AI pretraga dokumenata za firme i institucije

Šta je AI pretraga dokumenata

Klasična pretraga radi po ključnim riječima: pronalazi dokumente u kojima se pojavljuje tačno ono što ste ukucali. To funkcioniše kada znate naziv fajla ili formulaciju, ali ne i kada pitate „koliki je otkazni rok za zakup poslovnog prostora“, a u ugovoru piše „ugovor se može raskinuti uz prethodnu najavu od 60 dana“.

AI pretraga dokumenata razumije značenje pitanja i teksta. Umjesto liste fajlova, zaposleni dobija direktan odgovor u jednoj ili dvije rečenice, uz naziv dokumenta, član, stranu i citirani odlomak. Tako se odgovor koristi odmah, a original se otvara jednim klikom kada je potrebna dodatna provjera.

Za firmu to znači manje vremena potrošenog na traženje, brže uvođenje novih zaposlenih i manje zavisnosti od nekoliko kolega koji „znaju gdje se šta nalazi“.

Kako radi RAG sa citiranjem izvora

RAG (Retrieval-Augmented Generation) je arhitektura u kojoj AI prvo pronađe relevantne dijelove vaših dokumenata, pa tek onda sastavi odgovor isključivo na osnovu njih. Model ne odgovara „iz glave“, već iz odlomaka koje može citirati.

U našim sistemima to izgleda ovako: dokumenti se obrade i podijele na smislene cjeline, svaka cjelina dobija vektorski zapis iz našeg embedding modela, a pretraga kombinuje sličnost po značenju i klasičnu pretragu po riječima. Reranking zatim bira nekoliko najboljih odlomaka, a fine-tuned jezički model sastavlja odgovor i navodi izvore.

• Hibridna pretraga pronalazi i tačne nazive, brojeve i šifre, i pitanja postavljena drugim riječima
• Reranking smanjuje šum i daje modelu samo najrelevantnije odlomke
• Pravila citiranja obavezuju model da uz svaku tvrdnju navede dokument i stranu
• Kada u dokumentima nema odgovora, sistem to jasno kaže umjesto da nagađa

Zašto vlastiti fine-tuned modeli, a ne javni AI alati

Javni AI alati su napravljeni za opšte razgovore. Ne poznaju vaše ugovore, ne poštuju vaša prava pristupa, a svaki dokument koji zaposleni kopira u njih napušta organizaciju. Za pravne, finansijske i zdravstvene podatke to najčešće nije prihvatljivo.

ProCode zato koristi vlastite modele koje prilagođavamo (fine-tuning) domenu klijenta: pravnoj terminologiji, tehničkim skraćenicama, internim nazivima proizvoda i jeziku na kojem se radi. Modeli rade na našoj privatnoj infrastrukturi u EU ili na vašem hardveru, bez slanja podataka trećim stranama.

Dodatna prednost je predvidljiv trošak. Nema naplate po upitu stranom dobavljaču, a model se ne mijenja bez vašeg znanja, pa kvalitet odgovora ostaje stabilan i mjerljiv.

Priprema dokumenata: skenovi, tabele i verzije

Kvalitet odgovora najviše zavisi od kvaliteta obrade dokumenata. Zato ovoj fazi posvećujemo posebnu pažnju, i to je dio posla koji klijent ne mora sam da radi.

Skenirane dokumente pretvaramo u tekst kroz OCR, tabele čuvamo kao tabele, a dokumente sa aneksima povezujemo sa osnovnim ugovorom. Svaka cjelina nosi metapodatke: datum, vrstu dokumenta, odjeljenje i verziju, pa sistem može dati prednost važećem aktu umjesto starog nacrta.

• PDF, Word, Excel, PowerPoint i email poruke sa prilozima
• Skenirani ugovori, rješenja i zapisnici kroz OCR
• Dijeljeni mrežni folderi, DMS sistemi i SharePoint
• Automatsko ponovno indeksiranje novih i izmijenjenih dokumenata

Kako mjerimo tačnost i održavamo kvalitet

AI pretraga je korisna samo ako joj zaposleni vjeruju. Zato tačnost ne procjenjujemo „na oko“, već na skupu stvarnih pitanja sa očekivanim odgovorima i izvorima. Za svako pitanje provjeravamo da li je sistem pronašao pravi dokument, da li je odgovor ispravan i da li citat zaista potvrđuje ono što piše u odgovoru.

Nakon uvođenja kvalitet se prati kontinuirano. Korisnici jednim klikom označavaju dobre i loše odgovore, a pitanja bez odgovora pokazuju koje dokumente treba dodati ili ažurirati. Na osnovu tih podataka periodično dodatno prilagođavamo modele i pretragu, pa sistem vremenom postaje precizniji, a ne lošiji.

• Skup testnih pitanja pripremljen zajedno sa vašim stručnjacima
• Mjerenje tačnosti pronalaženja izvora i tačnosti odgovora odvojeno
• Ocjene korisnika i izvještaj o pitanjima bez odgovora
• Ponovno testiranje prije svake nove verzije modela

Integracije sa DMS-om, emailom i poslovnim aplikacijama

Najbolji rezultat se postiže kada AI pretraga radi tamo gdje zaposleni već rade. Pored samostalnog web interfejsa, pretragu ugrađujemo u intranet, DMS, CRM ili aplikaciju za vođenje predmeta, a dostupna je i kroz API za vaše interne sisteme.

Dokumente preuzimamo iz dijeljenih mrežnih foldera, SharePointa, DMS sistema i email arhiva, uz automatsko praćenje izmjena. Kada se pravilnik ažurira ili ugovor dobije aneks, novi sadržaj je dostupan u pretrazi bez ručnog rada, a stara verzija ostaje u arhivi sa jasnom oznakom.

Bezbjednost, prava pristupa i GDPR

AI pretraga ne smije postati prečica do dokumenata koje zaposleni inače ne vidi. Zato prava pristupa preuzimamo iz sistema u kojem dokumenti već žive i provjeravamo ih prije svake pretrage, a ne tek pri prikazu odgovora.

Sistem vodi evidenciju upita i odgovora, podržava jedinstvenu prijavu (SSO) i može raditi potpuno odvojen od interneta. Obrada ličnih podataka usklađena je sa GDPR-om i crnogorskim Zakonom o zaštiti podataka o ličnosti: podaci ostaju u EU ili kod vas, a pristup i rok čuvanja definišemo zajedno sa vašim službenikom za zaštitu podataka.

Kako početi: od pilota do cijele firme

Najsigurniji put je pilot nad jednom grupom dokumenata koju tim svakodnevno koristi, na primjer ugovorima, internim pravilnicima ili tehničkom dokumentacijom. Na početku zajedno pišemo pedesetak stvarnih pitanja sa očekivanim odgovorima i na njima mjerimo tačnost prije i poslije prilagođavanja.

Kada pilot pokaže rezultat, sistem se proširuje na druga odjeljenja i izvore, povezuje sa DMS-om i SSO prijavom i dopunjuje agentima za sažetke i poređenje dokumenata. Tako se ulaganje povećava tek kada je korist potvrđena na vašim podacima.