Diseño de un asistente organizacional inteligente para "Arca"; De la búsqueda de información a la interacción inteligente
Tipo de marca: Empresa de servicios de ingeniería y consultoría B2B.
Nombre de la marca: ARKA
Servicios Netanik: Estrategia de IA, RAG, Agente de IA, Base de conocimientos y Automatización
Responsable técnico de infraestructura y obra: Navid Zamani
Responsable de proyecto y diseñador gráfico: Sohail Motaghinia
Asistente inteligente empresarial para Arca
La empresa "Arka" es un grupo B2B de servicios de ingeniería y consultoría que contó con una considerable cantidad de información, documentos, contratos, catálogos, informes y conocimientos especializados durante sus años de operación. El principal problema aquí no fue la falta de información; El problema era que no siempre era fácil encontrar la información adecuada en el momento adecuado y una parte importante del tiempo de los expertos se dedicaba a buscar en archivos y fuentes. Netanik para esta serie. Asistente inteligente empresarial diseñado para transformar el conocimiento disperso de la organización en un entorno interactivo y con capacidad de búsqueda. El objetivo del proyecto no era construir un simple chatbot, sino crear una capa inteligente para un acceso más rápido y estructurado al conocimiento organizacional.
El principal problema de Arca.
En organizaciones donde el volumen de información aumenta a gran velocidad, almacenar archivos por sí solo no significa disponibilidad de conocimiento. La información de Arca se almacenaba en diferentes formatos y en diferentes departamentos, y en ocasiones los expertos tenían que comprobar varios documentos manualmente para encontrar la respuesta deseada. Además de llevar mucho tiempo, este proceso dependía en gran medida de la experiencia y el conocimiento de las personas sobre el lugar de almacenamiento de la información. Por lo tanto, la solución requerida debe ser capaz de comprender el concepto de la pregunta y, en lugar de mostrar un conjunto de archivos, debe extraer información relevante de las fuentes disponibles.
El propósito del diseño. asistente inteligente
El objetivo de Netanik era crear un sistema donde los empleados pudieran interactuar con el conocimiento de la organización utilizando un lenguaje natural. El usuario no debería tener que saber el nombre exacto del archivo, la ruta de la carpeta o la palabra clave utilizada en el documento para obtener la respuesta. El sistema debe poder analizar la pregunta, encontrar los recursos relevantes y proporcionar la respuesta basada en la información válida de la organización. Al mismo tiempo, la arquitectura tuvo que diseñarse para permitir el control de recursos, la actualización de conocimientos y la supervisión humana.
Arquitectura de asistente inteligente empresarial
Al diseñar este Asistente inteligente empresarial, Netanik utilizó una arquitectura basada en RAG para que el modelo de IA pudiera recuperar información relevante de la base de conocimientos patentada de Arca antes de generar una respuesta. Este enfoque hace que las respuestas no se generen basándose únicamente en el conocimiento general del modelo de lenguaje y el sistema pueda utilizar la información específica de la organización. Una vez recibidos, los documentos se procesaron y prepararon, y su contenido de búsqueda se colocó en la estructura adecuada. Luego, cuando el usuario pregunta, el sistema primero encuentra los recursos relevantes y proporciona la información recuperada al modelo.
Capa de recepción y procesamiento de información.
La primera parte del sistema estaba relacionada con el ingreso de datos y tenía la tarea de preparar varias fuentes para su uso en la base de conocimientos. Los archivos de texto, PDF, documentación interna y otros recursos utilizables deben estructurarse y prepararse para la búsqueda semántica al recibirlos. En esta etapa, la calidad de los datos era muy importante, porque un sistema inteligente no puede producir resultados confiables a partir de datos incompletos o confusos. Por esta razón, la arquitectura del proyecto también consideró el proceso de ingreso y preparación de información como parte del sistema.
Capa de conocimiento y recuperación
Después de procesar la información, el contenido de los documentos se colocó en una estructura recuperable para que el sistema pudiera encontrar secciones relevantes según el concepto de la pregunta. Este paso es la principal diferencia entre un chatbot general y un Asistente inteligente empresarial muestra En esta arquitectura, la respuesta se conecta primero con la información en la base de conocimientos de la organización, y luego el modelo de lenguaje asume la tarea de comprender, combinar y presentar la respuesta. Tal estructura permite un mayor control sobre las fuentes de información y la actualización de conocimientos.
¿Cómo se utilizó RAG en el proyecto Arca?
RAG o Retrieval-Augmented Generation fue uno de los componentes principales de la arquitectura de este proyecto y su función se definió como conectar el modelo de lenguaje con el conocimiento específico de la organización. En lugar de almacenar toda la información de la organización en el modelo mismo, la información se almacenó en una base de conocimiento externa y el sistema recuperaba las partes relevantes cuando recibía una consulta. Luego, esta información se introdujo en el modelo para producir una respuesta final basada en el contenido real de los documentos. Esta arquitectura permite la creación de un sistema dinámico que actualiza su conocimiento utilizable a medida que se agregan nuevos documentos.
