Conception d'un assistant organisationnel intelligent pour « Arca » ; De la recherche d'informations à l'interaction intelligente
Type de marque : Société de services d'ingénierie et de conseil B2B
Nom de la marque : ARKA
Services Netanik : Stratégie d'IA, RAG, agent d'IA, base de connaissances et automatisation
Responsable technique infrastructures et chantier : Navid Zamani
Chef de projet et graphiste : Sohail Motaghinia
Assistant intelligent d'entreprise pour Arca
La société "Arka" est un groupe de services d'ingénierie et de conseil B2B qui disposait d'une quantité considérable d'informations, de documents, de contrats, de catalogues, de rapports et de connaissances spécialisées au cours de ses années d'activité. Le principal problème ici n’était pas le manque d’informations ; Le problème était qu’il n’était pas toujours facile de trouver la bonne information au bon moment et qu’une partie importante du temps des experts était consacrée à la recherche dans les fichiers et les sources. Netanik pour cette série Assistant intelligent d'entreprise conçu pour transformer les connaissances dispersées de l'organisation en un environnement consultable et interactif. L’objectif du projet n’était pas de construire un simple chatbot, mais de créer une couche intelligente pour un accès plus rapide et plus structuré aux connaissances organisationnelles.
Le principal problème d'Arca
Dans les organisations où le volume d’informations augmente à grande vitesse, le stockage de fichiers à lui seul ne signifie pas la disponibilité des connaissances. Les informations d'Arca étaient stockées sous différents formats et dans différents services, et les experts devaient parfois vérifier manuellement plusieurs documents pour trouver la réponse souhaitée. En plus de prendre du temps, ce processus dépendait fortement de l'expérience des personnes et de leur connaissance de l'emplacement de stockage des informations. Par conséquent, la solution requise doit être capable de comprendre le concept de la question et, au lieu d’afficher un ensemble de fichiers, elle doit extraire les informations pertinentes des sources disponibles.
Le but de la conception Assistant intelligent
L'objectif de Netanik était de créer un système permettant aux employés d'interagir avec les connaissances de l'organisation en utilisant un langage naturel. L'utilisateur ne devrait pas avoir besoin de connaître le nom exact du fichier, le chemin du dossier ou le mot-clé utilisé dans le document pour obtenir la réponse. Le système doit être capable d'analyser la question, de trouver les ressources pertinentes et de fournir la réponse basée sur les informations valides de l'organisation. Dans le même temps, l'architecture devait être conçue pour permettre le contrôle des ressources, la mise à jour des connaissances et la supervision humaine.
Architecture d'assistant intelligent d'entreprise
En concevant ceci Assistant intelligent d'entreprise, Netanik a utilisé une architecture basée sur RAG afin que le modèle d'IA puisse récupérer les informations pertinentes de la base de connaissances exclusive d'Arca avant de générer une réponse. Cette approche fait que les réponses ne sont pas générées uniquement sur la base de la connaissance générale du modèle de langage et que le système peut utiliser les informations spécifiques de l'organisation. Après réception, les documents ont été traités et préparés, et leur contenu consultable a été placé dans la structure appropriée. Ensuite, lorsque l'utilisateur le demande, le système trouve d'abord les ressources pertinentes et fournit les informations récupérées au modèle.
Couche de réception et de traitement des informations
La première partie du système était liée à la saisie des données et avait pour tâche de préparer diverses sources à utiliser dans la base de connaissances. Les fichiers texte, PDF, documentation interne et autres ressources utilisables doivent être structurés et préparés pour la recherche sémantique dès leur réception. À ce stade, la qualité des données était très importante, car un système intelligent ne peut pas produire de résultats fiables à partir de données incomplètes ou désordonnées. Pour cette raison, l'architecture du projet a également considéré le processus de saisie et de préparation des informations comme faisant partie du système.
