Entwurf eines intelligenten Organisationsassistenten für „Arca“; Von der Informationssuche bis zur intelligenten Interaktion

Markentyp: B2B-Unternehmen für Ingenieur- und Beratungsdienstleistungen
Markenname: ARKA
Netanik-Dienste: KI-Strategie, RAG, KI-Agent, Wissensdatenbank und Automatisierung

Technischer Leiter für Infrastruktur und Standort: Navid Zamani

Projektmanager und Grafikdesigner: Sohail Motaghinia

Intelligenter Unternehmensassistent für Arca

Das Unternehmen „Arka“ ist eine B2B-Gruppe für Ingenieur- und Beratungsdienstleistungen, die im Laufe ihrer Tätigkeit über eine beträchtliche Menge an Informationen, Dokumenten, Verträgen, Katalogen, Berichten und Fachwissen verfügte. Das Hauptproblem hierbei war nicht der Mangel an Informationen; Das Problem bestand darin, dass es nicht immer einfach war, die richtigen Informationen zur richtigen Zeit zu finden, und dass die Experten einen erheblichen Teil ihrer Zeit damit verbrachten, Akten und Quellen zu durchsuchen. Netanik für diese Serie Intelligenter Assistent für Unternehmen Entwickelt, um das verstreute Wissen der Organisation in eine durchsuchbare und interaktive Umgebung umzuwandeln. Ziel des Projekts war nicht der Aufbau eines einfachen Chatbots, sondern die Schaffung einer intelligenten Ebene für einen schnelleren und strukturierteren Zugriff auf Unternehmenswissen.

Das Hauptproblem von Arca

In Organisationen, in denen die Informationsmenge schnell zunimmt, bedeutet die Speicherung von Dateien allein nicht die Verfügbarkeit von Wissen. Arca-Informationen wurden in verschiedenen Formaten und in verschiedenen Abteilungen gespeichert, und Experten mussten manchmal mehrere Dokumente manuell überprüfen, um die gewünschte Antwort zu finden. Dieser Prozess war nicht nur zeitaufwändig, sondern hing auch in hohem Maße von der Erfahrung und dem Wissen der Menschen über den Speicherort der Informationen ab. Daher sollte die erforderliche Lösung in der Lage sein, das Konzept der Frage zu verstehen und statt eine Reihe von Dateien anzuzeigen, relevante Informationen aus den verfügbaren Quellen extrahieren.

Der Zweck des Designs Intelligenter Assistent

Das Ziel von Netanik bestand darin, ein System zu schaffen, in dem Mitarbeiter mithilfe natürlicher Sprache mit dem Wissen der Organisation interagieren können. Der Benutzer sollte nicht den genauen Dateinamen, den Ordnerpfad oder das im Dokument verwendete Schlüsselwort kennen müssen, um die Antwort zu erhalten. Das System sollte in der Lage sein, die Frage zu analysieren, die relevanten Ressourcen zu finden und die Antwort auf der Grundlage der gültigen Informationen der Organisation bereitzustellen. Gleichzeitig musste die Architektur so gestaltet werden, dass sie eine Ressourcenkontrolle, Wissensaktualisierung und menschliche Überwachung ermöglicht.

Intelligente Assistentenarchitektur für Unternehmen

Bei der Gestaltung dieses Intelligenter Assistent für UnternehmenNetanik nutzte eine RAG-basierte Architektur, damit das KI-Modell relevante Informationen aus der proprietären Wissensdatenbank von Arca abrufen konnte, bevor eine Antwort generiert wurde. Dieser Ansatz sorgt dafür, dass die Antworten nicht ausschließlich auf der Grundlage des allgemeinen Wissens über das Sprachmodell generiert werden und das System die spezifischen Informationen der Organisation nutzen kann. Nach Erhalt wurden die Dokumente bearbeitet und aufbereitet sowie der durchsuchbare Inhalt in die entsprechende Struktur gebracht. Wenn der Benutzer dann fragt, findet das System zunächst die relevanten Ressourcen und stellt die abgerufenen Informationen dem Modell zur Verfügung.

