طراحی دستیار هوشمند سازمانی برای «آرکا»؛ از جستوجوی اطلاعات تا تعامل هوشمند
نوع برند: شرکت خدمات مهندسی و مشاوره B2B
نام برند: آرکا (ARKA)
خدمات نتانیک: AI Strategy، RAG، AI Agent، Knowledge Base و اتوماسیون
دستیار هوشمند سازمانی برای آرکا
شرکت «آرکا» یک مجموعه خدمات مهندسی و مشاوره B2B است که طی سالهای فعالیت خود حجم قابلتوجهی از اطلاعات، مستندات، قراردادها، کاتالوگها، گزارشها و دانش تخصصی را در اختیار داشت. مشکل اصلی اینجا کمبود اطلاعات نبود؛ مسئله این بود که پیدا کردن اطلاعات درست، در زمان مناسب، همیشه ساده نبود و بخش قابلتوجهی از زمان کارشناسان صرف جستوجو میان فایلها و منابع مختلف میشد. نتانیک برای این مجموعه یک دستیار هوشمند سازمانی طراحی کرد که بتواند دانش پراکنده سازمان را به یک محیط قابل جستوجو و تعاملی تبدیل کند. هدف پروژه ساخت یک چتبات ساده نبود، بلکه ایجاد یک لایه هوشمند برای دسترسی سریعتر و ساختاریافتهتر به دانش سازمانی بود.
مسئله اصلی آرکا
در سازمانهایی که حجم اطلاعات با سرعت زیادی افزایش پیدا میکند، ذخیره کردن فایلها بهتنهایی به معنی در دسترس بودن دانش نیست. اطلاعات آرکا در قالبهای مختلف و در بخشهای گوناگون نگهداری میشد و کارشناسان برای پیدا کردن پاسخ موردنظر، گاهی مجبور بودند چندین سند را بهصورت دستی بررسی کنند. این فرآیند علاوه بر زمانبر بودن، وابستگی زیادی به تجربه و شناخت افراد از محل ذخیره اطلاعات داشت. بنابراین راهکار موردنیاز باید بتواند مفهوم سؤال را درک کند و به جای نمایش مجموعهای از فایلها، اطلاعات مرتبط را از میان منابع موجود استخراج کند.
هدف طراحی دستیار هوشمند
هدف نتانیک ایجاد سیستمی بود که کارکنان بتوانند با زبان طبیعی با دانش سازمان تعامل داشته باشند. کاربر نباید مجبور باشد نام دقیق فایل، مسیر پوشه یا عبارت تخصصی مورد استفاده در سند را بداند تا به پاسخ برسد. سیستم باید بتواند سؤال را تحلیل کند، منابع مرتبط را پیدا کند و پاسخ را بر اساس اطلاعات معتبر سازمان ارائه دهد. در عین حال، معماری باید به شکلی طراحی میشد که امکان کنترل منابع، بهروزرسانی دانش و نظارت انسانی وجود داشته باشد.
معماری دستیار هوشمند سازمانی
در طراحی این دستیار هوشمند سازمانی، نتانیک از معماری مبتنی بر RAG استفاده کرد تا مدل هوش مصنوعی بتواند قبل از تولید پاسخ، اطلاعات مرتبط را از پایگاه دانش اختصاصی آرکا بازیابی کند. این رویکرد باعث میشود پاسخها صرفاً بر اساس دانش عمومی مدل زبانی تولید نشوند و سیستم بتواند از اطلاعات اختصاصی سازمان استفاده کند. اسناد پس از دریافت، پردازش و آمادهسازی شدند و محتوای قابل جستوجوی آنها در ساختار مناسب قرار گرفت. سپس هنگام پرسش کاربر، سیستم ابتدا منابع مرتبط را پیدا کرده و اطلاعات بازیابیشده را در اختیار مدل قرار میدهد.
لایه دریافت و پردازش اطلاعات
اولین بخش سیستم مربوط به ورود اطلاعات بود و وظیفه داشت منابع مختلف را برای استفاده در پایگاه دانش آماده کند. فایلهای متنی، PDF، مستندات داخلی و سایر منابع قابل استفاده پس از دریافت باید ساختاربندی و برای جستوجوی معنایی آماده میشدند. در این مرحله، کیفیت داده اهمیت زیادی داشت، زیرا یک سیستم هوشمند نمیتواند از اطلاعات ناقص یا نامرتب خروجی قابل اتکایی تولید کند. به همین دلیل معماری پروژه، فرآیند ورود و آمادهسازی اطلاعات را نیز بهعنوان بخشی از سیستم در نظر گرفت.