Couche de connaissances et de récupération
Après traitement des informations, le contenu des documents a été placé dans une structure récupérable afin que le système puisse trouver les sections pertinentes en fonction du concept de la question. Cette étape constitue la principale différence entre un chatbot général et un Assistant intelligent d'entreprise montre Dans cette architecture, la réponse est d'abord connectée aux informations de la base de connaissances de l'organisation, puis le modèle de langage prend en charge la tâche de compréhension, de combinaison et de présentation de la réponse. Une telle structure permet davantage de contrôle sur les sources d’information et la mise à jour des connaissances.
Comment RAG a-t-il été utilisé dans le projet Arca ?
RAG ou Retrieval-Augmented Generation était l'une des principales composantes de l'architecture de ce projet et son rôle a été défini comme reliant le modèle de langage aux connaissances spécifiques de l'organisation. Au lieu de stocker toutes les informations de l'organisation dans le modèle lui-même, les informations étaient stockées dans une base de connaissances externe et le système récupérait les parties pertinentes lorsqu'il recevait une requête. Ces informations ont ensuite été introduites dans le modèle pour produire une réponse finale basée sur le contenu réel des documents. Cette architecture permet la création d'un système dynamique qui met à jour ses connaissances utilisables au fur et à mesure de l'ajout de nouveaux documents.
Cycle de réponse intelligent
Le processus de réponse du système a été conçu en plusieurs étapes spécifiques afin que chaque requête ait un chemin spécifique. Tout d'abord, la question de l'utilisateur est analysée, puis le système trouve les parties pertinentes de la base de connaissances en fonction de sa signification. Les informations récupérées sont fournies au modèle et le modèle produit une réponse compréhensible et structurée basée sur le même contexte. Enfin, la réponse est affichée à l'utilisateur et les informations sources peuvent également être fournies si nécessaire.
Contrôler les sources de réponse
L'une des considérations importantes du projet était la capacité de vérifier la source de l'information, et pour cette raison, l'architecture a été conçue de telle manière que les réponses puissent autant que possible être traçables jusqu'aux sources organisationnelles. Cette fonctionnalité est particulièrement importante pour les environnements B2B, car l'utilisateur a besoin de savoir sur quelle base les informations fournies sont formées. L'affichage ou l'enregistrement de la source peut simplifier le processus de révision humaine et renforcer la confiance dans les résultats du système. Pour cette raison, dans ce projet, la qualité de la recherche d’informations était aussi importante que la qualité de la génération de réponses.
Expérience utilisateur de l'assistant intelligent
Bien que l’essentiel de la complexité du projet réside dans le système, l’expérience utilisateur a également été considérée dès le début comme un élément important. Les utilisateurs d'Arca n'étaient pas censés travailler avec un outil technique complexe et devraient pouvoir poser leur question comme une conversation naturelle. L'interface utilisateur a été conçue en mettant l'accent sur la simplicité afin que l'utilisateur puisse poser une question, recevoir une réponse et passer à la question suivante basée sur le même sujet si nécessaire. Ce modèle d'interaction permet d'utiliser Assistant intelligent d'entreprise Cela est possible pour différents utilisateurs sans nécessiter une formation technique approfondie.
Interaction naturelle avec les connaissances de l'organisation
L'une des principales valeurs de ce système était de transformer l'expérience de recherche traditionnelle en une expérience conversationnelle. Au lieu de rechercher plusieurs mots-clés et de vérifier différents résultats, l'utilisateur pourrait expliquer son problème en langage naturel. Le système a tenté de reconnaître le sens de la demande et d'extraire les informations pertinentes des ressources de l'organisation. Ce modèle d'interaction réduit l'écart entre « informations stockées » et « connaissances utilisables ».
Gestion de questions complexes
Toutes les demandes ne sont pas identiques et certaines peuvent nécessiter plusieurs sources différentes. Dans une telle situation, le système doit être capable de récupérer les informations pertinentes provenant de plusieurs parties et de les combiner en une réponse cohérente. L'architecture conçue pour Arca a été développée dans cette optique, afin que le système ne soit pas utilisé uniquement pour des requêtes simples. Dans le futur, cette capacité permettra l’évolution de l’assistant vers des processus plus spécialisés de l’organisation.