Informationsempfangs- und -verarbeitungsschicht

Der erste Teil des Systems bezog sich auf die Dateneingabe und hatte die Aufgabe, verschiedene Quellen für die Verwendung in der Wissensdatenbank aufzubereiten. Textdateien, PDFs, interne Dokumentationen und andere nutzbare Ressourcen sollten nach Erhalt strukturiert und für die semantische Suche vorbereitet werden. Zu diesem Zeitpunkt war die Datenqualität sehr wichtig, da ein intelligentes System aus unvollständigen oder unübersichtlichen Daten keine zuverlässige Ausgabe erzeugen kann. Aus diesem Grund wurde in der Projektarchitektur auch der Prozess der Eingabe und Aufbereitung von Informationen als Teil des Systems berücksichtigt.

Wissens- und Abrufschicht

Nach der Verarbeitung der Informationen wurde der Inhalt der Dokumente in eine abrufbare Struktur gebracht, sodass das System relevante Abschnitte basierend auf dem Konzept der Frage finden konnte. Dieser Schritt ist der Hauptunterschied zwischen einem allgemeinen Chatbot und einem Intelligenter Assistent für Unternehmen zeigt: In dieser Architektur wird die Antwort zunächst mit den Informationen in der Wissensdatenbank der Organisation verknüpft, und dann übernimmt das Sprachmodell die Aufgabe, die Antwort zu verstehen, zu kombinieren und darzustellen. Eine solche Struktur ermöglicht eine bessere Kontrolle über Informationsquellen und die Aktualisierung von Wissen.

Wie wurde RAG im Arca-Projekt verwendet?

RAG oder Retrieval-Augmented Generation war einer der Hauptbestandteile der Architektur dieses Projekts und seine Rolle wurde darin definiert, das Sprachmodell mit dem spezifischen Wissen der Organisation zu verbinden. Anstatt alle Informationen der Organisation im Modell selbst zu speichern, wurden die Informationen in einer externen Wissensdatenbank gespeichert und das System rief die relevanten Teile ab, wenn es eine Anfrage erhielt. Diese Informationen wurden dann dem Modell zugeführt, um eine endgültige Antwort auf der Grundlage des tatsächlichen Inhalts der Dokumente zu erstellen. Diese Architektur ermöglicht die Schaffung eines dynamischen Systems, das sein nutzbares Wissen aktualisiert, wenn neue Dokumente hinzugefügt werden.

Intelligenter Reaktionszyklus

Der Antwortprozess des Systems wurde in mehreren spezifischen Schritten gestaltet, sodass jede Anfrage einen bestimmten Pfad hat. Zuerst wird die Frage des Benutzers analysiert und dann findet das System relevante Teile der Wissensbasis entsprechend ihrer Bedeutung. Die abgerufenen Informationen werden dem Modell bereitgestellt und das Modell erzeugt eine verständliche und strukturierte Antwort basierend auf demselben Kontext. Abschließend wird dem Benutzer die Antwort angezeigt und bei Bedarf können auch die Quellinformationen angegeben werden.

Antwortquellen steuern

Eine der wichtigen Überlegungen des Projekts war die Möglichkeit, die Informationsquelle zu überprüfen. Aus diesem Grund wurde die Architektur so konzipiert, dass die Antworten so weit wie möglich auf organisatorische Quellen zurückzuführen sind. Diese Funktion ist besonders für B2B-Umgebungen wichtig, da der Benutzer wissen muss, auf welcher Grundlage die bereitgestellten Informationen erstellt werden. Das Anzeigen oder Protokollieren der Quelle kann den menschlichen Überprüfungsprozess vereinfachen und mehr Vertrauen in die Systemausgabe schaffen. Aus diesem Grund war in diesem Projekt die Qualität der Informationsbeschaffung ebenso wichtig wie die Qualität der Antwortgenerierung.