لایه دانش و بازیابی
پس از پردازش اطلاعات، محتوای اسناد در یک ساختار قابل بازیابی قرار گرفت تا سیستم بتواند بر اساس مفهوم سؤال، بخشهای مرتبط را پیدا کند. این مرحله تفاوت اصلی میان یک چتبات عمومی و یک دستیار هوشمند سازمانی را نشان میدهد. در این معماری، پاسخ ابتدا به اطلاعات موجود در پایگاه دانش سازمان متصل میشود و سپس مدل زبانی وظیفه درک، ترکیب و ارائه پاسخ را بر عهده میگیرد. چنین ساختاری امکان کنترل بیشتر روی منابع اطلاعاتی و بهروزرسانی دانش را فراهم میکند.
RAG چگونه در پروژه آرکا استفاده شد؟
RAG یا Retrieval-Augmented Generation یکی از اجزای اصلی معماری این پروژه بود و نقش آن اتصال مدل زبانی به دانش اختصاصی سازمان تعریف شد. بهجای اینکه تمام اطلاعات سازمان در خود مدل ذخیره شود، اطلاعات در یک پایگاه دانش خارجی نگهداری شد و سیستم هنگام دریافت سؤال، بخشهای مرتبط را بازیابی کرد. سپس این اطلاعات به مدل داده شد تا پاسخ نهایی با توجه به محتوای واقعی اسناد تولید شود. این معماری امکان ایجاد یک سیستم پویا را فراهم میکند که با اضافه شدن اسناد جدید، دانش قابل استفاده آن نیز بهروزرسانی شود.
چرخه پاسخگویی هوشمند
فرآیند پاسخگویی سیستم در چند مرحله مشخص طراحی شد تا هر درخواست مسیر مشخصی داشته باشد. ابتدا سؤال کاربر تحلیل میشود و سپس سیستم با توجه به مفهوم آن، بخشهای مرتبط از پایگاه دانش را پیدا میکند. اطلاعات بازیابیشده در اختیار مدل قرار میگیرد و مدل بر اساس همان زمینه، پاسخ قابل فهم و ساختاریافته تولید میکند. در نهایت، پاسخ برای کاربر نمایش داده میشود و در صورت نیاز میتوان اطلاعات منبع را نیز در اختیار او قرار داد.
کنترل منابع پاسخ
یکی از ملاحظات مهم پروژه، قابلیت بررسی منبع اطلاعات بود و به همین دلیل معماری بهگونهای طراحی شد که پاسخها تا حد امکان به منابع سازمانی قابل ردیابی باشند. این ویژگی برای محیطهای B2B اهمیت ویژهای دارد، زیرا کاربر باید بداند اطلاعات ارائهشده بر چه مبنایی شکل گرفته است. نمایش یا ثبت منبع میتواند فرآیند بررسی انسانی را سادهتر کند و اعتماد بیشتری نسبت به خروجی سیستم ایجاد کند. به همین دلیل، در این پروژه کیفیت بازیابی اطلاعات به اندازه کیفیت تولید پاسخ اهمیت داشت.
تجربه کاربری دستیار هوشمند
اگرچه بخش عمده پیچیدگی پروژه در پشت سیستم قرار داشت، تجربه کاربری نیز از ابتدا بهعنوان یک بخش مهم در نظر گرفته شد. کاربران آرکا قرار نبود با یک ابزار پیچیده فنی کار کنند و باید میتوانستند مانند یک گفتوگوی طبیعی، سؤال خود را مطرح کنند. رابط کاربری با تمرکز بر سادگی طراحی شد تا کاربر بتواند سؤال بپرسد، پاسخ را دریافت کند و در صورت نیاز سؤال بعدی را بر اساس همان موضوع ادامه دهد. این مدل تعامل باعث میشود استفاده از دستیار هوشمند سازمانی برای کاربران مختلف، بدون نیاز به آموزش فنی گسترده امکانپذیر باشد.
تعامل طبیعی با دانش سازمان
یکی از ارزشهای اصلی این سیستم، تبدیل تجربه جستوجوی سنتی به یک تجربه مکالمهای بود. کاربر به جای جستوجوی چند کلمه کلیدی و بررسی نتایج مختلف، میتوانست مسئله خود را با زبان طبیعی توضیح دهد. سیستم تلاش میکرد مفهوم درخواست را تشخیص داده و اطلاعات مرتبط را از منابع سازمان استخراج کند. این مدل تعامل، فاصله میان «اطلاعات ذخیرهشده» و «دانش قابل استفاده» را کاهش میدهد.
مدیریت پرسشهای پیچیده
همه پرسشها یکسان نیستند و برخی درخواستها ممکن است به چند منبع مختلف نیاز داشته باشند. در چنین شرایطی، سیستم باید بتواند اطلاعات مرتبط را از چند بخش بازیابی کرده و آنها را در یک پاسخ منسجم ترکیب کند. معماری طراحیشده برای آرکا با در نظر گرفتن همین مسئله توسعه داده شد تا سیستم فقط برای پرسشهای ساده کاربرد نداشته باشد. این قابلیت در آینده امکان توسعه دستیار به سمت فرآیندهای تخصصیتر سازمان را نیز فراهم میکند.