Gestion de la sécurité et des accès
en un Assistant intelligent d'entreprise, la sécurité des informations est aussi importante que les performances de l’IA. Tous les documents organisationnels ne sont pas nécessairement accessibles à tous les utilisateurs et l'architecture du système doit être capable de différencier les différents niveaux d'accès. Pour cette raison, la question de la gestion des accès a été prise en compte dans la conception de la solution afin que, dans le parcours de développement, il soit possible de relier les connaissances de l'organisation à différents rôles et autorisations. L’objectif était d’éviter que l’intelligence artificielle ne devienne un moyen indésirable d’accéder à des informations sensibles.
Séparation des niveaux d'accès
La structure d'accès peut être définie en fonction du rôle, de l'unité organisationnelle ou du type d'information, et chaque utilisateur ne peut accéder qu'à une partie des connaissances dont il a besoin. En plus d'augmenter la sécurité, cette approche rend les réponses du système adaptées à la situation de l'utilisateur. Dans une grande organisation, une telle architecture peut empêcher toute exposition indésirable d’informations internes. Concevoir cette couche à partir de zéro simplifie également le développement futur du système.
Contrôle et supervision humains
L'intelligence artificielle dans ce projet n'a pas été définie comme un système totalement indépendant et le contrôle humain est resté partie intégrante de l'architecture. Les responsables peuvent vérifier les sources de connaissances, la structure de l'information et les performances du système et apporter les modifications nécessaires si nécessaire. Ceci est particulièrement important dans les environnements d’entreprise, car toutes les réponses ne doivent pas être utilisées sans examen dans des processus sensibles. Assistant intelligent d'entreprise Elle est précieuse lorsqu’elle travaille aux côtés de l’homme, et non lorsqu’elle le remplace sans contrôle.
Capacités clés du système Arca
La solution conçue pour Arca était composée de plusieurs fonctionnalités principales, dont chacune couvrait une partie des besoins de l'organisation. L'objectif principal était de créer un système flexible afin que de nouvelles fonctionnalités puissent être ajoutées à l'avenir sans repenser complètement l'architecture. Cette approche fait que l’investissement dans l’IA ne se limite pas à un projet à court terme et peut être développé progressivement. Certaines des principales caractéristiques du système sont :
En quête de sens dans les documents organisationnels
Réponse conversationnelle aux questions des utilisateurs
Connecter les réponses à une base de connaissances dédiée
Gestion et mise à jour des sources d'informations
Possibilité de définir différents niveaux d'accès
Capacité à s'étendre à d'autres processus organisationnels
Infrastructure extensible
L'une des décisions importantes de Netanik a été de concevoir une architecture modulaire afin que le système puisse être connecté à d'autres outils et services à l'avenir. Par exemple, la possibilité de connecter l'assistant au CRM, au système de billetterie, aux outils de gestion de projet ou à d'autres systèmes internes peut étendre ses capacités au-delà de la simple réponse. Dans ce cas, l’IA peut jouer un rôle dans l’exécution de processus spécifiques en plus de la récupération d’informations. Ce chemin peut transformer l'architecture de base d'Arca en une seule Agent IA d'entreprise pour devenir plus complet
Connectez-vous aux outils de l'entreprise
Avec le développement de l'architecture, l'assistant pourra à l'avenir se connecter aux systèmes internes et recevoir les informations requises de diverses sources. Une telle connexion nécessite la définition précise des autorisations, des API et des règles d’exécution des opérations afin que chaque action puisse être réalisée sous le contrôle du système. Dès le début, l'objectif de Netanik était que la structure du projet ait la capacité d'une telle expansion. Assistant n’a donc pas été conçu comme un produit fermé, mais comme une infrastructure évolutive.
