AI-assistent på egne dokumenter

La ansatte stille spørsmål til deres egen dokumentasjon og få svar med kildehenvisning — ikke gjetning.

Behovet

Kunnskapen finnes, men er spredt over intranett, PDF-er og gamle saker. Folk bruker tid på å lete, eller spør en kollega som må avbryte det de holder på med.

Slik bygges det

Dokumentene deles opp, gjøres om til vektorer (embeddings) og lagres i en søkbar base. Ved spørsmål hentes de mest relevante bitene og sendes til en språkmodell sammen med spørsmålet — kalt RAG. Svaret skal alltid vise hvilke kilder det bygger på. Velger dere en EU-basert modell eller selvhosting, blir personvernet vesentlig enklere.

Basismodell

Kjernen i en slik funksjon: hvilke entiteter data lagres om, og hvilke brukstilfeller som dekker det grunnleggende. Et utgangspunkt å bygge videre på — ikke en fullstendig spec.

Omfang

Vår redaksjonelle vurdering av hvor mye som skal bygges — grønt = enkelt, rødt = omfattende. Effekt oppgir vi bevisst ikke: den avhenger helt av om funksjonen passer behovet ditt — verdiløs i feil kontekst, avgjørende i riktig. Et fast tall ville vært en gjetning som ser ut som en måling.

Typiske integrasjoner

Dette bygges vanligvis mot: Mistral AI · Azure OpenAI Service · OpenAI · Hugging Face · Anthropic (Claude)

Gevinst

Raskere svar, mindre avbrytelse av kollegaer, og kunnskap som ikke forsvinner når en ansatt slutter.

Når det ikke lønner seg

Er dokumentasjonen deres utdatert eller motstridende, gir en AI-assistent selvsikre svar på feil grunnlag — og gjør vondt verre. Rydd i kildene først. Er datamengden liten, holder et vanlig søk.

AI-perspektiv

Kjernen i hele funksjonen. Poenget er å binde svarene til egne, sporbare kilder — en modell uten kildegrunnlag er en gjettemaskin.

← Alle funksjoner  ·  Integrasjonsregisteret