Benutzererfahrung mit intelligentem Assistenten

Obwohl der größte Teil der Komplexität des Projekts hinter dem System steckte, wurde auch die Benutzererfahrung von Anfang an als wichtiger Teil betrachtet. Arca-Benutzer sollten nicht mit einem komplexen technischen Tool arbeiten und ihre Fragen wie in einem natürlichen Gespräch stellen können. Bei der Gestaltung der Benutzeroberfläche wurde Wert auf Einfachheit gelegt, sodass der Benutzer eine Frage stellen, eine Antwort erhalten und bei Bedarf mit der nächsten Frage zum gleichen Thema fortfahren kann. Dieses Interaktionsmodell ermöglicht die Verwendung von Intelligenter Assistent für Unternehmen Es ist für verschiedene Benutzer möglich, ohne dass eine umfangreiche technische Schulung erforderlich ist.

Natürliche Interaktion mit Organisationswissen

Einer der Hauptwerte dieses Systems bestand darin, das traditionelle Sucherlebnis in ein Konversationserlebnis umzuwandeln. Anstatt nach mehreren Schlüsselwörtern zu suchen und unterschiedliche Ergebnisse zu prüfen, könnte der Benutzer sein Problem in natürlicher Sprache erklären. Das System versuchte, die Bedeutung der Anfrage zu erkennen und relevante Informationen aus den Ressourcen der Organisation zu extrahieren. Dieses Interaktionsmodell verringert die Lücke zwischen „gespeicherten Informationen“ und „nutzbarem Wissen“.

Management komplexer Fragestellungen

Nicht alle Anfragen sind gleich und für einige Anfragen sind möglicherweise mehrere unterschiedliche Quellen erforderlich. In einer solchen Situation muss das System in der Lage sein, relevante Informationen aus mehreren Teilen abzurufen und sie zu einer kohärenten Antwort zu kombinieren. Die für Arca konzipierte Architektur wurde unter diesem Gesichtspunkt entwickelt, sodass das System nicht nur für einfache Abfragen verwendet werden kann. In Zukunft wird diese Fähigkeit die Weiterentwicklung des Assistenten hin zu spezialisierteren Prozessen der Organisation ermöglichen.

Sicherheits- und Zugriffsverwaltung

in einem Intelligenter Assistent für Unternehmen, Informationssicherheit ist genauso wichtig wie KI-Leistung. Nicht alle Organisationsdokumente sind unbedingt für alle Benutzer zugänglich und die Systemarchitektur muss in der Lage sein, zwischen verschiedenen Zugriffsebenen zu unterscheiden. Aus diesem Grund wurde bei der Konzeption der Lösung das Thema Zugriffsmanagement berücksichtigt, sodass es im Entwicklungspfad möglich ist, das Wissen der Organisation mit unterschiedlichen Rollen und Berechtigungen zu verknüpfen. Ziel war es, zu verhindern, dass künstliche Intelligenz zu einem unerwünschten Zugangsweg zu sensiblen Informationen wird.

Trennung der Zugriffsebenen

Die Zugriffsstruktur kann je nach Rolle, Organisationseinheit oder Art der Informationen definiert werden und jeder Benutzer kann nur auf einen Teil des benötigten Wissens zugreifen. Dieser Ansatz erhöht nicht nur die Sicherheit, sondern passt auch die Reaktionen des Systems an die Situation des Benutzers an. In einer großen Organisation kann eine solche Architektur die unerwünschte Offenlegung interner Informationen verhindern. Das völlig neue Entwerfen dieser Ebene vereinfacht auch die zukünftige Entwicklung des Systems.

