Belső tudásbázis-asszisztens KKV-nak: mikor éri meg, és mi kell hozzá?

A legtöbb cégben a tudás nem hiányzik, hanem szét van szórva: a szabályzatok egy megosztott mappában, az árajánlatok e-mailekben, a termékleírások egy régi Word-fájlban, a „hogyan csináljuk" pedig egy-két tapasztalt kolléga fejében. Az eredmény ismerős: ugyanazt a kérdést hetente többször felteszik, az új munkatárs hónapokig kérdezget, a tapasztalt kolléga pedig a saját munkája helyett válaszolgat. Ebben a cikkben azt nézzük meg, mikor éri meg erre egy belső AI-asszisztenst építeni, mi kell hozzá, és mire kell figyelni, hogy az adat a cégnél maradjon.

Röviden: a legfontosabb tudnivalók

• A belső tudásbázis-asszisztens a cég saját dokumentumaiból válaszol, és megmondja, honnan. A technológia neve RAG (retrieval-augmented generation): a rendszer először megkeresi a releváns dokumentumrészleteket, és csak azokból fogalmaz választ.
• Akkor éri meg, ha van ismétlődő kérdés, szétszórt dokumentum és betanítási teher. Ha a cég tudása egy tíz oldalas belső wikin elfér, nincs rá szükség.
• A legnagyobb munka nem a modell, hanem az adat: melyik dokumentum érvényes, ki mit láthat, és hogyan frissül.
• Futhat felhőben vagy saját szerveren. Ha a dokumentumokban személyes vagy üzleti titoknak minősülő adat van, a saját szerver vagy az EU-s, szerződéssel garantált adatközpont a biztonságos út.
• Az AI Act szerint egy belső tudásbázis-asszisztens jellemzően nem magas kockázatú rendszer, a GDPR viszont teljes egészében vonatkozik rá, ha személyes adatot kezel.
• Egy jól körülhatárolt pilot 4–6 hét alatt élesíthető, egyetlen témakörre (például a HR-szabályzatokra vagy a termékdokumentációra).

1. Mit csinál pontosan egy belső tudásbázis-asszisztens?

Egy kolléga beírja: „Hány nap szabadság jár a második gyerek után?" vagy „Milyen garanciális feltételekkel adtuk el tavaly a hőszivattyús rendszert a nagykereskedőknek?". A rendszer:

1. megkeresi a cég dokumentumai között a kérdéshez illő részleteket (a szabadságszabályzat vonatkozó pontját, a tavalyi keretszerződést);
2. ezekből fogalmaz választ, nem a saját „általános tudásából";
3. megmutatja a forrást — melyik dokumentum, melyik oldal —, hogy a válasz ellenőrizhető legyen;
4. ha nem talál megbízható forrást, ezt kimondja, ahelyett hogy kitalálna valamit.

Ez a különbség egy általános chatbot és egy céges tudásbázis-asszisztens között. A ChatGPT nem ismeri a cég szabályzatát; a tudásbázis-asszisztens csak azt ismeri, és ezt be is vallja.

2. Mikor éri meg? Öt jel

A bevezetés akkor éri meg, ha az alábbiak közül legalább kettő-három igaz Önökre:

• Ugyanazokat a kérdéseket teszik fel újra és újra — HR-, IT-, termék- vagy folyamatkérdéseket, és mindig ugyanaz a néhány kolléga válaszol.
• Az új munkatársak betanítása hetekig tart, és nagy része dokumentumkeresés.
• A dokumentumok több helyen vannak (megosztott mappák, e-mailek, régi rendszerek), és nem egyértelmű, melyik az érvényes változat.
• Az ügyfélszolgálat vagy az értékesítés belső információt keres hívás vagy ajánlatírás közben.
• Egy-két kulcsember távozása vagy szabadsága megakasztja a munkát, mert a tudás csak nála van.

Ha egyik sem igaz, mert kicsi a csapat, kevés a dokumentum, és mindenki tudja, hol mi van, akkor ma még nem ez a legjobb első AI-projekt. Ilyenkor érdemesebb egy konkrét folyamat automatizálásával kezdeni; a lehetőségeket és a költségeket ebben a cikkben írtuk le.

3. Mi kell hozzá? Az adat a nehéz rész

A modell kiválasztása ma a könnyebb feladat. A projekt sikerén három dolog múlik:

Érvényes, rendezett dokumentumok. Ha a mappában ott van a 2021-es és a 2025-ös szabályzat is, az asszisztens mindkettőből idézhet. A bevezetés első lépése ezért egy „takarítás": melyik dokumentum érvényes, melyik archiválandó, ki a gazdája.

Jogosultságok. Egy belső asszisztens nem mutathatja meg a gyártósori dolgozónak a vezetői béreket, csak mert „kérdezte". A rendszernek a meglévő jogosultságokat kell követnie: aki a dokumentumot eddig sem láthatta, az asszisztensen keresztül sem férhet hozzá.

Frissítés. A tudásbázis nem egyszeri feltöltés. Ki kell jelölni, milyen gyakran és milyen forrásokból frissül, és ki felel azért, hogy az elavult anyag kikerüljön belőle.

A technikai rész — dokumentumok feldolgozása, keresőindex, a válaszadó modell, a felhasználói felület — egy tapasztalt fejlesztőcsapatnak jól körülhatárolt feladat. A partnerválasztás szempontjait külön cikkben gyűjtöttük össze.

4. Felhőben vagy saját szerveren?

A döntést az dönti el, milyen adat van a dokumentumokban.