امنیت و مدیریت دسترسی
در یک دستیار هوشمند سازمانی، امنیت اطلاعات به اندازه عملکرد AI اهمیت دارد. همه اسناد سازمانی الزاماً برای تمام کاربران قابل دسترسی نیستند و معماری سیستم باید بتواند میان سطوح مختلف دسترسی تفاوت ایجاد کند. به همین دلیل، موضوع مدیریت دسترسی در طراحی راهکار مورد توجه قرار گرفت تا در مسیر توسعه، امکان اتصال دانش سازمان به نقشها و مجوزهای مختلف وجود داشته باشد. هدف این بود که هوش مصنوعی به یک مسیر ناخواسته برای دسترسی به اطلاعات حساس تبدیل نشود.
تفکیک سطوح دسترسی
ساختار دسترسی میتواند بر اساس نقش، واحد سازمانی یا نوع اطلاعات تعریف شود و هر کاربر فقط به بخشی از دانش موردنیاز خود دسترسی داشته باشد. این رویکرد علاوه بر افزایش امنیت، باعث میشود پاسخهای سیستم نیز متناسب با موقعیت کاربر ارائه شوند. در یک سازمان بزرگ، چنین معماری میتواند از نمایش ناخواسته اطلاعات داخلی جلوگیری کند. طراحی این لایه از ابتدا، توسعه آینده سیستم را نیز سادهتر میکند.
کنترل و نظارت انسانی
هوش مصنوعی در این پروژه بهعنوان یک سیستم کاملاً مستقل تعریف نشد و کنترل انسانی همچنان بخشی از معماری باقی ماند. مدیران میتوانند منابع دانش، ساختار اطلاعات و عملکرد سیستم را بررسی کنند و در صورت نیاز تغییرات لازم را اعمال کنند. این موضوع بهخصوص در محیطهای سازمانی اهمیت دارد، زیرا همه پاسخها نباید بدون بررسی در فرآیندهای حساس مورد استفاده قرار گیرند. دستیار هوشمند سازمانی زمانی ارزشمند است که در کنار انسان کار کند، نه اینکه بدون کنترل جایگزین او شود.
قابلیتهای کلیدی سیستم آرکا
راهکار طراحیشده برای آرکا از چند قابلیت اصلی تشکیل شد که هرکدام بخشی از نیازهای سازمان را پوشش میدادند. تمرکز اصلی روی ایجاد یک سیستم منعطف بود تا در آینده بتوان قابلیتهای جدید را بدون بازطراحی کامل معماری به آن اضافه کرد. این رویکرد باعث میشود سرمایهگذاری روی AI محدود به یک پروژه کوتاهمدت نباشد و بتوان آن را بهتدریج توسعه داد. برخی از قابلیتهای اصلی سیستم عبارتاند از:
جستوجوی معنایی در اسناد سازمانی
پاسخگویی مکالمهای به سؤالات کاربران
اتصال پاسخها به پایگاه دانش اختصاصی
مدیریت و بهروزرسانی منابع اطلاعاتی
امکان تعریف سطوح مختلف دسترسی
قابلیت توسعه به فرآیندهای سازمانی دیگر
زیرساخت قابل توسعه
یکی از تصمیمهای مهم نتانیک، طراحی معماری ماژولار بود تا سیستم در آینده بتواند به ابزارها و سرویسهای دیگر متصل شود. برای مثال، امکان اتصال دستیار به CRM، سیستم تیکتینگ، ابزارهای مدیریت پروژه یا سایر سامانههای داخلی میتواند قابلیتهای آن را از پاسخگویی صرف فراتر ببرد. در این حالت، AI میتواند علاوه بر بازیابی اطلاعات، در اجرای فرآیندهای مشخص نیز نقش داشته باشد. این مسیر میتواند معماری اولیه آرکا را به یک AI Agent سازمانی کاملتر تبدیل کند.
اتصال به ابزارهای سازمانی
با توسعه معماری، دستیار میتواند در آینده به سیستمهای داخلی متصل شود و اطلاعات موردنیاز را از منابع مختلف دریافت کند. چنین اتصالی نیازمند تعریف دقیق مجوزها، APIها و قوانین اجرای عملیات است تا هر اقدام تحت کنترل سیستم انجام شود. هدف نتانیک از ابتدا این بود که ساختار پروژه ظرفیت چنین توسعهای را داشته باشد. بنابراین دستیار بهعنوان یک محصول بسته طراحی نشد، بلکه بهعنوان یک زیرساخت قابل رشد در نظر گرفته شد.
