1. Perché una knowledge base con l'AI richiede un percorso
Una knowledge base aziendale è il luogo in cui l'azienda raccoglie ciò che sa: procedure operative, contratti tipo, manuali di prodotto, regolamenti interni, verbali e istruzioni di lavoro. Collegata a un modello di intelligenza artificiale, permette di porre una domanda in linguaggio naturale e ottenere una risposta costruita sui documenti, invece di cercare a mano in più cartelle. Il beneficio è reale solo se le risposte sono corrette e se chi le legge può risalire al documento da cui provengono, con la versione e il punto esatto.
La tecnica più diffusa si chiama RAG, dall'inglese Retrieval-Augmented Generation, cioè generazione aumentata dal recupero. Il sistema cerca prima i brani pertinenti nei documenti, poi il modello scrive la risposta basandosi su quei brani. Non è un'installazione da completare in un giorno: richiede scelte su contenuti, struttura, permessi e verifica. Ogni errore commesso in una di queste fasi si ripete identico in tutte le risposte che la base produce, ed è per questo che conviene costruire il percorso con ordine.
2. Prerequisiti: prima dei sistemi, i documenti e le responsabilità
Prima di scegliere qualunque tecnologia serve un inventario dei documenti. Non tutto ciò che esiste nelle cartelle condivise merita di entrare nella base. Bozze, copie duplicate, versioni superate e documenti in contrasto tra loro producono risposte contraddittorie anche quando il sistema funziona bene dal punto di vista tecnico. Chiedi a ogni responsabile di area quali documenti sono ufficiali, chi li approva, chi li aggiorna e con quale frequenza. Le risposte a queste domande valgono più di qualunque dimostrazione.
Conviene fissare tre regole prima della prima riga di configurazione. La prima è un responsabile per ogni raccolta, con il compito di approvare i contenuti e di decidere quale versione è vigente. La seconda è una classificazione minima dei documenti, almeno tra uso interno, riservato e contenente dati personali, perché da questa distinzione dipendono i permessi. La terza è una decisione scritta su dove risiedono i dati e chi può accedervi, da condividere con il fornitore prima di caricare qualunque file.
3. I passi di costruzione in ordine
Il percorso ha una sequenza logica. Saltare un passo non lo fa sparire: lo sposta sulle risposte sbagliate, che emergono quando gli utenti sono già al lavoro e nessuno ha tempo di verificarle. Ogni fase produce un risultato verificabile, che serve anche a giustificare la scelta davanti alla direzione e a chi cura la sicurezza. Segui l'ordine seguente e non passare alla fase successiva finché quella precedente non è approvata dal responsabile dei contenuti, con una nota scritta che ne registri la decisione.
- Definisci i casi d'uso: quali domande deve saper rispondere la base e per quali gruppi di persone.
- Seleziona le fonti ufficiali e scarta le copie superate, mantenendo una sola versione valida per ogni argomento.
- Converti i documenti in testo leggibile, includendo la lettura delle scansioni quando serve.
- Dividi i testi in parti coerenti e associa a ciascuna i metadati: titolo, data, versione, proprietario e livello di riservatezza.
- Costruisci l'indice di ricerca combinando la ricerca per significato con la ricerca per parole esatte.
- Collega i permessi dei documenti di origine alle risposte, in modo che nessuno riceva brani che non può leggere.
- Genera le risposte citando il documento, la sezione e la versione usata.
- Valuta il sistema con domande reali prima di aprire l'accesso, e ripeti la valutazione a ogni modifica rilevante.
4. Le scelte tecniche che emergono lungo il percorso
Durante la costruzione compaiono quattro decisioni tecniche che meritano un approfondimento separato. Non serve leggerle tutte subito: parti da quella che incontri per prima e confrontala con i tuoi documenti reali, non con esempi generici o con i casi che il fornitore ha già risolto. Le scelte si influenzano a vicenda, per questo conviene prenderle nello stesso periodo e tenere traccia delle decisioni collegate, così da non doverle rivedere una alla volta quando qualcosa non funziona.
Il consiglio pratico è non scegliere una tecnologia per moda. Ogni decisione va provata con un piccolo insieme di documenti e domande reali, e va confermata solo se migliora le risposte rispetto all'alternativa più semplice. Se la soluzione più semplice soddisfa il caso d'uso, è quasi sempre la scelta da preferire, perché è più facile da controllare, da aggiornare e da spiegare a chi firma il progetto. La complessità va giustificata con un risultato misurato, non con una presentazione.
| Decisione | Domanda da porsi | Argomento da approfondire |
|---|---|---|
| Come dividere i testi | Quali parti devono restare insieme per avere senso | Chunking dei documenti e strategie di suddivisione |
| Quale modello di embedding usare | Come misurare la qualità su testi in italiano | Scelta del modello di embedding per documenti in italiano |
| Dove cercare i brani | Serve un archivio vettoriale o basta la ricerca tradizionale | Database vettoriale o ricerca tradizionale |
| Come leggere le scansioni | Il testo si estrae bene o serve un riconoscimento visivo | OCR tradizionale o modelli multimodali |
5. Permessi: ciascuno vede solo ciò che può leggere
Una knowledge base non isola i dati per impostazione predefinita. Se tutti i documenti finiscono in un unico archivio interrogabile da chiunque, un collaboratore può ricevere in risposta brani di un fascicolo riservato, anche senza averlo mai aperto. Il controllo degli accessi va applicato ai documenti di origine e deve essere rispettato nel momento in cui viene generata la risposta, non solo nell'interfaccia che mostra l'elenco dei risultati. Un filtro dimenticato in questo punto non si nota fino a quando qualcuno non lo scopre per caso.
