AI-applikasjoner og kunnskap

Virksomhetskunnskap med AI

Et sted i SharePoint, Confluence, et fellesområde og elleve år med e-post finnes svaret på de fleste interne spørsmål allerede. Det lar seg ikke finne, så folk spør en kollega i stedet, og kollegaen gjetter. Vi bygger assistenter som henter fra deres eget innhold, henviser til det de brukte, og respekterer rettighetene som allerede er satt på kilden.

Den forretningsmessige utfordringen

Søket sluttet å virke ved omtrent ti tusen dokumenter

Nøkkelordsøk feiler på internt innhold fordi ingen skriver dokumenter med ordene andre søker på. Resultatet er en organisasjon der kostnaden ved å finne noe overstiger kostnaden ved å spørre en person, så alle spør en person. Den skatten er usynlig på enhver budsjettlinje, som er grunnen til at den aldri blir rettet, og den vokser med antall ansatte. Den naive løsningen, å peke en chatbot mot en dokumenthaug, feiler annerledes og verre: den svarer selvsikkert ut fra en utdatert retningslinje, eller den viser en lønnssamtale til noen som aldri skulle sett den.

Det vi gjør

Søk som tar hensyn til hvem som spør

Vi kobler til systemene som har innholdet, framfor å kopiere det til et nytt sted, slik at rettighetene blir der de ble satt, og tilbakekalling fortsatt virker. Søket filtreres etter identiteten til den som spør, før modellen ser noe, noe som betyr at assistenten ikke kan avsløre det den personen ikke allerede kunne åpne. Hvert svar har henvisninger til dokumentene det brukte, slik at en leser kan etterprøve framfor å stole. Presisjonen måles mot et merket sett bygget på virkelige spørsmål de ansatte faktisk har stilt.

Virksomhetskunnskap med AI

Kompetanse

  • AI-søk i virksomheten

  • Interne kunnskapsassistenter

  • Semantisk søk i virksomheten

  • AI-dokumentsøk

  • Interne medhjelpere

Vanlige bruksområder

Vanlige bruksområder

  • Svar på spørsmål om retningslinjer og rutiner for førstelinjen, med det gjeldende dokumentet og versjonen oppgitt.
  • Gi nyansatte en måte å spørre hva et system gjør, uten å måtte booke tid med den som bygde det.
  • Hent fram tidligere arbeid om et tema på tvers av prosjekter, slik at tilbud ikke skrives fra bunnen.
  • La kundebehandlere slå opp i produktdokumentasjon og tidligere saker under en pågående samtale.

Slik leverer vi

Slik leverer vi

  1. Form

    Gjør ønsket om til en spesifikasjon: hvem bruker det, hva er et riktig svar, hvem bestemmer.

  2. Forankre

    Koble til innholdet og systemene som har svarene, med respekt for eksisterende rettigheter.

  3. Evaluer

    Score mot et merket datasett bygget på deres egne saker, før noen utenfra ser det.

  4. Lever og drift

    Trinnvis utgivelse med overvåking, kostnadskontroll og en regresjonssuite som vokter kvaliteten.

Teknologi

Teknologi

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

Sikkerhet og styring

Sikkerhet og styring

Svar er forankret i deres eget innhold og har kildehenvisninger, slik at en leser kan etterprøve dem. Søket respekterer rettighetene som allerede er satt på kilden, noe som betyr at en bruker aldri ser gjennom applikasjonen noe vedkommende ikke kunne se direkte. Ledetekster, hentet kontekst og svar logges for revisjon, og evalueringen kjører løpende framfor én gang ved lansering.

Samarbeidsmodeller

Samarbeidsmodeller

AI-prosjekt

Vi tar ansvaret for å designe og levere en definert AI-løsning.

Dedikert AI-team

Langsiktig dedikert utviklingskapasitet bygget rundt deres teknologi og leveransemodell.

Driftet AI

Vi drifter, overvåker og forbedrer løpende AI-systemer i produksjon.

Hvorfor TeamExtension.ai

Det vanskelige er rettigheter, ikke søk

Å bygge noe som besvarer spørsmål fra dokumenter, tar en helg. Å bygge noe som svarer riktig, henviser til kildene sine, aldri lekker over rettighetsgrenser, forblir presist når innholdet endrer seg, og kan etterprøves i ettertid, er et integrasjons- og sikkerhetsproblem. Det er alminnelig ingeniørarbeid i virksomheter, som vi har drevet med i årevis, og det er grunnen til at de fleste interne assistenter stopper opp før de når hele selskapet.

Utvalgte kunder

Ofte stilte spørsmål

Ofte stilte spørsmål

Vil den avsløre dokumenter folk ikke burde se?
Nei. Søket filtreres etter identiteten til den som spør, før noe når modellen, med rettighetene som allerede er satt i kildesystemet. Kan ikke en person åpne en fil direkte, kan assistenten ikke lese den på vedkommendes vegne. Å fjerne tilgang i kilden fjerner den også her.
Hva skjer når et dokument oppdateres eller trekkes tilbake?
Indeksen følger kilden. Oppdaterte dokumenter indekseres på nytt etter en plan eller ved endringsvarsel, og tilbaketrukne dokumenter forsvinner fra svarene. Fordi svar henviser til kildene sine, kan en leser alltid se hvilken versjon et svar kom fra.
Hvordan hindrer dere at den finner på svar?
Svar er forankret i hentede avsnitt og henviser til dem. Der søket ikke finner noe relevant, sier assistenten det framfor å fylle hullet. Det måler vi uttrykkelig mot et merket sett, for en assistent som er selvsikkert gal, er verre enn ingen assistent.
Hvilke systemer kan den kobles til?
SharePoint, Microsoft 365, Google Workspace, Confluence, Jira, ServiceNow, Salesforce, filområder, databaser og interne grensesnitt. Alt med et grensesnitt eller en database kan være kilde; der det ikke finnes et grensesnitt, bygger vi koblingen.
Hvor lenge går det før de ansatte kan bruke den?
En avgrenset pilot på ett innholdssett og én brukergruppe tar typisk seks til åtte uker inkludert evalueringsarbeidet. Å utvide til flere kilder skjer gradvis etter det, fordi rettighets- og henvisningsmodellen allerede er bygget.

Diskuter AI-initiativet deres

Gjør oppsplittet intern kunnskap til trygg hjelp som respekterer eksisterende rettigheter.