Ciclo de respuesta inteligente
El proceso de respuesta del sistema fue diseñado en varios pasos específicos para que cada solicitud tenga un camino específico. Primero, se analiza la pregunta del usuario y luego el sistema encuentra partes relevantes de la base de conocimientos según su significado. La información recuperada se proporciona al modelo y el modelo produce una respuesta comprensible y estructurada basada en el mismo contexto. Finalmente, la respuesta se muestra al usuario y también se puede proporcionar la información fuente si es necesario.
Controlar las fuentes de respuesta
Una de las consideraciones importantes del proyecto fue la capacidad de verificar la fuente de información y, por esta razón, la arquitectura se diseñó de tal manera que las respuestas sean rastreables hasta fuentes organizacionales en la medida de lo posible. Esta característica es especialmente importante para entornos B2B, porque el usuario necesita saber sobre qué base se forma la información proporcionada. Mostrar o registrar la fuente puede simplificar el proceso de revisión humana y generar más confianza en el resultado del sistema. Por esta razón, en este proyecto, la calidad de la recuperación de la información fue tan importante como la calidad de la generación de respuestas.
Experiencia de usuario de asistente inteligente
Aunque la mayor parte de la complejidad del proyecto estaba detrás del sistema, la experiencia del usuario también se consideró una parte importante desde el principio. Se suponía que los usuarios de Arca no debían trabajar con una herramienta técnica compleja y deberían poder hacer sus preguntas como una conversación natural. La interfaz de usuario se diseñó centrándose en la simplicidad para que el usuario pueda hacer una pregunta, recibir una respuesta y continuar con la siguiente pregunta basada en el mismo tema si es necesario. Este modelo de interacción permite el uso de Asistente inteligente empresarial Es posible para diferentes usuarios sin necesidad de una amplia formación técnica.
Interacción natural con el conocimiento de la organización.
Uno de los principales valores de este sistema fue transformar la experiencia de búsqueda tradicional en una experiencia conversacional. En lugar de buscar varias palabras clave y comprobar diferentes resultados, el usuario podría explicar su problema en lenguaje natural. El sistema intentó reconocer el significado de la solicitud y extraer información relevante de los recursos de la organización. Este modelo de interacción reduce la brecha entre "información almacenada" y "conocimiento utilizable".
Manejo de preguntas complejas
No todas las consultas son iguales y algunas pueden requerir varias fuentes diferentes. En tal situación, el sistema debe poder recuperar información relevante de múltiples partes y combinarlas en una respuesta coherente. La arquitectura diseñada para Arca se desarrolló con esto en mente, de modo que el sistema no se utilice sólo para consultas simples. En el futuro, esta capacidad permitirá el desarrollo del asistente hacia procesos más especializados de la organización.
Gestión de seguridad y acceso.
en uno Asistente inteligente empresarial, la seguridad de la información es tan importante como el rendimiento de la IA. No todos los documentos organizacionales son necesariamente accesibles para todos los usuarios y la arquitectura del sistema debe poder diferenciar entre diferentes niveles de acceso. Por esta razón, en el diseño de la solución se tuvo en cuenta el tema de la gestión de accesos, de modo que en el camino de desarrollo sea posible conectar el conocimiento de la organización a diferentes roles y permisos. El objetivo era evitar que la inteligencia artificial se convirtiera en una vía no deseada para acceder a información sensible.
Separación de niveles de acceso
La estructura de acceso se puede definir en función del rol, unidad organizativa o tipo de información, y cada usuario puede acceder sólo a una parte del conocimiento que necesita. Además de aumentar la seguridad, este enfoque hace que las respuestas del sistema sean adecuadas a la situación del usuario. En una organización grande, dicha arquitectura puede evitar la exposición no deseada de información interna. Diseñar esta capa desde cero también simplifica el desarrollo futuro del sistema.
Control y supervisión humanos
La inteligencia artificial en este proyecto no se definió como un sistema completamente independiente y el control humano siguió siendo parte de la arquitectura. Los gerentes pueden verificar las fuentes de conocimiento, la estructura de la información y el rendimiento del sistema y realizar los cambios necesarios si es necesario. Esto es especialmente importante en entornos corporativos, ya que no todas las respuestas deben usarse sin revisión en procesos sensibles. Asistente inteligente empresarial Es valiosa cuando trabaja junto al hombre, no cuando lo reemplaza sin control.
Capacidades clave del sistema Arca
La solución diseñada para Arca constó de varias funcionalidades principales, cada una de las cuales cubría una parte de las necesidades de la organización. El objetivo principal fue crear un sistema flexible para que se puedan agregar nuevas capacidades en el futuro sin rediseñar completamente la arquitectura. Este enfoque hace que la inversión en IA no se limite a un proyecto a corto plazo y pueda desarrollarse gradualmente. Algunas de las principales características del sistema son:
Buscando significado en documentos organizacionales
Respuesta conversacional a las preguntas de los usuarios.
Conectando respuestas a una base de conocimientos dedicada
Gestión y actualización de fuentes de información.