Verifica tre cose: che la ricerca tenga conto dei gruppi di appartenenza degli utenti, che le revoche si propaghino in modo prevedibile e che i log registrino chi ha interrogato quali documenti. Il tema merita un percorso dedicato, perché un errore qui è una violazione di dati personali o riservati, con conseguenze che vanno ben oltre una risposta sbagliata. Chiedi al fornitore di dimostrare il filtro con un test, non di confermarne l'esistenza.
6. Verifica e aggiornamento: come sapere che funziona
Prima dell'apertura prepara un insieme di domande reali, raccolte dai colleghi che userebbero la base, con la risposta corretta e il documento che la contiene. Questo insieme è il tuo metro di giudizio. Senza di esso ogni risposta sembra plausibile e nessuno sa dire se è giusta, perché la fluidità del testo non dimostra la correttezza. Conviene includere anche domande a cui la base non deve rispondere, per controllare che il sistema dichiari di non sapere invece di inventare una risposta.
Misura separatamente due aspetti. Se il sistema recupera il documento giusto, il problema sta nella ricerca. Se recupera il documento giusto ma la risposta non è fedele al testo, il problema sta nella generazione. Dopo ogni modifica dei documenti, del modello o dei permessi la valutazione va ripetuta, altrimenti la base peggiora senza che nessuno se ne accorga. Un cruscotto con un unico punteggio non basta, perché nasconde proprio la differenza che serve per correggere il sistema.
7. Errori comuni da evitare
Il primo errore è partire dal modello anziché dai documenti. Una scelta tecnica brillante non compensa una raccolta piena di versioni contrastanti. Il secondo è aprire la base a tutta l'azienda senza un responsabile dei contenuti, così le risposte sbagliate restano in circolo e nessuno le corregge. Il terzo è trascurare l'aggiornamento: un documento modificato dopo l'indicizzazione continua a produrre risposte vecchie, con il rischio che qualcuno agisca su un'informazione superata e la consideri ancora valida.
Il quarto errore è usare la base per decisioni che toccano persone, come selezione del personale o valutazioni, senza una verifica preliminare. In questi casi può valere la pena chiedere a un consulente se il progetto rientra negli obblighi previsti dal Regolamento sull'intelligenza artificiale. Nell'interfaccia dichiara sempre che la risposta è generata e va controllata sul documento originale, soprattutto quando riguarda scadenze, importi o obblighi.
8. Come iniziare questa settimana
Non serve installare nulla per cominciare. Scegli un'area con pochi documenti ufficiali e domande frequenti, nomina il responsabile dei contenuti e raccogli un insieme di domande reali con le risposte attese. Questo lavoro richiede pochi giorni e decide più di qualunque scelta tecnica, perché mostra subito quali documenti mancano, quali sono in contrasto tra loro e quali permessi vanno definiti prima di tutto il resto.
Poi chiedi al fornitore una prova su un tuo documento, con le stesse domande, e verifica per iscritto dove vengono elaborati i dati. Solo a quel punto ha senso confrontare le soluzioni e approvare un piano con responsabili e tempi. Un progetto che parte da queste basi è più facile da controllare e da correggere nel tempo, e non dipende dalla memoria di una sola persona.
Domande frequenti
Serve un modello AI addestrato sui nostri documenti?
Di norma no. Nella maggior parte dei progetti il modello generale resta invariato e riceve, al momento della domanda, i brani recuperati dalla base. Addestrare un modello sui documenti è un progetto diverso, più costoso e più difficile da aggiornare, e raramente è la scelta iniziale. Parti dal recupero dei brani e misura la qualità prima di valutare altro.
Quanti documenti servono per partire?
Non esiste una soglia valida per tutti. Conta più la qualità che la quantità: un insieme ridotto di documenti ufficiali e aggiornati produce risposte migliori di un archivio enorme e disordinato. Scegli un'area di lavoro con domande frequenti e documenti chiari, e allarga la base solo dopo che la valutazione è soddisfacente.
La knowledge base sostituisce il responsabile di un'area?
No. La base accelera la ricerca dell'informazione, ma le decisioni restano alle persone. Un responsabile approva i contenuti, decide che cosa è ufficiale e corregge le risposte sbagliate. Senza questa figura la base si degrada nel tempo e perde la fiducia di chi la usa.
I dati dei documenti finiscono nei servizi di terze parti?
Dipende dall'architettura scelta. Vanno separate due domande: dove vengono conservati i dati e chi può accedervi legalmente, anche per obblighi di legge. Chiedi al fornitore, per iscritto, dove si trovano i componenti che elaborano i testi, quali dati escono dal perimetro e come sono gestite le chiavi e i log.
Quanto tempo richiede il progetto?
Varia in base al perimetro dei documenti, alla qualità dei contenuti e al numero di sistemi da collegare. Un'area pilota con documenti ordinati è molto più rapida di una base aziendale completa. Diffida di tempi fissi proposti prima di avere fatto l'inventario dei documenti.
Come si evita che l'AI inventi una risposta?
Non si elimina del tutto, ma si riduce. Il sistema deve rispondere solo con i brani recuperati, dichiarare quando non trova un'informazione e citare la fonte. Una valutazione con domande reali mostra dove il sistema sbaglia. Le risposte che riguardano obblighi o scadenze vanno sempre verificate sul documento originale.
Da dove conviene iniziare se abbiamo già un sistema documentale?
Parti dal sistema documentale esistente, senza duplicarlo. L'obiettivo è collegare la ricerca ai documenti già classificati e ai permessi già in uso. Verifica che il fornitore possa leggere i permessi di origine e rispettarli, altrimenti la base diventa un canale che aggira i controlli esistenti.