Haku ontologiasta voittaa haun dokumenteista

Yritys kytkee kielimallin dokumenttivarastoonsa: sopimuksiin, menettelyohjeisiin, linjauksiin ja kokousmuistioihin, vuosien ajalta. Tämä on hakuun perustuvaa tekstin tuottamista, lyhyesti RAG: kun joku esittää kysymyksen, järjestelmä etsii sitä eniten muistuttavat kohdat ja antaa ne mallille, joka vastaa niiden pohjalta.

Asiakaspalvelun työntekijä kysyy, mitkä toimitusehdot tietyllä asiakkaalla on. Järjestelmä löytää asiakkaan sopimuksesta kolme versiota, luonnoksen liitteestä, jota ei koskaan allekirjoitettu, ja sähköpostin, jossa joku ehdotti toisia ehtoja. Malli sekoittaa ne sujuvaksi, itsevarmaksi vastaukseksi, joka ei vastaa yhtäkään niistä. Toisena päivänä se löytää yrityksen yleiset ehdot eikä asiakaskohtaista liitettä, joka kumoaa ne.

Syy on se, miten dokumenttihaku toimii. Se löytää tekstiä, jonka merkitys muistuttaa kysymystä. Se ei tiedä, mikä versio on voimassa, mikä dokumentti on luonnos, mitä asiakasta lauseke koskee tai että liite kumoaa yleiset ehdot. Ne eivät ole tekstin ominaisuuksia. Ne ovat tiloja ja suhteita – juuri sitä, mitä yrityksen malli, ontologia, on olemassa säilyttämään.

Missä dokumenttihaku pettää

Versiot. Korvattu sopimus muistuttaa kysymystä yhtä paljon kuin voimassa oleva, joten se haetaan yhtä helposti. Samankaltaisuus ei tunne käsitettä ”voimassa”.

Pilkkomisessa kadonneet suhteet. Dokumentit jaetaan paloiksi ennen indeksointia. Toimitusehtoja koskeva lauseke päätyy yhteen palaan, asiakkaan nimeävä sivu toiseen, ja niiden välinen yhteys katoaa.

Kysymykset, jotka ovat todellisuudessa laskutoimituksia. ”Montako avointa reklamaatiota tällä asiakkaalla on?” ei ole kirjoitettu mihinkään dokumenttiin. Se on tietojen määrä, eikä mikään tekstin samankaltaisuus tuota sitä luotettavasti.

Liian myöhään sovelletut käyttöoikeudet. Jos indeksissä on dokumentteja, joita kysyjä ei saa nähdä, niiden suodattaminen pois haun jälkeen on haurasta, ja virhe näyttää luottamuksellista tekstiä väärälle henkilölle.

Ajantasaisuus. Indeksi on niin ajan tasalla kuin sen viimeisin uudelleenrakennus. Tänä aamuna allekirjoitettu sopimus ei ole siinä vielä.

Lähdeviitteet, jotka eivät ratkaise mitään. Vastaus lainaa kohtaa, mutta mikään ei kerro lukijalle, onko kohta peräisin voimassa olevasta dokumentista.

Hae ensin mallista, sitten dokumenteista

Aloita kohteesta. Kysymys nimeää asiakkaan. Yhdistä se ontologian asiakaskohteeseen ja seuraa sen suhteita: voimassa olevat sopimukset, niiden liitteet, avoimet tilaukset ja avoimet reklamaatiot. Yrityksen malli tekee sen rajauksen, johon samankaltaisuus ei pysty.

Hae tietoihin liitetyistä dokumenteista. Voimassa oleva sopimus on se dokumentti, joka on liitetty sopimustietoon, jonka tila on ”voimassa”. Tekstihaku ajetaan sitten tuon dokumentin sisällä eikä kaiken sen yli, mitä yritys on koskaan kirjoittanut.

Vastaa rakenteisiin kysymyksiin kyselyillä. Määrät, summat, päivämäärät ja tilat tulevat tiedoista laskettuina eivätkä kohdista, joissa ne sattuvat mainituiksi.

Sovella käyttöoikeudet ennen hakua. Henkilön oikeudet ratkaisevat, mitkä kohteet ylipäätään näkyvät. Malli ei koskaan saa muita, joten se ei voi vuotaa niitä.

Viittaa tietoon ja versioon. Vastaus linkittää sopimustietoon, sen versioon ja lausekkeeseen, joten henkilö voi tarkistaa sen yhdellä klikkauksella.

Dokumenttihaku on yhä hyödyllinen tiedolle, joka todella elää proosana: menettelyohjeille, käsikirjoille ja kertyneelle osaamiselle. Sielläkin se toimii paremmin, kun jokainen dokumentti on liitetty kohteisiin, joita se kuvaa, jotta haku voi alkaa oikeasta kohdasta.

Näin Hurukan on suunniteltu. Jokainen dokumentti liitetään tietoonsa versioineen ja tarkastuksineen, kuten kohdassa Projektit ja dokumentit kuvataan. Ontologia-kerros säilyttää kohteet, suhteet ja tilat, ja Superäly-kerros on suunniteltu ankkuroimaan mallinsa ensin tähän rakenteeseen käyttöoikeudet jo sovellettuina. Se on rakenteilla. Mistä tällainen malli ylipäätään syntyy, on kirjoituksen yritykselläsi on jo ontologia aihe.

Testi, jonka voi tehdä jo tänään

Kerää kymmenen kysymystä, jotka henkilöstö on tässä kuussa todella esittänyt asiakkaista, tilauksista, toimittajista tai sopimuksista. Kirjaa kustakin, missä oikea vastaus todella on:

• yhdessä dokumentissa,
• useissa dokumenteissa, jotka on yhdistettävä,
• yhdessä tiedossa,
• tai monen tiedon määrässä tai summassa.

Esitä sitten samat kymmenen kysymystä nykyiselle dokumenttihakujärjestelmälle, jos sellainen on, ja tarkista jokainen vastaus todellista lähdettä vasten.

Kirjaa, missä esiintyy väärä versio, väärä asiakas tai keksitty määrä. Jos virheet keskittyvät kaikkiin muihin luokkiin kuin ”yhteen dokumenttiin”, olet löytänyt dokumenttihaun rajan – ja se on suunnittelun eikä mallin raja. Laajempaa kysymystä siitä, missä kielimallit auttavat ja missä eivät, käsitellään kirjoituksessa missä kielimallit ansaitsevat paikkansa.