REALIZZARE · DA 3 A 5 SETTIMANE · COMPENSO FISSO
Know-how aziendale
Un'AI che conosce la sua azienda.
I suoi manuali, i contratti, i listini prezzi e anni di ticket, in un unico posto. Chiunque in azienda chiede con parole semplici e riceve la risposta, con la pagina da cui proviene.
Fa per lei se
- Nei prossimi anni andranno in pensione persone esperte, e ciò che sanno non è scritto da nessuna parte.
- I nuovi assunti impiegano mesi prima di poter rispondere da soli a un cliente.
- I clienti ricevono risposte diverse a seconda di chi alza il telefono.
«Perché non chiedere semplicemente al collega della scrivania accanto?»
Perché un giorno quel collega è in ferie, da un cliente o in pensione. E perché la quinta persona che fa la stessa domanda costa tanto tempo quanto la prima.
Che cosa riceve
- Una sola risposta dal listino prezzi, chiunque la chieda.
- Ogni risposta mostra la sua fonte, così le persone possono verificarla.
- Funziona dove il suo team lavora già: Slack, Teams o il browser.
- È del suo team, che aggiunge documenti senza bisogno di me.
- Come funziona
- Da tre a cinque settimane, compenso fisso. Nella prima settimana decidiamo quale versione di ogni documento è quella valida. Quella decisione è la maggior parte del lavoro.
- Una condizione
- I suoi documenti devono essere in ordine. Se non lo sono, si comincia da lì.
Vuole il know-how della sua azienda in un unico posto?
Prenoti una callPer il suo team tecnico
Tecnicamente si tratta di un sistema RAG (retrieval-augmented generation): un livello di ricerca sui vostri documenti e un modello linguistico che risponde solo sulla base di ciò che la ricerca trova, con le citazioni. Le domande che i tecnici fanno di solito:
Si inventerà le cose?
È progettato per non farlo. Un sistema RAG con citazione delle fonti e un "non lo so" esplicito risponde in modo molto più affidabile di un chatbot generico. Lo si verifica prima della consegna.
Come si sa se è abbastanza preciso per andare in produzione?
Una serie di domande tratte da quelle reali del suo team viene posta al sistema e valutata su due aspetti: se la risposta è corretta e se la citazione la sostiene. Vede quel punteggio prima della consegna, così la decisione di andare in produzione si prende su un numero concordato in anticipo.
Come ci si accorge se smette di rispondere bene?
Il sistema arriva con i suoi strumenti di controllo. Ogni risposta registra l'affidabilità dei passaggi recuperati, quindi le risposte date su un recupero debole sono un elenco che si può leggere. Ogni documento registra in quanti chunk e vettori è stato suddiviso, così un file indicizzato male emerge come un numero che non torna. Quando un documento di origine cambia, i chunk costruiti da quel documento vengono segnati come non aggiornati.
Può rispettare chi è autorizzato a vedere che cosa?
Quel confine si stabilisce nella prima settimana, prima di indicizzare qualsiasi cosa. Quali fonti entrano, e per chi, lo decidiamo insieme. Il materiale riservato resta fuori dall'indice, a meno che il progetto non lo preveda in modo esplicito.
Quale modello linguistico usate?
Dipende dai contenuti, dal budget e dalla sensibilità dei dati. Di solito OpenAI o Anthropic nel cloud, oppure Mistral o Llama sui vostri server. La raccomandazione arriva durante la definizione del perimetro.
E la protezione dei dati?
Prima di qualsiasi incarico si firma un NDA, e la gestione dei dati si definisce nella prima settimana. Per i settori regolamentati o i contenuti sensibili è possibile l'installazione on-premise o in un cloud privato.
Come si mantiene aggiornato?
Una pipeline di reindicizzazione programmata fa parte della consegna. Lei aggiorna i documenti di origine come fa normalmente, e il sistema recepisce le modifiche.