Menschliche Kontrolle und Aufsicht

Künstliche Intelligenz wurde in diesem Projekt nicht als völlig unabhängiges System definiert und die menschliche Kontrolle blieb Teil der Architektur. Manager können Wissensquellen, Informationsstruktur und Systemleistung überprüfen und bei Bedarf notwendige Änderungen vornehmen. Dies ist besonders im Unternehmensumfeld wichtig, da nicht alle Antworten ohne Überprüfung in sensiblen Prozessen verwendet werden sollten. Intelligenter Assistent für Unternehmen Es ist wertvoll, wenn es mit dem Menschen zusammenarbeitet und nicht, wenn es ihn unkontrolliert ersetzt.

Schlüsselfunktionen des Arca-Systems

Die für Arca entwickelte Lösung bestand aus mehreren Hauptfunktionen, die jeweils einen Teil der Anforderungen des Unternehmens abdeckten. Das Hauptaugenmerk lag auf der Schaffung eines flexiblen Systems, damit in Zukunft neue Funktionen hinzugefügt werden können, ohne dass die Architektur komplett neu gestaltet werden muss. Durch diesen Ansatz ist die Investition in KI nicht auf ein kurzfristiges Projekt beschränkt, sondern kann schrittweise weiterentwickelt werden. Einige der Hauptmerkmale des Systems sind:

• Sinnsuche in Organisationsdokumenten

• Konversationsantwort auf Benutzerfragen

• Antworten mit einer speziellen Wissensdatenbank verbinden

• Informationsquellen verwalten und aktualisieren

• Möglichkeit, verschiedene Zugriffsebenen zu definieren

• Fähigkeit zur Ausweitung auf andere Organisationsprozesse

Erweiterbare Infrastruktur

Eine der wichtigen Entscheidungen von Netanik bestand darin, eine modulare Architektur zu entwerfen, damit das System in Zukunft mit anderen Tools und Diensten verbunden werden kann. Beispielsweise kann die Möglichkeit, den Assistenten mit CRM, Ticketing-Systemen, Projektmanagement-Tools oder anderen internen Systemen zu verbinden, seine Fähigkeiten über die bloße Beantwortung hinaus erweitern. In diesem Fall kann KI neben der Informationsbeschaffung auch bei der Ausführung bestimmter Prozesse eine Rolle spielen. Dieser Weg kann die grundlegende Architektur von Arca in eine einzige verwandeln KI-Agent für Unternehmen vollständiger zu werden

Stellen Sie eine Verbindung zu Unternehmenstools her

Mit der Weiterentwicklung der Architektur kann sich der Assistent künftig mit internen Systemen verbinden und die benötigten Informationen aus verschiedenen Quellen beziehen. Eine solche Verbindung erfordert die genaue Definition von Berechtigungen, APIs und Operationsausführungsregeln, damit jede Aktion unter der Kontrolle des Systems ausgeführt werden kann. Das Ziel von Netanik war von Anfang an, dass die Projektstruktur die Kapazität für eine solche Erweiterung aufweist. Assistant wurde also nicht als geschlossenes Produkt konzipiert, sondern als skalierbare Infrastruktur.

Das Ergebnis des Projekts und der geschaffene Wert

Der Hauptwert des Arca-Projekts lässt sich nicht einfach in der „Beantwortung von Fragen“ zusammenfassen. Das wichtigere Problem bestand darin, die große Menge an verstreuten Informationen in ein interaktives und nutzbares Erlebnis für die Mitarbeiter umzuwandeln. Dieses System kann die Zeit für die Informationssuche verkürzen, den Zugriff auf Unternehmenswissen vereinfachen und die Abhängigkeit der Benutzer von der Kenntnis der Dateispeicherpfade verringern. Darüber hinaus bietet die entworfene Architektur eine Plattform für die Entwicklung intelligenterer Funktionen in der Zukunft.