نتیجه پروژه و ارزش ایجادشده
ارزش اصلی پروژه آرکا را نمیتوان صرفاً در «پاسخ دادن به سؤالها» خلاصه کرد. مسئله مهمتر، تبدیل حجم زیادی از اطلاعات پراکنده به یک تجربه تعاملی و قابل استفاده برای کارکنان بود. این سیستم میتواند زمان جستوجوی اطلاعات را کاهش دهد، دسترسی به دانش سازمانی را سادهتر کند و وابستگی کاربران به شناخت مسیرهای ذخیرهسازی فایلها را کمتر کند. در کنار این موارد، معماری طراحیشده بستری برای توسعه قابلیتهای هوشمند بیشتر در آینده فراهم میکند.
تغییر رویکرد به دانش سازمانی
پیش از چنین سیستمی، بسیاری از سازمانها دانش خود را صرفاً در قالب فایل و سند ذخیره میکنند و انتظار دارند کاربران بتوانند در زمان نیاز آن را پیدا کنند. رویکرد جدید، دانش را از حالت آرشیو خارج کرده و آن را به یک لایه تعاملی تبدیل میکند که کاربران میتوانند با آن گفتگو داشته باشند. این تغییر میتواند نحوه استفاده کارکنان از اطلاعات داخلی را دگرگون کند و مسیرهای جدیدی برای اتوماسیون ایجاد کند. برای آرکا نیز هدف اصلی همین بود: تبدیل اطلاعات موجود به دانشی که در لحظه قابل استفاده باشد.
نقش نتانیک در پروژه
نتانیک در این پروژه صرفاً نقش توسعهدهنده یک چتبات را نداشت و مسئله از زاویه استراتژی، معماری و تجربه کاربر بررسی شد. از تحلیل نیازهای سازمان و طراحی ساختار دانش تا تعریف معماری RAG، جریان تعامل و مسیر توسعه آینده، اجزای مختلف راهکار در کنار یکدیگر طراحی شدند. این رویکرد باعث شد فناوری AI در دل نیاز واقعی کسبوکار قرار بگیرد و به یک قابلیت مستقل و جدا از ساختار سازمان تبدیل نشود. نتیجه، یک معماری قابل توسعه برای حرکت تدریجی آرکا به سمت استفاده گستردهتر از هوش مصنوعی بود.
آینده دستیار هوشمند آرکا
نسخه اولیه این دستیار هوشمند سازمانی میتواند نقطه شروع یک مسیر بزرگتر باشد و قابلیتهای آن در آینده به حوزههای بیشتری گسترش پیدا کند. اتصال به CRM، تحلیل درخواستهای مشتریان، تولید گزارشهای مدیریتی، پردازش خودکار اسناد و اجرای برخی عملیات سازمانی از جمله مسیرهای توسعه احتمالی هستند. با اضافه شدن این قابلیتها، سیستم از یک ابزار پرسش و پاسخ به یک Agent هوشمند نزدیکتر میشود که میتواند در اجرای فرآیندهای مشخص نیز نقش داشته باشد. طراحی ماژولار اولیه این امکان را فراهم میکند که هر قابلیت در زمان مناسب و متناسب با نیاز واقعی سازمان اضافه شود.
از Chatbot تا AI Agent
تفاوت یک چتبات ساده با AI Agent در توانایی سیستم برای درک هدف، دسترسی کنترلشده به منابع و انجام اقدامات مشخص است. مسیر توسعه آرکا نیز میتواند از پاسخگویی اطلاعاتی به سمت اجرای فرآیندهای تعریفشده حرکت کند. در چنین مدلی، سیستم میتواند درخواست را دریافت کند، اطلاعات لازم را جمعآوری کند، منطق مشخصی را اجرا کند و نتیجه را در اختیار کاربر قرار دهد. این همان نقطهای است که هوش مصنوعی میتواند از یک رابط مکالمهای به بخشی از زیرساخت عملیاتی سازمان تبدیل شود.
جمعبندی
پروژه آرکا نمونهای از رویکرد نتانیک به طراحی راهکارهای هوش مصنوعی برای کسبوکارهاست؛ رویکردی که در آن AI جدا از استراتژی و زیرساخت دیجیتال دیده نمیشود. یک دستیار هوشمند سازمانی زمانی میتواند ارزش واقعی ایجاد کند که به دادههای معتبر، معماری مناسب، امنیت، تجربه کاربری و فرآیندهای واقعی سازمان متصل باشد. نتانیک در این پروژه تلاش کرد چنین زیرساختی را با تمرکز بر RAG، دانش اختصاصی و قابلیت توسعه طراحی کند. نتیجه، بستری بود که میتواند هم نیازهای امروز سازمان را پاسخ دهد و هم مسیر حرکت آن به سمت AI Agentهای پیشرفتهتر را باز بگذارد.
