Je bedrijfsinformatie koppelen aan AI: context, zoeken en toegang

Een algemene AI-assistent kent de details van je bedrijf niet vanzelf. Denk aan productinformatie, interne werkinstructies of documentatie die regelmatig verandert.

Je kunt zulke informatie tijdens een vraag als context aanbieden. Daarvoor hoef je niet automatisch een nieuw model te trainen. Het systeem haalt relevante informatie op en geeft die mee aan het model.

Begin bij een concrete vraag

Stel dat een medewerker vraagt welke stappen nodig zijn om een beschadigd product terug te nemen. De bruikbare bron is dan de actuele retourinstructie, niet een willekeurig oud gesprek over retouren.

Bepaal eerst waar die bron staat, wie hem mag lezen en hoe je herkent welke versie actueel is.

Zoeken op betekenis kan helpen

Een embedding is een numerieke weergave van informatie. Daarmee kan een systeem zoeken naar inhoud die qua betekenis bij een vraag past.

Zo kan een vraag over “beschadigde levering” ook een document vinden dat “productschade na ontvangst” heet. Een vectorindex is één manier om die zoekstap uit te voeren. Gewoon zoeken, filters en gerichte databasevragen kunnen daarnaast nuttig blijven.

De toepassing die informatie zoekt en aan een model meegeeft, wordt vaak retrieval-augmented generation of RAG genoemd.

Een label is geen toegangscontrole

Een bedrijfsnaam in de metadata helpt bij het filteren. Dat label maakt de data nog niet automatisch veilig gescheiden.

De backend moet vaststellen welk bedrijf en welke gebruiker de aanvraag doet, en de zoekopdracht beperken tot informatie waarvoor die gebruiker toestemming heeft. Dezelfde controle geldt voor documenten, databasegegevens en bijlagen.

Een model mag die scheiding niet zelf hoeven raden.

Maak het antwoord controleerbaar

Een bruikbaar antwoord verwijst naar de gebruikte bron. Wanneer de informatie ontbreekt of tegenstrijdig is, moet de assistent dat zichtbaar kunnen maken.

Voor het retourvoorbeeld kan de medewerker de instructie openen en nagaan of die op deze bestelling van toepassing is. Zo wordt het antwoord een hulpmiddel bij het werk.

Test eerst een kleine verzameling

Begin met een overzichtelijke set actuele documenten. Maak voorbeeldvragen, controleer welke bronnen worden gevonden en beoordeel de antwoorden met iemand die het proces kent.

Pas wanneer die basis werkt, heeft uitbreiding naar meer documenten of extra acties zin. Meer informatie beschikbaar maken is niet hetzelfde als betrouwbaarder antwoorden krijgen.

Voor meer voorbeelden voor ondernemers en managers bouw ik AI Inzetten. Voor de applicatieregels achter zulke tools werk ik aan cloudconfig.