A felhős út akkor biztonságos, ha a szolgáltatóval adatfeldolgozói szerződés (DPA) van, az adatok EU-s régióban maradnak, és szerződés zárja ki, hogy a céges adatokat modelltanításra használják. A kockázatokat és a kezelésüket a felhős AI-ügynökökről szóló cikkünk részletezi. A saját szerveres megoldás költségeiről a bevezetési költségekről szóló cikkben írtunk konkrét számokat.

5. GDPR és AI Act: mire kell figyelni?

GDPR. Ha a dokumentumokban személyes adat van (munkaszerződések, ügyféllevelek, teljesítményértékelések), a GDPR teljes egészében vonatkozik az asszisztensre: kell jogalap, a munkavállalókat tájékoztatni kell, a jogosultságoknak az adattakarékosság elvét kell követniük, és ha az adatkezelés magas kockázatú, adatvédelmi hatásvizsgálat szükséges. A legegyszerűbb, ha az első pilot olyan témakörre épül, amelyben kevés vagy semmi személyes adat nincs (például termékdokumentáció).

AI Act. Egy belső tudásbázis-asszisztens, amely dokumentumokban keres és azokból válaszol, jellemzően nem tartozik a magas kockázatú kategóriák közé — más a helyzet, ha például munkavállalókról hoz vagy készít elő döntéseket. Az MI-jártasság támogatására vonatkozó kötelezettség (4. cikk) viszont az alkalmazó cégre is vonatkozik: a kollégáknak tudniuk kell, mire jó az eszköz, és mire nem. A részleteket KKV-knak szóló AI Act-útmutatónk foglalja össze.

6. Hogyan néz ki egy 4–6 hetes pilot?

1. Témakör kiválasztása (1. hét): egyetlen, jól körülhatárolt terület, ahol sok az ismétlődő kérdés — például HR-szabályzatok vagy termékdokumentáció.
2. Dokumentumok rendezése (1–2. hét): érvényes változatok, gazdák, jogosultságok.
3. Beüzemelés (2–4. hét): feldolgozás, keresőindex, válaszadó modell, felület a meglévő eszközökben (például Teams vagy intranet).
4. Tesztelés valódi kérdésekkel (4–5. hét): a kollégák valódi kérdései alapján mérjük, milyen arányban talál helyes forrást, és hol téved.
5. Döntés (6. hét): bővítés más témakörökre, finomhangolás, vagy leállítás, ha nem hozza, amit vártunk.

7. Gyakori hibák

• Minden dokumentum egyszerre. Egy szűk, jól rendezett témakörrel kezdeni gyorsabb és mérhetőbb.
• Jogosultságok nélküli index. Ha az asszisztens mindenkinek mindent megmutat, az adatvédelmi incidens, nem hatékonyságnövelés.
• Forrás nélküli válaszok. Ha a kolléga nem látja, honnan jön a válasz, nem fog megbízni benne — vagy vakon fog, ami rosszabb.
• Nincs gazdája. Ha senki nem felel a frissítésért, fél év múlva az asszisztens elavult információt ad.

Gyakori kérdések

Miben más ez, mint ha a kollégák a ChatGPT-t használnák?

A ChatGPT nem ismeri a cég belső dokumentumait, és ha valaki bemásolja őket, az adat egy külső szolgáltatóhoz kerül. A belső tudásbázis-asszisztens csak a cég jóváhagyott dokumentumaiból válaszol, megmutatja a forrást, és a jogosultságokat is követi.

Kitalálhat-e választ az asszisztens?

A jól beállított rendszer csak a megtalált forrásokból válaszol, és ha nincs megbízható forrás, ezt jelzi. A kockázat nem nulla, ezért fontos, hogy minden válasz mellett ott legyen a forrás, és a kolléga ellenőrizni tudja.

Mennyi idő alatt lehet elindulni?

Egy témakörre szűkített pilot jellemzően 4–6 hét alatt élesíthető. A leghosszabb rész általában a dokumentumok rendezése, nem a technika.

Kell hozzá saját szerver?

Nem feltétlenül. Ha a dokumentumokban kevés érzékeny adat van, egy EU-s régióban futó, szerződéssel védett felhős megoldás is megfelelő. Személyes adatoknál, üzleti titoknál vagy szabályozott iparágban a saját szerver a biztonságosabb.

Vonatkozik rá az AI Act?

Egy dokumentumokban kereső és azokból válaszoló belső asszisztens jellemzően nem magas kockázatú rendszer. Az MI-jártasság támogatására vonatkozó kötelezettség és a GDPR viszont vonatkozik a bevezető cégre.

Nézzük meg, mit tudna Önöknél

Egy 30 perces beszélgetésben átnézzük, hol van ma a céges tudás, melyik témakör lenne a legjobb pilot, és hogy felhőben vagy saját szerveren érdemes-e elindulni.

A szolgáltatás részleteit a Vállalati belső tudásbázis-asszisztens oldalunkon találja.

➜ Ingyenes konzultáció kérése

Források: az (EU) 2024/1689 rendelet (AI Act) konszolidált szövege, 4. és 6. cikk, III. melléklet; a Digital Omnibus ((EU) 2026/1744); az (EU) 2016/679 rendelet (GDPR), 5., 6., 13., 28. és 35. cikk; az R-Szoft saját projekttapasztalata. Ez a cikk mesterséges intelligencia közreműködésével készült; a tartalmat az R-Szoft szakértői ellenőrizték és szerkesztették, a szakmai és szerkesztői felelősség az R-Szoft Kft.-t terheli. A cikk tájékoztató jellegű, nem minősül jogi tanácsadásnak. Utolsó frissítés: 2026. szeptember 25.