Problém, ktorý každý pozná: AI si vymýšľa
Kto skúšal bežného AI chatbota na firemné otázky, narazil na to skoro hneď. Spýtate sa na svoju reklamačnú lehotu a dostanete sebavedomú, dobre znejúcu odpoveď — ktorá je ale vymyslená. Model totiž odpovedá z toho, čo sa naučil zo všeobecných textov na internete, nie z vašich pravidiel. O vašej firme nevie nič.
Toto je dôvod, prečo si firmy dlho netrúfali pustiť AI k zákazníkom ani k vlastným ľuďom na čokoľvek vážnejšie. Pekne formulovaná nepravda je horšia než žiadna odpoveď. A presne tento problém rieši prístup, ktorému sa hovorí RAG.
Čo je RAG, vysvetlené ako kolegovi
RAG je skratka, ktorú si nemusíte pamätať. Dôležitá je myšlienka za ňou: namiesto toho, aby AI odpovedala z hlavy, najprv si nájde relevantné pasáže vo vašich dokumentoch a až z nich poskladá odpoveď.
Predstavte si nového zamestnanca. Môžete sa ho spýtať na firemné pravidlá a on bude tipovať podľa toho, čo zažil inde — to je bežná AI. Alebo mu dáte do ruky váš interný manuál a poviete: „odpovedz mi, ale len z tohto, a ukáž mi, kde si to našiel." To je RAG. AI nehovorí z toho, čo si pamätá zo sveta, ale z toho, čo má pred sebou na stole — z vašich dokumentov.
„Opýtaj sa firmy" namiesto hľadania v piatich priečinkoch
Najsilnejšie využitie je interné. Každá firma má znalosti roztrúsené — v smerniciach, v starých e-mailoch, v zápisoch zo stretnutí, v hlave dvoch ľudí, ktorí tu robia najdlhšie. Keď chcete niečo zistiť, pol hodiny hľadáte alebo niekoho vyrušíte otázkou.
S RAG vznikne nad týmto materiálom akýsi vyhľadávač, ktorý odpovedá vetami namiesto zoznamu odkazov. Nový človek sa spýta „ako vystavím dobropis?" a dostane konkrétny postup z internej smernice — vrátane odkazu na zdroj, aby si to vedel overiť. Účtovníčka sa spýta na výnimku v zmluvnom type a nemusí prelistovať šesťdesiat strán. V praxi to z firemných dokumentov, ktoré nikto nečíta, robí niečo, čoho sa dá naozaj opýtať.
Čo na to potrebujete: čisté dokumenty
Tu prichádza nepríjemná pravda. RAG je len taký dobrý, ako dobré sú dokumenty, z ktorých číta. Ak má firma tri verzie cenníka a nikto nevie, ktorá platí, AI bude sebavedomo citovať tú nesprávnu. Ak je smernica protirečivá, odpoveď bude protirečivá tiež.
Preto zvyčajne začíname nie technológiou, ale upratovaním. Ktoré dokumenty sú aktuálne a záväzné? Kde je jedna pravda a kde tri? Čo je už neplatné a treba to vyhodiť? Často je práve toto najväčší prínos celej iniciatívy — firma sa po prvý raz pozrie na svoje znalosti ako na celok a zistí, čo všetko si protirečí. RAG nasadený na neporiadok len rýchlejšie šíri ten neporiadok.
Mantinely, bez ktorých to nepustíte k ľuďom
Aj dobre postavený RAG má hranice a treba ich poznať. Po prvé, model stále môže odpoveď zle poskladať, aj keď má správny zdroj — preto je dôležité, aby pri každej odpovedi ukázal, z ktorého dokumentu čerpá. Človek si tak vie kľúčové veci overiť na jeden klik.
Po druhé, agent musí vedieť povedať „toto v dokumentoch nemám". To znie banálne, ale je to zásadné: bez tohto mantinelu sa AI vráti k svojmu starému zvyku a začne improvizovať. Najlepšie nasadenia preto stoja na pravidle, že keď zdroj chýba, agent radšej priznateľne mlčí alebo posunie otázku človeku, než aby vyplnil dieru dohadom. Dôvera firmy v takýto nástroj sa buduje pomaly a stratí jednou sebavedomou nepravdou.
Kde to dáva zmysel začať
Nemusíte k tomu pustiť celý firemný archív naraz. Rozumnejšie je vybrať jednu jasne ohraničenú oblasť, kde sa otázky opakujú a odpoveď je naozaj v dokumentoch — interné HR pravidlá, produktová dokumentácia, často kladené otázky zákazníkov.
Na tomto výseku sa overí, či sú vaše dokumenty dosť čisté, či ľudia nástroju dôverujú a či im reálne šetrí čas. Keď to sedí, pridáte ďalšiu oblasť. RAG nie je veľký jednorazový projekt — je to spôsob, ako z dokumentov, ktoré už máte, urobiť niečo, čo odpovedá namiesto toho, aby len ležalo v priečinku.