Wyobraź sobie, że po raz pierwszy korzystasz z samochodu służbowego. Niestety w połowie trasy zapala się kontrolka rezerwy. Nie chcąc fatygować kolegów w biurze zastanawiasz się gdzie mógłbyś znaleźć adres najbliższej stacji benzynowej współpracującej z Twoją firmą. Wiesz, że w “Zasadach korzystania z floty na przejazdy służbowe” są takie informacje, ale nie masz ich pod ręką, a nawet gdybyś miał, to nie wyobrażałbyś sobie stać na poboczu i wertując kilkudziesięciostronicowy dokument, ponieważ potrzebujesz odpowiedzi tu i teraz.

Nagle… olśnienie! Przecież koledzy mówili “w razie czego pytaj chatbota”. Zatrzymujesz samochód, zadajesz pytanie i na ekranie Twojego telefonu natychmiast wyświetla się lista stacji benzynowych, w których możesz zatankować służbowe auto, a Ty znów możesz oddychać ze spokojem.

Jak będzie działać BigData Chatbot?

BigData Chatbot wykorzystując metody inteligentnego przetwarzania danych oraz sztuczną inteligencję pozyskuje informacje z dużych zbiorów dokumentów firmowych. Następnie dzięki zdobytej wiedzy jest w stanie w dowolnym momencie udzielić odpowiedzi na pytania w zakresie organizacji, w której pracujesz.

Dobrze wiemy, że istnieją ciekawsze i przyjemniejsze zajęcia niż czytanie stosów rozbudowanych dokumentów firmowych i zapoznawanie się z nimi na nowo za każdym razem kiedy zostaną zaktualizowane.

Dobrze też wiemy, że budowanie wiedzy chatbota dostosowanego do Twojej firmy może być czasochłonne.

A gdybyś nie musiał tego robić? Gdyby wystarczyło, że dasz chatbotowi zestaw dokumentów, a on sam “wyciągnie” z nich wiedzę?

A następnie wystarczyłoby chatbotowi zadać pytanie poprzez przeglądarkę lub aplikację mobilną, a on natychmiast zwróciłby Ci odpowiedź oraz link do dokumentu, z którego ona pochodzi.

Chatbot będzie rozumieć synonimy (np. tankowanie –> kupić paliwo; samochód służbowy –> auto firmowe).
Chatbot będzie rozumieć synonimy

Dla kogo będzie przeznaczony BigData Chatbot?

Z rozwiązania, jakim jest BigData Chatbot będą mogły skorzystać przede wszystkim wielodziałowe przedsiębiorstwa, które posiadają w swoich zbiorach ogromne liczby ustrukturyzowanych dokumentów, takich jak regulaminy, procedury, umowy, specyfikacje istotnych warunków zamówienia, dokumentacje techniczne projektów informatycznych itp. Dzięki chatbotowi setki pracowników np. Działów Obsługi Klienta będą mogły zminimalizować czas poświęcany na proste i powtarzalne czynności, jak np. poszukiwanie właściwych dokumentów i przeglądanie ich w celu znalezienia informacji, na której zależy klientowi.

Co istotne, chatbot może działać na serwerach firmowych, a dostęp do nich będą posiadać jedynie autoryzowani użytkownicy. Możliwe będzie jednak także korzystanie z chatbota uruchomionego w chmurze.

Chatbot korzystając z fragmentu dokumentu opisującego podstawowe pojęcia będzie rozumieć pytania zaczynające się od “Co to jest”, “Czym jest”, “Co oznacza”.
Chatbot korzystając z fragmentu dokumentu opisującego podstawowe pojęcia będzie rozumieć pytania zaczynające się od "Co to jest", "Czym jest", "Co oznacza"

BigData Chatbot vs. wyszukiwarka pełnotekstowa

Chatbot w przeciwieństwie do zwykłej wyszukiwarki dokonuje analizy semantycznej zapytania oraz bada powiązania między słowami aby zwrócić użytkownikowi krótki fragment tekstu będący dokładną odpowiedzią na jego zapytanie. Dla przykładu: w przypadku pytania “Jakie są dane do Centrum Serwisu?” wyszukiwarka mogłaby zwrócić oba poniższe fragmenty lub tylko pierwszy, ponieważ zawiera on więcej słów kluczowych podanych przez użytkownika:

