“Vorrei un ChatGPT che conosca la mia azienda.” È probabilmente la richiesta che ricevo più spesso da quando l’intelligenza artificiale è diventata un tema da riunione. Un assistente che risponda alle domande dei colleghi o dei clienti usando i manuali, le procedure, i listini, i contratti dell’azienda, invece di risposte generiche prese da internet.
Si può fare, e oggi è una delle applicazioni dell’AI con il miglior rapporto tra sforzo e risultato. Ma per farla bene conviene capire come funziona davvero.
Il modello non “impara” i tuoi documenti
Il primo equivoco da chiarire: per creare un chatbot sui documenti aziendali, nella grande maggioranza dei casi non si addestra un modello. Addestrare o riaddestrare un modello è costoso, lento e poco pratico: ogni volta che cambia un listino bisognerebbe ricominciare.
Si usa invece una tecnica chiamata RAG (Retrieval-Augmented Generation, generazione aumentata dal recupero). Il nome è complicato, l’idea è semplice.
Come funziona il RAG, in tre passaggi
- Preparazione dei documenti. I documenti vengono divisi in parti più piccole (paragrafi, sezioni) e “indicizzati” in un modo che permette di trovarli per significato, non solo per parole chiave. Se cerchi “tempi di consegna”, il sistema trova anche il paragrafo che parla di “giorni lavorativi per la spedizione”.
- Ricerca. Quando qualcuno fa una domanda, il sistema cerca i pezzi di documento più pertinenti.
- Risposta. Il modello di AI riceve la domanda insieme a quei pezzi di documento, con un’istruzione precisa: rispondi usando queste informazioni, e se non bastano dillo.
È come dare a un collaboratore molto veloce le pagine giuste del manuale prima di ogni domanda. Il modello mette a disposizione la capacità di capire e scrivere; i contenuti li mette l’azienda.
Perché funziona bene
- I contenuti restano aggiornati: cambi un documento, il chatbot usa subito la versione nuova.
- Le risposte sono verificabili: un buon sistema indica da quale documento ha preso l’informazione, così chi legge può controllare.
- Si riducono le invenzioni: il modello è “ancorato” ai tuoi testi, anche se il rischio di errore non sparisce mai del tutto.
Cosa serve davvero (e dove si sbaglia)
La tecnologia è ormai matura. I progetti che falliscono, falliscono quasi sempre per altri motivi:
- Documenti in disordine. Tre versioni dello stesso listino, procedure mai aggiornate, PDF scansionati illeggibili. Il chatbot sarà preciso quanto i documenti che gli dai. Spesso la prima fase del progetto è proprio fare pulizia.
- Permessi ignorati. Non tutti i documenti sono per tutti. Se il chatbot interno può leggere le buste paga, chiunque potrà chiedergliele. I permessi vanno progettati dall’inizio.
- Nessun test sulle domande vere. Prima di metterlo in mano alle persone, va provato con le domande che arrivano davvero, raccolte da chi oggi risponde.
- Aspettative sbagliate. Un chatbot è ottimo per trovare e riassumere informazioni. Non sostituisce una decisione, una valutazione o una responsabilità.
Da dove partire
Il consiglio che do sempre è partire da un ambito piccolo e ben definito: le domande frequenti dell’assistenza clienti, le procedure di un reparto, le schede tecniche dei prodotti. Si misura quante domande trovano una risposta corretta, si raccolgono i casi in cui sbaglia, si migliora. Poi si allarga.
Un’ultima nota sulla sicurezza: decidere dove girano i documenti e il modello è una scelta da fare all’inizio, non alla fine. Esistono soluzioni con server in Europa o installabili sui propri sistemi: per dati sensibili vanno valutate seriamente.
Ti piacerebbe un assistente AI che risponda usando i documenti della tua azienda? Scrivimi e vediamo se il tuo caso è adatto.
