Разработка интеллектуального организационного помощника для «Арки»; От поиска информации к интеллектуальному взаимодействию
Тип бренда: Компания B2B, предоставляющая инжиниринговые и консалтинговые услуги
Название бренда: АРКА
Услуги Нетаника: Стратегия искусственного интеллекта, RAG, агент искусственного интеллекта, база знаний и автоматизация
Технический менеджер по инфраструктуре и объекту: Навид Замани
Менеджер проекта и графический дизайнер: Сохаил Мотагиния.
Корпоративный интеллектуальный помощник для Arca
Компания «Арка» — это группа инжиниринговых и консалтинговых услуг B2B, которая за годы своей работы располагала значительным объемом информации, документов, контрактов, каталогов, отчетов и специализированных знаний. Основной проблемой здесь был не недостаток информации; Проблема заключалась в том, что найти нужную информацию в нужное время не всегда было легко, и значительная часть времени экспертов тратилась на поиск по файлам и источникам. Нетаник для этой серии Интеллектуальный помощник предприятия разработан для преобразования разрозненных знаний организации в интерактивную среду с возможностью поиска. Целью проекта было не создание простого чат-бота, а создание интеллектуального уровня для более быстрого и структурированного доступа к организационным знаниям.
Основная проблема Арки
В организациях, где объемы информации увеличиваются с большой скоростью, само по себе хранение файлов еще не означает доступности знаний. Информация Arca хранилась в разных форматах и в разных ведомствах, и экспертам иногда приходилось проверять несколько документов вручную, чтобы найти нужный ответ. Помимо того, что этот процесс занимал много времени, он во многом зависел от опыта людей и знаний о месте хранения информации. Следовательно, требуемое решение должно понимать концепцию вопроса и вместо отображения набора файлов должно извлекать соответствующую информацию из доступных источников.
Цель дизайна Умный помощник
Целью Нетаника было создать систему, в которой сотрудники смогут взаимодействовать со знаниями организации, используя естественный язык. Чтобы получить ответ, пользователю не обязательно знать точное имя файла, путь к папке или ключевое слово, использованное в документе. Система должна иметь возможность анализировать вопрос, находить соответствующие ресурсы и предоставлять ответ на основе достоверной информации организации. В то же время архитектура должна была быть спроектирована таким образом, чтобы обеспечить контроль ресурсов, обновление знаний и контроль со стороны человека.
Архитектура интеллектуального помощника предприятия
При разработке этого Интеллектуальный помощник предприятияНетаник использовал архитектуру на основе RAG, чтобы модель ИИ могла извлекать соответствующую информацию из собственной базы знаний Arca, прежде чем генерировать ответ. Такой подход делает ответы не генерируемыми исключительно на основе общих знаний языковой модели, а система может использовать конкретную информацию организации. После получения документы были обработаны и подготовлены, а их доступный для поиска контент был помещен в соответствующую структуру. Затем, когда пользователь задает вопрос, система сначала находит соответствующие ресурсы и предоставляет полученную информацию модели.
Уровень приема и обработки информации
Первая часть системы была связана с вводом данных и имела задачу подготовки различных источников к использованию в базе знаний. Текстовые файлы, PDF-файлы, внутренняя документация и другие полезные ресурсы должны быть структурированы и подготовлены к семантическому поиску при получении. На этом этапе качество данных было очень важно, поскольку интеллектуальная система не может обеспечить надежные результаты на основе неполных или запутанных данных. По этой причине архитектура проекта также рассматривала процесс ввода и подготовки информации как часть системы.
Уровень знаний и поиска
После обработки информации содержание документов было помещено в восстанавливаемую структуру, чтобы система могла находить соответствующие разделы на основе концепции вопроса. Этот шаг является основным отличием обычного чат-бота от обычного чат-бота. Интеллектуальный помощник предприятия показывает. В этой архитектуре ответ сначала связывается с информацией в базе знаний организации, а затем языковая модель берет на себя задачу понимания, объединения и представления ответа. Такая структура позволяет лучше контролировать источники информации и обновлять знания.
Как RAG использовался в проекте Arca?
RAG или Retrival-Augmented Generation был одним из основных компонентов архитектуры этого проекта, и его роль определялась как соединение языковой модели со специфическими знаниями организации. Вместо хранения всей информации об организации в самой модели, информация хранилась во внешней базе знаний, и система извлекала соответствующие части при получении запроса. Затем эта информация была передана в модель для получения окончательного ответа на основе фактического содержания документов. Эта архитектура позволяет создать динамическую систему, которая обновляет свои полезные знания по мере добавления новых документов.
