产品定位
Knowledge AI turns disparate documents into a manageable layer of enterprise knowledge.员工用自然语言提出问题，系统会搜索相关片段、生成答案、显示来源，并且不必提出知识库中没有的内容。
与传统搜索不同，该产品考虑了问题的上下文、文档的结构、用户角色和安全要求。与简单的聊天机器人不同，它被设计为公司环境的一部分：具有索引、来源、日志、访问规则和清晰的知识更新流程。
为客户带来的好处
更快找到答案
员工花更少的时间搜索法规、合同、项目文件和内部说明。
保持专业知识
知识不会随着人和信件一起消失：它是按角色编制索引、更新和提供的。
减少错误
答案基于经批准的来源，而不是基于员工的记忆或过时的文件。
加速适应
新员工可以快速了解流程、产品、要求和项目历史。
产品包含什么
连接来源
文档、法规、合同、项目文档、知识库、文件存储、门户、Confluence 和其他来源。
RAG 和矢量搜索
文本提取、分块、嵌入、索引、重新索引以及查找答案的相关原因。
AI回复报价
以自然语言回答，注明来源、所发现数据的局限性，如果信息不足，可以理解拒绝。
角色和审计
访问权限、请求日志、文档处理状态、质量设置和使用控制。
效果快速可见的场景
| 设想 | 益处 |
|---|---|
| 法规政策依据 | 员工可以更快地找到最新规则，并且不太可能用标准问题分散专家的注意力。 |
| 项目文档 | 团队快速恢复复杂项目的背景、决策、需求和约束。 |
| 合同和采购材料 | 律师、采购和项目办公室更快地发现条件、截止日期、义务和风险。 |
| 培训和入职 | 新员工可以通过单一窗口询问有关流程、系统和内部材料的问题。 |
我们如何实施
Discovery
我们修复了业务流程、数据源、用户角色、网络安全限制、收益标准和第一个场景。
MVP
我们在有限循环中启动工作模块，连接数据、角色、日志、接口和质量控制。
Pilot
我们测试对真实用户的效果，设置规则，完成集成并准备运营。
Scale
我们在不破坏平台核心的情况下将该模块扩展到新的单位、来源、角色和场景。
企业管控
数据尽在掌握
源、权限、日志和限制在架构级别固定，而不是在启动后添加。
集成
模块连接到 ERP、1C、SAP、DWH、EDMS、Service Desk、GitLab、Jira、Confluence、门户和内部 API。
可验证性
答案和操作应该是可解释的：来源、版本、日志、处理状态和流程的责任所有者。
缩放
以下每个场景都使用平台核心：角色、模型、RAG、日志、连接器和安全规则。
RAG 的基础设施
仅当文档按角色一致地加载、索引、重新索引和访问时，RAG 系统才变得有用。 AI 计算为此提供了矢量存储、快速磁盘、工作线程、嵌入、备份和访问控制。
常见问题
是否可以从试点开始？
是的。通常，试点在一组文档和有限的用户组上运行，以测试来源、响应和访问权限的质量。
系统可以在不向外部输出数据的情况下运行吗？
是的。根据客户的要求选择架构：本地、私有云或具有源和日志控制的混合版本。
如果文档中没有答案怎么办？
产品的正确逻辑是报告没有充分理由并记录改进知识库的请求。
企业产品包装
企业 RAG / 知识 AI 作为RESTART AI 企业平台模块提供：具有明确的职责范围、业务流程所有者、数据模型、集成、角色、日志、试点标准和生产计划。这对于 CIO 和 CISO 来说非常重要：该模块并不独立于企业架构，而是集成到 IT 环境、安全、运营和变更管理中。
商业效果
成功标准是在试点之前制定的：时间、质量、人工工作量的减少、响应速度、数据的完整性或过程的可控性。
集成
该模块连接到客户系统：ERP、1C、SAP、BI、DWH、EDMS、服务台、Git、门户、邮件、文档和内部 API。
网络安全与合规
角色、源、循环、日志和数据的分离是在架构级别考虑的，而不是在启动后添加。
缩放
在第一个成功的场景之后，该模块可以扩展到新的部门、文档、流程、用户和区域。
如何展示每个飞行员的价值
选择一个进程
不要试图立即将所有事情自动化：选择一个具有可以理解的痛苦、所有者和可衡量结果的流程。
连接数据
收集有限但真实的文档、应用程序、报告、代码、法规或历史请求。
与用户核实
开展工作场景试点，收集反馈，调整答复质量，管控争议案件。
设计产业画像
修复架构、角色、法规、SLA、监控、支持和开发路线图。
让我们讨论一下您的环境
描述任务、当前系统、约束和预期结果。我们将提供实用的第一步：诊断、试点、审计、路线图或项目团队。
