Procedury i regulaminy wewnętrzne
Zamiast szukania w intranecie: odpowiedź na pytanie z odesłaniem do aktualnej wersji procedury. Największa oszczędność w firmach z dużą rotacją.
Wdrożenia
Baza wiedzy AI — chat z dokumentami firmy
Firmowa baza wiedzy AI odpowiada na pytania do Waszych dokumentów — procedur, umów, dokumentacji technicznej, cenników — i przy każdej odpowiedzi wskazuje dokument i fragment, z którego pochodzi. Technicznie to rozwiązanie klasy RAG: model nie zgaduje, tylko czyta wskazane źródła. Wdrożenie: 20 000–70 000 zł netto.
Do czego służy firmowa baza wiedzy AI?
Do sytuacji, w których odpowiedź istnieje w firmie, ale nikt nie wie gdzie. Pracownik pyta zwykłym językiem — „jaki jest okres wypowiedzenia w umowie z klientem X?”, „jaka jest procedura reklamacji dla produktu Y?” — i dostaje odpowiedź z linkiem do konkretnego akapitu w konkretnym dokumencie.
Umowy i dokumenty handlowe
Pytania o zapisy, terminy, kary umowne i warunki w setkach umów — z natychmiastowym wskazaniem miejsca w dokumencie.
Dokumentacja techniczna i serwisowa
Wsparcie serwisu i produkcji: parametry, instrukcje, historia zgłoszeń dla urządzenia.
Wiedza sprzedażowa
Odpowiedzi na pytania klientów, opisy produktów, argumentacja i porównania — spójne z oficjalnymi materiałami, a nie z pamięcią handlowca.
Baza dla asystenta klienta
Ta sama baza może zasilić asystenta na stronie, z węższym zakresem dokumentów dostępnych publicznie.
Dlaczego odpowiedź ze źródłem jest tu najważniejsza?
Bo bez źródła nikt tej odpowiedzi nie użyje w pracy, która ma konsekwencje. Handlowiec nie powoła się na warunek umowy, którego nie widzi w dokumencie, a dział prawny nie zaakceptuje interpretacji bez odesłania. Każda odpowiedź w naszych wdrożeniach zawiera nazwę dokumentu, wersję i fragment — i można kliknąć, żeby zobaczyć oryginał.
Jak wygląda wdrożenie?
Tydzień 1 — przegląd dokumentów i uprawnień
Co wchodzi do bazy, w jakim formacie, kto ma prawo widzieć które dokumenty. Tu zwykle wychodzi, że część materiałów jest nieaktualna — porządkujemy je przed startem.
Tydzień 2–3 — przygotowanie zbioru
Konwersja, podział dokumentów na fragmenty, opis metadanymi (dział, wersja, data, poufność). Ten etap decyduje o jakości odpowiedzi bardziej niż wybór modelu.
Tydzień 3–5 — budowa i testy na realnych pytaniach
Zestaw 50–100 pytań zebranych od przyszłych użytkowników, z oceną trafności odpowiedzi i poprawności wskazanego źródła.
Tydzień 5–7 — pilot w jednym dziale
Praca na żywo, zbieranie pytań bez dobrej odpowiedzi, uzupełnianie luk w dokumentacji.
Tydzień 7–8 — rozszerzenie i przekazanie
Uprawnienia dla kolejnych działów, procedura aktualizacji dokumentów, szkolenie i wskazanie osoby odpowiedzialnej za bazę.
Gdzie trzymamy dane?
| Wariant | Gdzie działa | Dla kogo |
|---|---|---|
| Na gotowych narzędziach (ChatGPT, Copilot, Claude) | W chmurze dostawcy, w planie firmowym | Najszybszy start, dobre przy dokumentach o zwykłej poufności |
| Własne rozwiązanie w chmurze firmy | Wasza subskrypcja chmurowa, pełna kontrola nad danymi i logami | Standard przy dokumentach handlowych i danych osobowych |
| Model lokalny (on-premise) | Serwer w Waszej infrastrukturze, bez wysyłania danych na zewnątrz | Dane objęte szczególnymi wymogami regulacyjnymi lub tajemnicą przedsiębiorstwa |
Wariant dobieramy po rozmowie o rodzaju dokumentów i wymaganiach bezpieczeństwa — opisujemy je szczegółowo przy okazji polityki AI.
Więcej na ten temat w naszej bazie wiedzy
Artykuły oparte na publicznych raportach i badaniach — każdy z podaniem źródła danych. Pełna lista: baza wiedzy AI Box.
Najczęściej zadawane pytania
Ile kosztuje wdrożenie bazy wiedzy AI?
Najczęściej 20 000–70 000 zł netto za pierwsze wdrożenie, w zależności od liczby i stanu dokumentów, wymaganego poziomu bezpieczeństwa i liczby integracji. Do tego koszt modelu i utrzymania — zwykle 300–2 500 zł miesięcznie.
Ile dokumentów można wgrać?
Praktycznie bez ograniczeń — pracowaliśmy na zbiorach od kilkuset do kilkudziesięciu tysięcy plików. Ograniczeniem nie jest liczba dokumentów, tylko ich jakość: nieaktualne i sprzeczne wersje psują odpowiedzi bardziej niż wielkość zbioru.
Czy system będzie zmyślał?
Rozwiązanie klasy RAG odpowiada wyłącznie na podstawie znalezionych fragmentów i przy braku dopasowania mówi wprost, że nie znalazł odpowiedzi. Ryzyko konfabulacji jest dzięki temu nieporównanie mniejsze niż przy pytaniu modelu „z pamięci”, ale nie zeruje potrzeby weryfikacji w sprawach o wysokiej stawce.
Czy da się ograniczyć dostęp do części dokumentów?
Tak i jest to standard. Uprawnienia odwzorowują strukturę firmy: dział kadr widzi dokumenty kadrowe, sprzedaż — handlowe. System sprawdza uprawnienia użytkownika przed wyszukaniem, a nie po wygenerowaniu odpowiedzi.
Czym to się różni od wyszukiwarki w intranecie?
Wyszukiwarka zwraca listę dokumentów do przeczytania. Baza wiedzy AI zwraca odpowiedź na zadane pytanie, złożoną z kilku dokumentów naraz, ze wskazaniem źródeł. Różnica jest największa przy pytaniach, na które odpowiedź jest rozproszona po kilku plikach.
Jak aktualizujemy dokumenty?
Automatycznie — przez podpięcie do SharePointa, dysku sieciowego lub systemu DMS. Zmiana pliku u źródła aktualizuje bazę. Wersje historyczne zostają oznaczone, żeby system nie odpowiadał z nieaktualnej procedury.
Rozmowa bez zobowiązań
Zostaw numer telefonu — oddzwonimy
Podczas 20-minutowej rozmowy pytamy o procesy, zespół i to, co dzisiaj zjada najwięcej czasu. Na tej podstawie proponujemy konkret: warsztat, szkolenie albo wdrożenie AI — albo mówimy wprost, że w Twoim przypadku szkolenie nie jest jeszcze potrzebne.
- Bez prezentacji sprzedażowej i bez zobowiązań
- Konkretna rekomendacja zakresu i widełki budżetowe
- Rozmawiasz z osobą, która prowadzi warsztaty, nie z call center
Możesz też napisać: kontakt@aibox.edu.pl