Le résultat du projet et la valeur créée
La valeur principale du projet Arca ne peut se résumer simplement à « répondre aux questions ». Le problème le plus important était de transformer la grande quantité d'informations dispersées en une expérience interactive et utilisable pour les employés. Ce système peut réduire le temps de recherche d'informations, simplifier l'accès aux connaissances organisationnelles et réduire la dépendance des utilisateurs à la connaissance des chemins de stockage des fichiers. En outre, l’architecture conçue fournit une plate-forme pour le développement de capacités plus intelligentes à l’avenir.
Changer l’approche de la connaissance organisationnelle
Avant un tel système, de nombreuses organisations stockaient simplement leurs connaissances sous forme de fichiers et de documents et s'attendaient à ce que les utilisateurs puissent les trouver lorsqu'ils en ont besoin. La nouvelle approche extrait les connaissances des archives et les transforme en une couche interactive avec laquelle les utilisateurs peuvent interagir. Ce changement peut transformer la manière dont les employés utilisent les informations internes et créer de nouvelles voies d’automatisation. Pour Arca, l’objectif principal était le même : transformer les informations existantes en connaissances utilisables sur le moment.
Le rôle de Netanik dans le projet
Dans ce projet, Netanik n’a pas seulement joué le rôle d’un développeur de chatbot, mais le problème a été étudié du point de vue de la stratégie, de l’architecture et de l’expérience utilisateur. De l'analyse des besoins de l'organisation et la conception de la structure des connaissances à la définition de l'architecture RAG, du flux d'interaction et du chemin de développement futur, les différentes composantes de la solution ont été conçues ensemble. Cette approche a placé la technologie de l’IA au cœur des besoins réels de l’entreprise et non comme une capacité indépendante et séparée de la structure organisationnelle. Le résultat a été une architecture extensible pour l'évolution progressive d'Arca vers une utilisation plus large de l'intelligence artificielle.
L'avenir de l'assistant intelligent d'Arca
Une première version de ceci Assistant intelligent d'entreprise Cela peut être le point de départ d’un chemin plus vaste et ses capacités s’étendront à davantage de domaines à l’avenir. La connexion au CRM, l'analyse des demandes clients, la production de rapports de gestion, le traitement automatique des documents et la mise en œuvre de certaines opérations organisationnelles font partie des pistes de développement possibles. Avec l’ajout de ces capacités, le système passe d’un outil de questions et réponses à un agent intelligent pouvant jouer un rôle dans la mise en œuvre de processus spécifiques. La conception modulaire de base permet d'ajouter n'importe quelle fonctionnalité au bon moment et selon les besoins réels de l'organisation.
Du chatbot à l’agent IA
La différence entre un simple chatbot et un agent IA réside dans la capacité du système à comprendre l'objectif, à contrôler l'accès aux ressources et à effectuer des actions spécifiques. Le parcours de développement d'Arca peut également passer de la réponse aux informations à la mise en œuvre de processus définis. Dans un tel modèle, le système peut recevoir la demande, collecter les informations nécessaires, exécuter certaines logiques et fournir le résultat à l'utilisateur. C’est à ce stade que l’IA peut passer d’une interface conversationnelle à une partie de l’infrastructure opérationnelle d’une organisation.
résumé
Le projet Arca est un exemple de l'approche de Netanik en matière de conception de solutions d'intelligence artificielle pour les entreprises ; Une approche où l’IA n’est pas considérée séparément de la stratégie et des infrastructures numériques. un Assistant intelligent d'entreprise Il peut créer une réelle valeur lorsqu’il est connecté à des données valides, à une architecture appropriée, à la sécurité, à l’expérience utilisateur et aux processus réels de l’organisation. Dans ce projet, Netanik a tenté de concevoir une telle infrastructure en mettant l'accent sur RAG, les connaissances propriétaires et l'extensibilité. Le résultat est une plateforme capable de répondre aux besoins des organisations d’aujourd’hui et d’ouvrir la voie à des agents d’IA plus avancés.