Умный цикл ответа
Процесс ответа системы был разработан в несколько конкретных этапов, чтобы каждый запрос имел определенный путь. Сначала анализируется вопрос пользователя, а затем система находит соответствующие части базы знаний в соответствии с его значением. Полученная информация передается модели, и модель выдает понятный и структурированный ответ на основе того же контекста. Наконец, пользователю отображается ответ, и при необходимости также может быть предоставлена исходная информация.
Контроль источников ответов
Одним из важных соображений проекта была возможность проверки источника информации, и по этой причине архитектура была спроектирована таким образом, чтобы ответы можно было максимально проследить до организационных источников. Эта особенность особенно важна для B2B-сред, поскольку пользователю необходимо знать, на каком основании формируется предоставляемая информация. Отображение или регистрация источника может упростить процесс проверки человеком и повысить уверенность в результатах системы. По этой причине в этом проекте качество поиска информации было так же важно, как и качество генерации ответов.
Умный помощник для пользователя
Хотя большая часть сложности проекта заключалась в системе, пользовательский опыт также считался важной частью с самого начала. Пользователи Arca не должны были работать со сложным техническим инструментом и должны иметь возможность задать свой вопрос в ходе естественного разговора. Пользовательский интерфейс был разработан с упором на простоту, чтобы пользователь мог задать вопрос, получить ответ и при необходимости перейти к следующему вопросу по той же теме. Данная модель взаимодействия позволяет использовать Интеллектуальный помощник предприятия Это возможно для разных пользователей без необходимости обширной технической подготовки.
Естественное взаимодействие со знаниями организации
Одной из главных ценностей этой системы было преобразование традиционного поиска в диалоговый опыт. Вместо поиска по нескольким ключевым словам и проверки разных результатов пользователь может объяснить свою проблему на естественном языке. Система попыталась распознать смысл запроса и извлечь соответствующую информацию из ресурсов организации. Эта модель взаимодействия сокращает разрыв между «хранимой информацией» и «полезными знаниями».
Управление сложными вопросами
Не все запросы одинаковы, и для некоторых запросов может потребоваться несколько разных источников. В такой ситуации система должна иметь возможность извлекать соответствующую информацию из нескольких частей и объединять ее в последовательный ответ. Архитектура, разработанная для Arca, была разработана с учетом этого, чтобы система могла использоваться не только для простых запросов. В будущем эта возможность позволит развивать помощника в сторону более специализированных процессов организации.
Управление безопасностью и доступом
в одном Интеллектуальный помощник предприятияИнформационная безопасность так же важна, как и производительность ИИ. Не все организационные документы обязательно доступны всем пользователям, и архитектура системы должна иметь возможность различать разные уровни доступа. По этой причине при разработке решения был учтен вопрос управления доступом, чтобы на пути разработки можно было связать знания организации с различными ролями и разрешениями. Целью было не допустить, чтобы искусственный интеллект стал нежелательным способом доступа к конфиденциальной информации.
Разделение уровней доступа
Структура доступа может быть определена на основе роли, организационного подразделения или типа информации, и каждый пользователь может получить доступ только к части необходимых ему знаний. Помимо повышения безопасности, такой подход делает реакцию системы соответствующей ситуации пользователя. В крупной организации такая архитектура может предотвратить нежелательное раскрытие внутренней информации. Проектирование этого уровня с нуля также упрощает будущую разработку системы.
Человеческий контроль и надзор
Искусственный интеллект в этом проекте не определялся как полностью независимая система, а человеческий контроль оставался частью архитектуры. Менеджеры могут проверять источники знаний, информационную структуру и производительность системы и при необходимости вносить необходимые изменения. Это особенно важно в корпоративной среде, поскольку не все ответы следует использовать без проверки в конфиденциальных процессах. Интеллектуальный помощник предприятия Оно ценно тогда, когда работает рядом с человеком, а не тогда, когда бесконтрольно его заменяет.
Ключевые возможности системы Arca
Решение, разработанное для Arca, состояло из нескольких основных функций, каждая из которых покрывала часть потребностей организации. Основное внимание уделялось созданию гибкой системы, чтобы в будущем можно было добавлять новые возможности без полной перестройки архитектуры. Такой подход позволяет инвестировать в ИИ не ограничиваясь краткосрочными проектами и его можно развивать постепенно. Некоторые из основных особенностей системы:
Поиск смысла в организационных документах
Разговорный ответ на вопросы пользователей
Подключение ответов к специальной базе знаний
Управление и обновление источников информации
Возможность определять различные уровни доступа.
