AI-applikationer og viden

Virksomhedsviden med AI

Et sted i SharePoint, Confluence, et fælles drev og elleve års mails findes svaret på de fleste interne spørgsmål allerede. Det kan ikke findes, så folk spørger en kollega i stedet, og kollegaen gætter. Vi bygger assistenter, der henter fra jeres eget indhold, henviser til det de brugte, og respekterer de rettigheder, der allerede er sat på kilden.

Den forretningsmæssige udfordring

Søgningen holdt op med at virke ved omkring ti tusind dokumenter

Nøgleordssøgning fejler på internt indhold, fordi ingen skriver dokumenter med de ord, andre søger på. Resultatet er en organisation, hvor omkostningen ved at finde noget overstiger omkostningen ved at spørge en person, så alle spørger en person. Den afgift er usynlig på enhver budgetlinje, hvilket er grunden til, at den aldrig bliver rettet, og den vokser med antallet af medarbejdere. Den naive løsning, at pege en chatbot mod en dokumentbunke, fejler anderledes og værre: den svarer selvsikkert ud fra en forældet politik, eller den viser en lønsamtale til en, der aldrig skulle have set den.

Det vi gør

Søgning, der tager hensyn til hvem der spørger

Vi forbinder til de systemer, der rummer indholdet, frem for at kopiere det et nyt sted hen, så rettighederne bliver, hvor de blev sat, og tilbagekaldelse stadig virker. Søgningen filtreres efter den spørgende brugers identitet, før modellen ser noget, hvilket betyder, at assistenten ikke kan afsløre det, den person ikke allerede kunne åbne. Hvert svar bærer henvisninger til de dokumenter, det brugte, så en læser kan efterprøve frem for at stole. Præcisionen måles mod et markeret datasæt bygget på rigtige spørgsmål, jeres medarbejdere faktisk har stillet.

Virksomhedsviden med AI

Kompetencer

  • AI-søgning i virksomheden

  • Interne vidensassistenter

  • Semantisk søgning i virksomheden

  • AI-dokumentsøgning

  • Interne copiloter

Typiske anvendelser

Typiske anvendelser

  • Besvar spørgsmål om politik og procedure for frontlinjemedarbejdere med angivelse af det gældende dokument og dets version.
  • Giv nye medarbejdere mulighed for at spørge, hvad et system gør, uden at booke tid hos den, der byggede det.
  • Find tidligere arbejde om et emne frem på tværs af projekter, så tilbud ikke skrives forfra.
  • Lad supportmedarbejdere slå op i produktdokumentation og tidligere sager under en igangværende samtale.

Sådan leverer vi

Sådan leverer vi

  1. Form

    Gør ønsket til en specifikation: hvem bruger det, hvad er et korrekt svar, hvem beslutter.

  2. Forankr

    Forbind til det indhold og de systemer, der rummer svarene, med respekt for eksisterende rettigheder.

  3. Evaluer

    Score mod et markeret datasæt bygget på jeres egne sager, før nogen udefra ser det.

  4. Lever og drift

    Trinvis frigivelse med overvågning, omkostningsstyring og en regressionssuite, der vogter kvaliteten.

Teknologi

Teknologi

  • OpenAI
  • Anthropic
  • Azure OpenAI
  • pgvector
  • Elasticsearch
  • Microsoft 365
  • SharePoint
  • Confluence
  • Salesforce

Sikkerhed og governance

Sikkerhed og governance

Svar er forankret i jeres eget indhold og bærer kildehenvisninger, så en læser kan efterprøve dem. Søgningen respekterer de rettigheder, der allerede er sat på kilden, hvilket betyder, at en bruger aldrig gennem applikationen ser noget, vedkommende ikke kunne se direkte. Prompts, hentet kontekst og svar logges til revision, og evalueringen kører løbende frem for én gang ved lancering.

Samarbejdsmodeller

Samarbejdsmodeller

AI-projekt

Vi tager ansvaret for at designe og levere en defineret AI-løsning.

Dedikeret AI-team

Langsigtet dedikeret udviklingskapacitet bygget op om jeres teknologi og leverancemodel.

Managed AI

Vi driver, overvåger og forbedrer løbende AI-systemer i produktion.

Hvorfor TeamExtension.ai

Det svære er rettigheder, ikke søgning

At bygge noget, der besvarer spørgsmål ud fra dokumenter, tager en weekend. At bygge noget, der svarer korrekt, henviser til sine kilder, aldrig lækker over rettighedsgrænser, forbliver præcist når indholdet ændrer sig, og kan revideres bagefter, er et integrations- og sikkerhedsproblem. Det er almindeligt ingeniørarbejde i virksomheder, som vi har lavet i årevis, og det er grunden til, at de fleste interne assistenter går i stå, før de når hele virksomheden.

Udvalgte kunder

Ofte stillede spørgsmål

Ofte stillede spørgsmål

Vil den afsløre dokumenter, folk ikke burde se?
Nej. Søgningen filtreres efter den spørgende brugers identitet, før noget når modellen, med de rettigheder der allerede er sat i kildesystemet. Kan en person ikke åbne en fil direkte, kan assistenten ikke læse den på vedkommendes vegne. At fjerne adgang i kilden fjerner den også her.
Hvad sker der, når et dokument opdateres eller trækkes tilbage?
Indekset følger kilden. Opdaterede dokumenter genindekseres efter en plan eller ved ændringsbesked, og tilbagetrukne dokumenter forsvinder fra svarene. Fordi svar henviser til deres kilder, kan en læser altid se, hvilken version et svar kom fra.
Hvordan forhindrer I den i at finde på svar?
Svar er forankret i hentede afsnit og henviser til dem. Hvor søgningen ikke finder noget relevant, siger assistenten det frem for at udfylde hullet. Det måler vi udtrykkeligt mod et markeret datasæt, for en assistent, der er selvsikkert forkert, er værre end ingen assistent.
Hvilke systemer kan den forbindes til?
SharePoint, Microsoft 365, Google Workspace, Confluence, Jira, ServiceNow, Salesforce, fildrev, databaser og interne API'er. Alt med et API eller en database kan være kilde; hvor der ikke er et API, bygger vi forbindelsen.
Hvor længe går der, før medarbejderne kan bruge den?
En afgrænset pilot på ét indholdssæt og én brugergruppe tager typisk seks til otte uger inklusive evalueringsarbejdet. At udvide til flere kilder sker gradvist derefter, fordi rettigheds- og henvisningsmodellen allerede er bygget.

Drøft jeres AI-initiativ

Gør fragmenteret intern viden til sikker hjælp, der respekterer eksisterende rettigheder.