Knowledge ingestion

Che cos'è la knowledge ingestion?

La knowledge ingestion è il processo con cui si alimenta il sistema di conoscenza di un agente AI, così che possa usare quelle informazioni per rispondere alle domande dei clienti e risolvere i problemi. Consiste nell'importare contenuti da più fonti (articoli dell'help center, documentazione di prodotto, wiki interni, PDF, fogli di calcolo, dati CRM e conversazioni di supporto precedenti) e poi elaborarli, strutturarli e indicizzarli, in modo che l'AI possa recuperarli con precisione e rapidità.

Come funziona la knowledge ingestion

La pipeline di ingestion prevede in genere diverse fasi:

1. Connessione alle fonti: collegamento alle fonti dei contenuti (Confluence, Notion, Zendesk, Google Drive, siti web, ecc.)
2. Estrazione: recupero del testo da formati diversi (HTML, PDF, DOCX, CSV)
3. Elaborazione: pulizia, chunking (suddivisione dei documenti lunghi in sezioni semantiche) e normalizzazione dei contenuti
4. Embedding: conversione del testo in vector embedding per la ricerca semantica
5. Strutturazione: organizzazione dei contenuti in un knowledge graph che rappresenta le relazioni tra i concetti
6. Indicizzazione: i contenuti elaborati diventano ricercabili per il retrieval durante le conversazioni

Perché la qualità della knowledge ingestion è importante

La qualità della knowledge ingestion determina direttamente la qualità delle risposte dell'AI. Se i contenuti sono suddivisi male, obsoleti, contraddittori o incompleti, l'AI darà risposte scadenti, per quanto avanzato sia il modello. Il principio "garbage in, garbage out" vale più che mai per i sistemi di conoscenza AI.

Contesto di settore: l'88% dei progetti pilota di AI non arriva in produzione su larga scala, e la scarsa qualità dei dati è tra le cause principali. La knowledge ingestion è la base: impostarla bene è il presupposto perché tutto il resto funzioni.

Il vantaggio di Maven: gestione intelligente della conoscenza

La knowledge ingestion di Maven AGI va oltre la semplice importazione. La piattaforma importa contenuti da Salesforce, Zendesk, Freshdesk, PDF, DOC, CSV, URL, Confluence, Notion e altro ancora, quindi li normalizza in una struttura coerente all'interno del suo knowledge graph. Soprattutto, l'Inbox di Maven rileva automaticamente lacune, conflitti, duplicati e contenuti obsoleti, proponendo bozze di correzione da revisionare. Questa governance continua mantiene accurata la knowledge base nel tempo, non solo al momento dell'ingestion iniziale.

Risultati con Maven: Enumerate ha raggiunto un tasso di risoluzione del 91% sfruttando il knowledge graph di Maven per collegare dati sugli immobili, anagrafiche degli inquilini e flussi di manutenzione: contenuti acquisiti da più fonti eterogenee e unificati in una struttura di conoscenza coerente.

Domande frequenti

Quanto tempo richiede la knowledge ingestion iniziale?

Per la maggior parte delle organizzazioni, l'ingestion iniziale richiede da qualche ora a qualche giorno, a seconda del volume e della varietà delle fonti. In genere i clienti di Maven AGI hanno la knowledge base caricata e l'agente AI operativo entro 1-2 settimane.

Con quale frequenza va ripetuta l'ingestion?

I contenuti vanno aggiornati in modo continuo o a intervalli regolari (ogni giorno o ogni settimana), così che l'AI faccia sempre riferimento a informazioni attuali. Le piattaforme AI enterprise automatizzano questo processo con sincronizzazioni pianificate e rilevamento delle modifiche.

Cosa succede se i contenuti acquisiti si contraddicono?

I contenuti contraddittori sono una delle principali cause di errori dell'AI. Un buon sistema di knowledge management rileva i conflitti durante l'ingestion e li segnala per la revisione umana. L'Inbox di Maven individua in modo specifico la documentazione sovrapposta e in conflitto, evitando che l'AI riceva segnali contrastanti.