  • “W momencie zawarcia umowy do Centrum Serwisu należy przekazać następujące dane Klienta: imię, nazwisko, PESEL, adres zamieszkania.”
  • “Centrum Serwisu – centrum organizujące serwis czynne 24 godziny na dobę przez 7 dni w tygodniu, dostępne pod numerem telefonu 22 123 45 67 oraz adresem e-mail centrum@serwisu.pl do którego należy zgłosić zajście zdarzenia, w celu uzyskania pomocy”

Jednak wyłącznie drugi fragment tekstu odpowiada na pytanie użytkownika i to właśnie ten fragment dokumentu zostałby zwrócony przez chatbota.

Choć w tekście nie pojawiają się słowa kluczowe zadane przez użytkownika, takie jak “opłata miesięczna/półroczna/roczna” albo “wybór płatności”, to chatbot będzie znajdować odpowiedź najbardziej pasującą do kontekstu rozmowy.
Choć w tekście nie pojawiają się słowa kluczowe zadane przez użytkownika, to chatbot będzie znajdować odpowiedź najbardziej pasującą do kontekstu rozmowy

Pionierskie rozwiązanie

Choć na świecie powstała już ogromna liczba chatbotów służących przeróżnym praktycznym celom, to BigData Chatbot jest będzie jedynym narzędziem na rodzimym rynku, które w ten sposób wykorzysta potencjał sztucznej inteligencji aby ułatwiać użytkownikom pracę na dokumentach w języku polskim.

Chatbot będzie łączyć informacje z różnych części dokumentów oraz pamiętać kontekst rozmowy
Chatbot będzie łączyć informacje z różnych części dokumentów oraz pamiętać kontekst rozmowy

Skąd pomysł na BigData Chatbot? Expansio od 2018 roku pracuje nad własnym zaawansowanym chatbotem do nauki programowania: CodeAll (o CodeAll możesz poczytać także na tym blogu). We współpracy z firmą Volkswagen Poznań Expansio przygotowało także aplikację do komunikacji dla pracowników. Kolejnym krokiem było zastanowienie się – w jaki sposób można rozwinąć tę technologię, aby samodzielnie pozyskiwała wiedzę?  Okazało się, że dodanie wykorzystanie sztucznej inteligencji może znacząco obniżyć czas i koszt przygotowania wiedzy dla chatbota – będzie on mógł się samodzielnie uczyć z dostarczonych dokumentów.

Jeżeli nasze rozwiązanie wydaje Ci się ciekawe i chciałbyś razem z nami je rozwijać, to skontaktuj się z nami pod adresem mailowym office@expansio.pl – z przyjemnością odpowiemy na Twoje pytania.

 

Mateusz Jarus

Ukończył informatykę na Politechnice Poznańskiej. Przez ponad siedem lat zaangażowany w realizację projektów naukowych. Założył trzy startupy: Grinfinity, Expansio oraz Lexpansio. Jest absolwentem programu TOP 500 Innovators, w ramach którego odbył staż na Uniwersytecie Cambridge. Był także stażystą na Uniwersytecie Notre Dame.

A prywatnie szczęśliwy mąż, w wolnych chwilach tancerz tańca współczesnego, lubi gotować i czytać książki.

Rozwijany przez niego Expansio Software House jest założycielem wielokrotnie nagradzanego startupu CodeAll. Zdobył ponad 2 miliony złotych z Narodowego Centrum Badań i Rozwoju, został uznany przez Komisję Europejską w konkursie SME Instrument, został wybrany do akceleratorów (m.in. Google Launchpad Start i szwajcarski Kickstart Accelerator) oraz został wybrany do TOP 10 startupów edukacyjnych spośród ponad 550 zgłoszeń podczas konferencji South Summit w Madrycie.