokumentumra. RAG rendszerre építjük: a modell a válasz előtt a saját dokumentumaitokból visszakeresett részleteket kapja, újratanítás nélkül. Pilot 2-3 hét alatt, bevezetés 6-12 hét alatt; a munkát budapesti csapat viszi.
A következő lépés az AI felmérés: 500 000 Ft + ÁFA-tól.
Frissítve:
Egy tudásbázis akkor terjed el, ha a válaszokban meg lehet bízni. Ezért minden válasz forrásmegjelöléssel érkezik: látszik, melyik dokumentum melyik részére épül, és a dokumentum egy kattintással megnyitható. Amire nincs megbízható forrás, arra a rendszer nem talál ki választ; jelzi, hogy a tudásbázisban nincs róla anyag.
Egy biztosítónál az így felépített, 12 000 dokumentumot lefedő tudásbázist a munkatársak 78%-a használta már az első hónapban. A retrieval réteg szemantikus darabolással és forráshivatkozással dolgozik, a dokumentumok SharePoint API-n keresztül frissülnek. 46+ lezárt projektünk alapján az automatizált folyamatokon 40-45%-os hatékonyságnövekedés érhető el; a tipikus megtérülési idő 6-12 hónap.
A jogosultságok a tudásbázisban is érvényesek: a kolléga csak abból kap választ, amit a forrásrendszerben is láthat. A munkát teljes csapat viszi: projektmenedzser, senior fejlesztők, AI DevOps mérnök. Az EU AI Act szerinti kockázati besorolást a projekt elején elvégezzük; a belső tudásbázis jellemzően minimális vagy korlátozott kockázatú kategóriába esik.
Mit tud a belső AI tudásbázis?
Válasz a céges dokumentumokból, forrásmegjelöléssel
A kolléga kérdez, a rendszer a szabályzatokból, termékleírásokból és korábbi anyagokból válaszol. Minden válasz mellett ott a forrás: melyik dokumentum, melyik szakasz.
Jogosultságkezelés a forrásrendszer szerint
A rendszer a SharePoint és a fájlszerver jogosultságait követi: mindenki abból kap választ, amihez ma is hozzáfér. Bizalmas anyag nem kerül olyan válaszba, amit a kérdező nem láthatna.
Automatikus frissülés
Új szabályzat, új termékleírás, módosított szerződésminta: a dokumentum a forrásrendszerben frissül, a tudásbázis követi. Nem kell külön karbantartani egy második másolatot.
Gyorsabb betanulás, kevesebb megszakítás
Az új belépő a tudásbázistól kérdez, és forrással kap választ; a tapasztalt kollégák idejét így nem viszik el az ismétlődő kérdések.
Hogyan zajlik a bevezetés?
- 1
AI felmérés (500 000 Ft + ÁFA-tól)
Átnézzük, hol vannak a dokumentumok, milyen formátumban, ki mihez férhet hozzá, és milyen kérdésekre kell a rendszernek válaszolnia. Megmondjuk, mi hiányzik a tudásbázisból. Az eredmény egy írásos terv, költség- és megtérülés-becsléssel.
- 2
Pilot
Egy körülhatárolt dokumentumkörön, egy csapattal élesben próbáljuk ki a rendszert, és mérjük a válaszok pontosságát, a forrásmegjelölés helyességét és a használat arányát. Egy kisebb proof of concept 2-3 hét alatt elkészül.
- 3
Bevezetés és üzemeltetés
Integráció a SharePointtal, a fájlszerverrel és a belső rendszereitekkel, jogosultságkezelés, betanítás. A legtöbb projekt 6-12 hét alatt jut el a kickofftól az éles üzemig. A forráskód, a modellek és a dokumentumok a tieitek maradnak; a havidíjas üzemeltetést is vállaljuk.
Miért a Leventech
Éles RAG rendszereket építünk és üzemeltetünk
Retrieval pipeline, prompt-injection elleni védelem, komponensenkénti hibakezelés: az általunk épített belső tudásbázist egy biztosítónál az első hónapban a munkatársak 78%-a használta.
Csapatunk 2013 óta épít éles rendszereket
46+ lezárt projekt, 96%-os ügyfél-elégedettség. Amit építünk, azt üzemeltetjük és karbantartjuk is.
EU AI Act és GDPR a fejlesztés részeként
Kockázati besorolás a projekt elején, jogosultságkezelés és naplózás a tervezésben. Magas kockázatú AI rendszerek bevezetésében is van tapasztalatunk.
Gyakori kérdések
A RAG (retrieval-augmented generation) architektúrában a nyelvi modell a válaszadás előtt a vállalat saját dokumentumaiból visszakeresett, releváns részleteket kapja, és ezekre támaszkodva fogalmaz. A módszer a modell újratanítása nélkül köti a válaszokat a cég tudásbázisához, és mérsékli a hallucinációt. A finomhangolás akkor jön szóba, ha a szakterületi nyelv ezt indokolja.
Egy AI asszisztens vagy integrációs projekt általában 6–16 millió Ft. A belépő szint az AI felmérés: 500 000 Ft + ÁFA-tól; megmutatja, mely dokumentumkörrel érdemes indulni. A felmérés után pontos árajánlatot adunk, rejtett költség nélkül.
Minden válasz forrásmegjelöléssel érkezik: látszik, melyik dokumentum melyik részére épül, és a forrás egy kattintással megnyitható. A pilotban a válaszok pontosságát a ti szakértőitek ellenőrzik, mérőszámmal.
Csak annak ad belőlük választ, aki a forrásrendszerben is hozzáfér. A jogosultságokat a SharePointból vagy a fájlszerverről vesszük át, és minden kérdésnél ellenőrizzük.
Nem szükségszerűen. Szükség esetén on-premise vagy privát felhő infrastruktúrán telepítünk, nyílt forráskódú modellekkel, amelyek a ti szervereiteken futnak; a dokumentumok nem hagyják el a környezeteteket.
A belső tudásbázis a kollégáknak válaszol, a cég teljes dokumentumállományából, jogosultság szerint. Az ügyfélszolgálati AI az ügyfelek e-mail- és chat-kérdéseit válaszolja meg egy erre kijelölt tudásbázisból. A két rendszer ugyanarra a retrieval rétegre épülhet.
Maradt kérdésed?
Kezdjük egy beszélgetéssel
Elmondjátok, hol vannak ma a dokumentumaitok, és mit kérdeznek a kollégák a legtöbbször, mi megmondjuk, mivel érdemes indulni.
Mit automatizálnál a cégedben?
Írd le röviden a feladatot. E-mailben jelentkezünk, és egyeztetjük az első beszélgetést.
A következő lépés az AI felmérés: 500 000 Ft + ÁFA-tól.
Mi történik az üzenet után?
Az első beszélgetésen áttekintjük a feladatot, a használt rendszereket és az elvárt eredményt. Ezután egyeztetjük, szükség van-e részletes felmérésre. A fizetős munka előtt ajánlatot adunk.
Vagy keress minket közvetlenül:
[email protected]
Hétfő-Péntek, 9:00-17:00 CET