Возможность расширения на другие организационные процессы
Расширяемая инфраструктура
Одним из важных решений Нетаника было создание модульной архитектуры, чтобы в будущем систему можно было подключить к другим инструментам и сервисам. Например, возможность подключения помощника к CRM, системе обработки заявок, инструментам управления проектами или другим внутренним системам может расширить его возможности, выходя за рамки простого ответа. В этом случае ИИ может играть роль не только в поиске информации, но и в выполнении определенных процессов. Этот путь может превратить базовую архитектуру Arca в единую Корпоративный ИИ-агент стать более полным
Подключитесь к корпоративным инструментам
По мере развития архитектуры помощник в дальнейшем сможет подключаться к внутренним системам и получать необходимую информацию из различных источников. Такое подключение требует точного определения разрешений, API и правил выполнения операций, чтобы каждое действие могло выполняться под контролем системы. Цель Нетаника с самого начала заключалась в том, чтобы структура проекта имела возможность такого расширения. Таким образом, Assistant создавался не как закрытый продукт, а как масштабируемая инфраструктура.
Результат проекта и созданная ценность
Основную ценность проекта Arca нельзя свести к простым «ответам на вопросы». Более важной проблемой было превратить большой объем разрозненной информации в интерактивный и полезный опыт для сотрудников. Эта система может сократить время поиска информации, упростить доступ к организационным знаниям и снизить зависимость пользователей от знания путей хранения файлов. Помимо этого, спроектированная архитектура обеспечивает платформу для развития более интеллектуальных возможностей в будущем.
Изменение подхода к организационным знаниям
До появления такой системы многие организации просто хранили свои знания в виде файлов и документов и ожидали, что пользователи смогут найти их, когда они им понадобятся. Новый подход извлекает знания из архива и превращает их в интерактивный слой, с которым могут взаимодействовать пользователи. Этот сдвиг может изменить способ использования сотрудниками внутренней информации и создать новые возможности для автоматизации. Для Arca главная цель была та же: превратить существующую информацию в знания, которые можно использовать в данный момент.
Роль Нетаника в проекте
В этом проекте Нетаник не просто сыграл роль разработчика чат-бота, вопрос был исследован с точки зрения стратегии, архитектуры и пользовательского опыта. Различные компоненты решения разрабатывались вместе: от анализа потребностей организации и проектирования структуры знаний до определения архитектуры RAG, потока взаимодействия и будущего пути развития. Благодаря такому подходу технология искусственного интеллекта оказалась в центре реальных потребностей бизнеса, а не стала независимой возможностью и отделена от организационной структуры. Результатом стала расширяемая архитектура для постепенного перехода Arca к более широкому использованию искусственного интеллекта.
Будущее умного помощника Arca
Ранняя версия этого Интеллектуальный помощник предприятия Это может стать отправной точкой более широкого пути, и в будущем его возможности распространятся на большее количество областей. Среди возможных путей развития — подключение к CRM, анализ запросов клиентов, составление управленческих отчетов, автоматическая обработка документов и выполнение некоторых организационных операций. С добавлением этих возможностей система становится ближе от инструмента вопросов и ответов к интеллектуальному агенту, который может играть роль в реализации конкретных процессов. Базовая модульная конструкция дает возможность добавлять любой функционал в нужный момент и в соответствии с реальными потребностями организации.
От чат-бота до AI-агента
Разница между простым чат-ботом и ИИ-агентом заключается в способности системы понимать цель, контролировать доступ к ресурсам и выполнять конкретные действия. Путь развития Arca также может перейти от ответа на информацию к реализации определенных процессов. В такой модели система может получить запрос, собрать необходимую информацию, выполнить определенную логику и предоставить результат пользователю. Это тот момент, когда ИИ может превратиться из диалогового интерфейса в часть операционной инфраструктуры организации.
резюме
Проект Arca является примером подхода Нетаника к разработке решений искусственного интеллекта для бизнеса; Подход, при котором ИИ не рассматривается отдельно от цифровой стратегии и инфраструктуры. один Интеллектуальный помощник предприятия Оно может создать реальную ценность, если связано с достоверными данными, правильной архитектурой, безопасностью, пользовательским опытом и реальными процессами организации. В этом проекте Нетаник попытался спроектировать такую инфраструктуру с упором на RAG, собственные знания и расширяемость. Результатом стала платформа, которая может удовлетворить потребности сегодняшней организации и проложить путь для более совершенных агентов искусственного интеллекта.