Änderung des Ansatzes für Organisationswissen

Vor einem solchen System speichern viele Organisationen ihr Wissen einfach in Form von Dateien und Dokumenten und erwarten, dass Benutzer es finden können, wenn sie es brauchen. Der neue Ansatz holt Wissen aus dem Archiv und verwandelt es in eine interaktive Ebene, mit der Benutzer interagieren können. Dieser Wandel kann die Art und Weise, wie Mitarbeiter interne Informationen nutzen, verändern und neue Möglichkeiten für die Automatisierung schaffen. Für Arca war das Hauptziel dasselbe: vorhandene Informationen in Wissen umzuwandeln, das im Moment genutzt werden kann.

Netaniks Rolle in dem Projekt

In diesem Projekt spielte Netanik nicht nur die Rolle eines Chatbot-Entwicklers, sondern das Thema wurde aus der Perspektive von Strategie, Architektur und Benutzererfahrung untersucht. Von der Analyse der Bedürfnisse der Organisation über die Gestaltung der Wissensstruktur bis hin zur Definition der RAG-Architektur, des Interaktionsablaufs und des zukünftigen Entwicklungspfads wurden die verschiedenen Komponenten der Lösung gemeinsam entworfen. Durch diesen Ansatz stand die KI-Technologie im Mittelpunkt der tatsächlichen Geschäftsanforderungen und wurde nicht zu einer unabhängigen Fähigkeit, die von der Organisationsstruktur getrennt war. Das Ergebnis war eine erweiterbare Architektur für Arcas schrittweisen Übergang zu einem umfassenderen Einsatz künstlicher Intelligenz.

Die Zukunft des intelligenten Assistenten von Arca

Eine frühe Version davon Intelligenter Assistent für Unternehmen Es kann der Ausgangspunkt für einen größeren Weg sein und seine Fähigkeiten werden in Zukunft auf weitere Bereiche ausgeweitet. Zu den möglichen Entwicklungspfaden zählen die Anbindung an CRM, die Analyse von Kundenanfragen, die Erstellung von Managementberichten, die automatische Verarbeitung von Dokumenten und die Umsetzung einiger organisatorischer Abläufe. Durch die Hinzufügung dieser Funktionen entwickelt sich das System von einem Frage-und-Antwort-Tool zu einem intelligenten Agenten, der bei der Umsetzung spezifischer Prozesse eine Rolle spielen kann. Der grundlegende modulare Aufbau ermöglicht es, jede Funktionalität zum richtigen Zeitpunkt und entsprechend den tatsächlichen Anforderungen der Organisation hinzuzufügen.

Vom Chatbot zum KI-Agenten

Der Unterschied zwischen einem einfachen Chatbot und einem KI-Agenten besteht in der Fähigkeit des Systems, das Ziel zu verstehen, den Zugriff auf Ressourcen zu steuern und bestimmte Aktionen auszuführen. Der Entwicklungspfad von Arca kann auch von der Beantwortung von Informationen bis zur Implementierung definierter Prozesse reichen. In einem solchen Modell kann das System die Anfrage empfangen, die notwendigen Informationen sammeln, eine bestimmte Logik ausführen und das Ergebnis dem Benutzer bereitstellen. Dies ist der Punkt, an dem sich KI von einer Konversationsschnittstelle in einen Teil der betrieblichen Infrastruktur einer Organisation verwandeln kann.

Zusammenfassung

Das Arca-Projekt ist ein Beispiel für den Ansatz von Netanik, Lösungen für künstliche Intelligenz für Unternehmen zu entwickeln. Ein Ansatz, bei dem KI nicht getrennt von digitaler Strategie und Infrastruktur betrachtet wird. eins Intelligenter Assistent für Unternehmen Es kann einen echten Mehrwert schaffen, wenn es mit gültigen Daten, der richtigen Architektur, Sicherheit, Benutzererfahrung und realen Prozessen der Organisation verbunden ist. In diesem Projekt versuchte Netanik, eine solche Infrastruktur mit Schwerpunkt auf RAG, proprietärem Wissen und Erweiterbarkeit zu entwerfen. Das Ergebnis war eine Plattform, die die Anforderungen heutiger Unternehmen erfüllen und den Weg für fortschrittlichere KI-Agenten ebnen kann.