ComBot by DCT

Kompanijski AI asistent po COMING receptu

U saradnji sa kompanijom DCT, COMING je razvio prilagođenu verziju svog ComBot rešenja, koje korisnicima omogućava efikasnije pretraživanje dokumentacije

Svakodnevno poslovanje generiše veliku količinu interne dokumentacije, koja predstavlja kolektivno znanje kompanije. Njena vrednost često ostaje neiskorišćena jer je raspoređena po brojnim folderima, sistemima za upravljanje dokumentima i formatima zapisa. Zaposleni provode značajan deo radnog vremena tražeći odgovore koji već postoje u internoj dokumentaciji, umesto da im ti odgovori budu neposredno dostupni u trenutku kada su im potrebni. Sa ovim izazovom suočila se i kompanija Data Cloud Technologies (DCT), koja se COMING-u obratila sa jasno definisanim zahtevima za rešavanje ovog problema.

Klasični pristupi pretraživanju dokumentacije – pretraga po ključnim rečima, filtriranje prema metapodacima ili ručno pregledanje foldera po tipu dokumenta – zahtevaju da korisnik unapred zna gde i šta traži i da poznaje strukturu i terminologiju dokumenata. Ovakve metode su nepouzdane onda kada se pitanje odnosi na značenje sadržaja, a ne na tačan izraz koji je upotrebljen, dok održavanje šeme metapodataka i doslednost korisnika pri njenom popunjavanju predstavljaju dodatan organizacioni napor, koji retko ko ima vremena da isprati.

Prevazilaženje ovog problema omogućavaju sistemi koji kombinuju semantičku pretragu i generativne jezičke modele, poznati kao Retrieval Augmented Generation (RAG) sistemi. Na ovom principu zasnovano je i COMING-ovo RAG rešenje ComBot, a u saradnji sa DCT-om i prema njihovoj tehničkoj specifikaciji, razvijena je posebna, prilagođena verzija ovog rešenja, nazvana ComBot powered by DCT – kompanijski AI asistent, koji korisnicima omogućava da svojim rečima postavljaju pitanja o sadržaju interne dokumentacije i dobijaju odgovore potkrepljene konkretnim izvorima.

AI aplikacija prilagođena stvarnim potrebama kompanije

Asistent ne pretpostavlja da baza znanja kompanije već postoji, već je sam kreira i kontinuirano ažurira u skladu sa prilivom novih dokumenata. Prilikom otpremanja dokumenta korisnik određuje njegov tip (strategija, pravilnik, politika, procedura, uputstvo ili ostalo) i jezik, a sistem zatim ekstrahuje tekst i prepoznaje i analizira tabele, vodeći računa o jeziku dokumenta (srpski, engleski ili dvojezični dokumenti). Dokument se semantički deli na celine prema značenju sadržaja, a nad svakim delom sistem ekstrahuje entitete i njihove međusobne relacije, generiše embedding vektore i upisuje ih u baze podataka. Rezultat je hibridna baza znanja, koju čine:

• Enterprise Knowledge Extraction modul za prepoznavanje entiteta i relacija;
• Baza znanja, kombinovana od grafa entiteta i vektorske baze;
• Veliki jezički model (eng. Large Language Model – LLM) za razumevanje i generisanje odgovora;
• Enterprise RAG Query processor za hibridnu pretragu i rangiranje rezultata.

Ovako postavljeno rešenje, prema zahtevima definisanim u DCT-ovoj projektnoj specifikaciji, izvršava se on-premises, na infrastrukturi DCT-a, čime svi podaci ostaju unutar kompanije, u skladu sa njihovim zahtevima koji se tiču bezbednosti i kontrole podataka.

Kao i svaki RAG sistem zasnovan na bazi znanja, asistent funkcioniše kroz dva nezavisna toka obrade podataka: izgradnju i ažuriranje baze znanja na osnovu sadržaja dokumenata i – paralelno – obradu korisničkih pitanja, postavljenih prirodnim jezikom. Rezultati se rangiraju prema relevantnosti, a najbolji delovi dokumenata i podaci iz baze znanja prosleđuju se velikom jezičkom modelu, sa instrukcijom da odgovor generiše isključivo na osnovu dobijenog konteksta i da uz odgovor prikaže listu referenci – konkretne dokumente i delove sadržaja na osnovu kojih je odgovor kreiran.

Sistem je agnostičan prema formatu dokumenata i podržava PDF, DOCX i XLSX zapise, a pri odgovoru uzima u obzir i relevantnost tipa dokumenta koju određuju korisnici sistema. Na primer, strategije i pravilnici mogu imati prioritet u odnosu na procedure i uputstva, u skladu sa preferencama korisnika. Dokumenti se verzionišu prema datumu važenja, pri čemu se datum po pravilu prepoznaje iz pečata uz delovodni broj, dok se izmenjeni ili dopunjeni dokumenti čuvaju kao nove verzije, bez gubitka prethodnog sadržaja. Ovlašćeni korisnici mogu naknadno dodavati i brisati dokumente kroz administratorski panel, a svako brisanje dokumenta prati automatsko regenerisanje odgovarajućeg dela baze znanja, čime se obezbeđuje da odgovori sistema uvek odražavaju važeću dokumentaciju kompanije.

Interna dokumentacija kao aktivan izvor znanja

Iz korisničke perspektive, asistent podseća na uobičajene chat aplikacije – pitanja se postavljaju prirodnim jezikom, a odgovori stižu jasni i koncizni. Za razliku od javno dostupnih rešenja ove vrste, ComBot powered by DCT se izvršava na infrastrukturi korisnika, čime svi podaci ostaju unutar kompanije, bez rizika od nenamernog odavanja poverljivih informacija. Odgovori se generišu isključivo na osnovu sadržaja kompanijske dokumentacije, čime se značajno smanjuje mogućnost iluzije modela, a ukoliko sistem ne pronađe dokumentaciju koja pruža pouzdan odgovor, asistent upućuje korisnika da preformuliše pitanje, umesto da ponudi nepotkrepljen odgovor.

Iz korisničke perspektive, asistent podseća na uobičajene chat aplikacije – pitanja se postavljaju prirodnim jezikom, a odgovori stižu jasni i koncizni

Kombinujući ekstrakciju entiteta i relacija, hibridnu pretragu i velike jezičke modele, ComBot powered by DCT transformiše internu dokumentaciju kompanije Data Cloud Technologies u aktivan izvor znanja, dostupan svakom zaposlenom, u svakom trenutku, na jasan i pouzdan način. Ovaj projekat predstavlja konkretan primer uspešne saradnje kompanija COMING i DCT u razvoju rešenja veštačke inteligencije prilagođenih stvarnim potrebama.

ComBot powered by DCT transformiše internu dokumentaciju kompanije Data Cloud Technologies u aktivan izvor znanja, dostupan svakom zaposlenom, u svakom trenutku, na jasan i pouzdan način

prof. dr Miloš Bogdanović, doc. dr Milena Frtunić Gligorijević, COMING