Kako AI može koristiti interne dokumente tvrtke?

Većina tvrtki već posjeduje veliku količinu vrijednog znanja.

Problem je što je to znanje često raspoređeno između PDF dokumenata, Word datoteka, internih procedura, SharePointa, Google Drivea, baza znanja i poslovnih aplikacija.

AI može pomoći zaposlenicima da to znanje pronađu i koriste jednostavnije.

Umjesto ručnog otvaranja mapa i pretraživanja dokumenata, zaposlenik može postaviti pitanje prirodnim jezikom i dobiti odgovor temeljen na relevantnim internim izvorima.

Kako to izgleda u praksi?

Zamislimo tvrtku koja ima stotine internih procedura.

Zaposlenik želi saznati:

Koji je postupak za reklamaciju proizvoda nakon isporuke?

Bez AI sustava možda mora pronaći odgovarajuću mapu, otvoriti nekoliko dokumenata i ručno pronaći relevantni dio teksta.

AI povezan s internom dokumentacijom može pretražiti dostupne izvore, pronaći relevantne dijelove i na temelju njih sastaviti odgovor.

Dobar sustav pritom treba pokazati i izvor informacije.

Primjerice:

Prema dokumentu "Procedura reklamacija 2026", reklamaciju je potrebno evidentirati unutar dva radna dana.

Zaposlenik tada može otvoriti izvorni dokument i provjeriti informaciju.

Kako AI zapravo pronalazi informacije?

AI model ne mora unaprijed naučiti sve dokumente tvrtke.

Često se koristi pristup poznat kao retrieval-augmented generation, odnosno RAG.

Pojednostavljeno, proces izgleda ovako:

Pitanje zaposlenika → pretraživanje relevantnih dokumenata → pronalazak odgovarajućih dijelova → AI generira odgovor

Dokumenti se prije toga mogu obraditi i indeksirati kako bi sustav mogao brzo pronaći sadržaj koji je semantički povezan s pitanjem.

Na taj način model dobiva relevantan kontekst u trenutku kada korisnik postavi pitanje.

Koje dokumente AI može koristiti?

Ovisi o infrastrukturi i potrebama tvrtke.

Najčešći izvori uključuju:

  • PDF dokumente
  • Word dokumente
  • Excel datoteke
  • interne procedure
  • tehničku dokumentaciju
  • pravilnike
  • ugovore
  • cjenike
  • baze znanja
  • SharePoint
  • Google Drive
  • Microsoft OneDrive
  • Notion
  • CRM i ERP sustave
  • interne baze podataka
  • vlastite poslovne aplikacije

Nije potrebno povezati sve izvore odjednom.

Često je bolje početi s jednom jasno definiranom zbirkom dokumenata i provjeriti donosi li sustav stvarnu vrijednost.

Može li AI koristiti dokumente bez treniranja novog modela?

Da.

Za većinu poslovnih slučajeva nije potrebno trenirati vlastiti veliki jezični model.

Dokumenti se mogu povezati sa sustavom za pretraživanje znanja, a relevantni sadržaj se zatim šalje modelu kada korisnik postavi pitanje.

To ima nekoliko prednosti.

Dokumenti se mogu ažurirati bez ponovnog treniranja modela, izvori se mogu lakše kontrolirati, a odgovori mogu biti povezani s konkretnim dokumentima.

Zbog toga je RAG često praktičniji pristup od treniranja modela na kompletnoj dokumentaciji tvrtke.

Što se događa kada se dokument promijeni?

To je važan dio poslovne implementacije.

Ako se procedura promijeni, AI sustav ne bi trebao nastaviti koristiti zastarjelu verziju.

Sustav zato treba imati način za:

  • ponovno indeksiranje izmijenjenih dokumenata
  • uklanjanje obrisanih dokumenata
  • praćenje verzija
  • definiranje odobrenih izvora
  • određivanje koji dokument ima prednost ako postoji više verzija

Kvaliteta AI odgovora izravno ovisi o kvaliteti i aktualnosti izvora koje koristi.

Kako se kontrolira pristup dokumentima?

AI ne bi trebao zaobići postojeća prava pristupa.

Ako zaposlenik nema pravo otvoriti određeni ugovor ili financijski dokument, ne bi trebao moći dobiti njegov sadržaj kroz AI chat.

Prava pristupa zato trebaju biti dio dizajna sustava.

Mogu se koristiti postojeći korisnički računi, grupe, odjeli ili druga pravila koja tvrtka već koristi.

Na primjer, dokumenti ljudskih resursa mogu biti dostupni samo HR timu, dok tehničke procedure mogu biti dostupne proizvodnji i održavanju.

Koje su najkorisnije primjene?

Jedna od najjednostavnijih i najkorisnijih primjena je interni AI asistent za znanje.

Zaposlenici ga mogu koristiti za pitanja kao što su:

Gdje se nalazi procedura za servis uređaja?

Koji su uvjeti iz našeg standardnog ugovora?

Kako izgleda proces onboardinga novog zaposlenika?

Koje su tehničke specifikacije proizvoda X?

Koja je posljednja odobrena verzija sigurnosne procedure?

AI tada postaje sloj između zaposlenika i velike količine poslovnog znanja.

Gdje je najveća vrijednost?

Najveća vrijednost često nije u tome da AI napiše potpuno novi sadržaj.

Vrijednost je u tome da zaposlenik brže pronađe informaciju koja već postoji.

Ako deset zaposlenika svaki dan provede deset minuta tražeći dokumentaciju, tvrtka tijekom godine može potrošiti značajnu količinu vremena samo na pronalaženje informacija.

AI može smanjiti taj problem, posebno u organizacijama koje imaju puno procedura, tehničke dokumentacije ili često ponavljajuća interna pitanja.

Kada ovakav sustav ima smisla?

AI nad internim dokumentima ima smisla kada:

  • zaposlenici često traže informacije u velikoj količini dokumentacije
  • isti se upiti ponavljaju između timova
  • dokumenti su raspoređeni na više lokacija
  • postoji potreba za bržim onboardingom novih zaposlenika
  • važno je da se odgovori temelje na odobrenim izvorima
  • tvrtka želi sačuvati kontrolu nad poslovnim znanjem

Ako tvrtka ima samo nekoliko dokumenata koje zaposlenici već lako pronalaze, takav sustav možda neće donijeti veliku vrijednost.

Kako krenuti?

Dobar prvi korak je odabrati jedan skup dokumenata i jednu skupinu korisnika.

Primjerice:

Tehnički tim često traži informacije u 500 servisnih i tehničkih dokumenata.

Takav slučaj je dovoljno konkretan da se može izmjeriti koliko vremena AI štedi i koliko su odgovori korisni.

MicroCache razvija privatna AI rješenja koja povezuju poslovne dokumente, baze znanja i interne sustave s AI asistentima.

Cilj nije samo omogućiti razgovor s dokumentima, nego napraviti sustav koji koristi odgovarajuće izvore, poštuje prava pristupa i uklapa se u način na koji tvrtka već radi.