Готовы ли корпоративные файлы стать источником знаний для ИИ?

ИИ-помощник может сослаться на настоящий регламент, верно пересказать его положения и все-таки дать сотруднику неверный ответ. Например, объяснить порядок согласования закупки по инструкции, которую уже отменили. В общей папке она осталась, в поиск попала, а оснований считать ее недействующей система не получила. Ссылка в таком ответе подтверждает происхождение текста, но не гарантирует, что описанным порядком еще можно пользоваться.

Как документ становится ответом

В распространенной схеме RAG из файлов извлекают текст, разбивают его на фрагменты и помещают в поисковый индекс. Получив вопрос, система передает найденные выдержки языковой модели для подготовки ответа. Сотрудник видит связное объяснение, хотя за ним могут стоять отдельные абзацы из нескольких документов.

Если при распознавании скана таблица потеряла заголовки столбцов, правильные цифры уже не объяснят, к каким услугам они относятся. Еще менее заметна потеря оговорки, оставшейся за границами найденного фрагмента. Так инструкция для определенной версии оборудования может превратиться в рекомендацию для любого устройства. Здесь проверять приходится, сохранил ли извлеченный текст смысл и условия применения исходного документа.

Свежий файл может оказаться черновиком

Дата изменения выглядит удобным ориентиром, пока в папке не появляется свежий черновик или заново загруженный архивный документ. Оба могут хорошо соответствовать запросу, а при ранжировании с учетом свежести даже обойти действующую инструкцию. Поэтому статус, период действия и область применения документа имеют для поиска не меньшее значение, чем его содержание.

Эти метаданные дают возможность отделить материалы для текущей работы от архива, который остается полезным для вопросов о прошлом. Но достоверность статуса по-прежнему зависит от человека, отвечающего за документ. Если владельцы процессов сами не разобрались, какая из двух инструкций действует, у помощника может не оказаться оснований выбрать одну из них. В таком случае указание на противоречие полезнее уверенного совета, за которым скрывается неразрешенный спор о правилах.

Почему права доступа не заканчиваются на папке

В поисковом индексе появляется производная копия корпоративных данных. Доступ сервисной учетной записи ко всем папкам не дает такого же права каждому пользователю помощника. Разрешения конкретного сотрудника приходится учитывать до передачи найденных фрагментов в модель. Иначе содержание закрытого документа может попасть к нему в пересказе, даже когда открыть сам файл невозможно.

Поэтому фрагменты сохраняют связь с источником и его правами, а изменения разрешений учитывают при поиске. Если их актуальность в индексе не гарантирована, доступ проверяют в исходной системе. Когда подтвердить разрешение не удалось, фрагмент не передают модели. Это относится и к кешу ответов, ведь одинаковые вопросы двух сотрудников еще не означают одинакового доступа к сведениям.

Что остается за ссылкой на источник

При асинхронной индексации обновленный регламент может уже лежать в хранилище, пока помощник продолжает цитировать предыдущую редакцию. Поэтому актуальность ответов зависит в том числе от задержки синхронизации и своевременного обнаружения сбоев. Важно, чтобы до поиска доходили и изменения текста, и сведения об удалении файла, отзыве доступа или переводе в архив.

Проверить ответ тоже сложнее, чем просто открыть ссылку. Если документ с момента индексации успели переписать, сотрудник увидит уже другой текст и не поймет, откуда взялась рекомендация. Разобраться помогают сохраненные редакции или копии использованных фрагментов, чьи идентификаторы зафиксированы в защищенном журнале. Доступ к ним также ограничивается правами пользователя. Это позволяет проверить основания ответа, хотя правильность вывода модели все равно требует отдельной оценки.

Зачем здесь файловая платформа

NextBox хранит документы вместе с их версиями и настройками доступа, фиксирует действия пользователей и предоставляет API для интеграций. На этой основе можно выстроить передачу файлов в поиск так, чтобы смена редакции или отзыв доступа отражались и на ответах помощника.

NextBox разворачивается на инфраструктуре компании, однако размещение исходного файла еще не определяет, где окажется извлеченный текст. Если сведения должны оставаться в корпоративном контуре, внутри него также размещают поисковый индекс, модель и сервисы обработки.

Смысл такой архитектуры в том, чтобы сохранить связь ответа с документами, которыми компания действительно управляет. Тогда при ошибке можно разобраться, устарела ли инструкция, потерялась ли оговорка при обработке или неверный вывод сделала модель. Для сотрудника это означает возможность проверить, на каком основании помощник предлагает ему действовать. Именно такой проверяемости и не хватает ответу со ссылкой на отмененный регламент.