Capacidad para definir diferentes niveles de acceso.
Capacidad de expandirse a otros procesos organizacionales.
Infraestructura ampliable
Una de las decisiones importantes de Netanik fue diseñar una arquitectura modular para que el sistema pueda conectarse a otras herramientas y servicios en el futuro. Por ejemplo, la capacidad de conectar el asistente a CRM, sistema de tickets, herramientas de gestión de proyectos u otros sistemas internos puede ampliar sus capacidades más allá de simplemente responder. En este caso, la IA puede desempeñar un papel en la ejecución de procesos específicos además de la recuperación de información. Este camino puede transformar la arquitectura básica de Arca en una. Agente de IA empresarial para ser más completo
Conéctese a herramientas empresariales
Con el desarrollo de la arquitectura, el asistente podrá conectarse en el futuro a sistemas internos y recibir la información requerida de diversas fuentes. Dicha conexión requiere la definición precisa de permisos, API y reglas de ejecución de operaciones para que cada acción pueda realizarse bajo el control del sistema. El objetivo de Netanik desde el principio era que la estructura del proyecto tuviera la capacidad para tal ampliación. Por tanto, Assistant no fue diseñado como un producto cerrado, sino como una infraestructura escalable.
El resultado del proyecto y el valor creado
El principal valor del proyecto Arca no se puede resumir simplemente en "responder preguntas". La cuestión más importante era convertir la gran cantidad de información dispersa en una experiencia interactiva y utilizable para los empleados. Este sistema puede reducir el tiempo de búsqueda de información, simplificar el acceso al conocimiento organizacional y reducir la dependencia de los usuarios de conocer las rutas de almacenamiento de archivos. Además de esto, la arquitectura diseñada proporciona una plataforma para el desarrollo de capacidades más inteligentes en el futuro.
Cambiar el enfoque del conocimiento organizacional
Antes de un sistema de este tipo, muchas organizaciones simplemente almacenaban su conocimiento en forma de archivos y documentos y esperaban que los usuarios pudieran encontrarlo cuando lo necesitaran. El nuevo enfoque saca el conocimiento del archivo y lo convierte en una capa interactiva con la que los usuarios pueden interactuar. Este cambio puede transformar la forma en que los empleados utilizan la información interna y crear nuevas vías para la automatización. Para Arca, el objetivo principal era el mismo: transformar la información existente en conocimiento que pueda utilizarse en el momento.
El papel de Netanik en el proyecto
En este proyecto, Netanik no solo desempeñó el papel de desarrollador de chatbot, sino que el tema se investigó desde la perspectiva de la estrategia, la arquitectura y la experiencia del usuario. Desde el análisis de las necesidades de la organización y el diseño de la estructura del conocimiento hasta la definición de la arquitectura RAG, el flujo de interacción y el camino de desarrollo futuro, los distintos componentes de la solución se diseñaron juntos. Este enfoque hizo que la tecnología de IA estuviera en el centro de la necesidad empresarial real y no se convirtiera en una capacidad independiente y separada de la estructura de la organización. El resultado fue una arquitectura extensible para el avance gradual de Arca hacia un uso más amplio de la inteligencia artificial.
El futuro del asistente inteligente de Arca
Una versión temprana de esto Asistente inteligente empresarial Puede ser el punto de partida de un camino más amplio y sus capacidades se expandirán a más áreas en el futuro. Entre las posibles vías de desarrollo se encuentran la conexión a CRM, el análisis de las solicitudes de los clientes, la producción de informes de gestión, el procesamiento automático de documentos y la implementación de algunas operaciones organizativas. Con la incorporación de estas capacidades, el sistema pasa de ser una herramienta de preguntas y respuestas a un agente inteligente que puede desempeñar un papel en la implementación de procesos específicos. El diseño modular básico permite añadir cualquier funcionalidad en el momento adecuado y según las necesidades reales de la organización.
De Chatbot a agente de IA
La diferencia entre un chatbot simple y un agente de IA está en la capacidad del sistema para comprender el objetivo, controlar el acceso a los recursos y realizar acciones específicas. El camino de desarrollo de Arca también puede pasar de responder información a implementar procesos definidos. En dicho modelo, el sistema puede recibir la solicitud, recopilar la información necesaria, ejecutar cierta lógica y proporcionar el resultado al usuario. Este es el punto en el que la IA puede pasar de ser una interfaz conversacional a parte de la infraestructura operativa de una organización.
resumen
El proyecto Arca es un ejemplo del enfoque de Netanik para diseñar soluciones de inteligencia artificial para empresas; Un enfoque en el que la IA no se ve separada de la estrategia y la infraestructura digitales. uno Asistente inteligente empresarial Puede crear valor real cuando está conectado a datos válidos, arquitectura adecuada, seguridad, experiencia de usuario y procesos reales de la organización. En este proyecto, Netanik intentó diseñar dicha infraestructura centrándose en RAG, conocimiento propietario y extensibilidad. El resultado fue una plataforma que puede satisfacer las necesidades de la organización actual y allanar el camino para agentes de IA más avanzados.
