Enterprise KM Chatbot

Enterprise KM Chatbot sesuai untuk pasukan penyelenggaraan, jurutera dan pasukan pengurusan pengetahuan yang mencari maklumat dalam banyak laporan, manual mesin serta SOP. Taip soalan dalam bahasa biasa; sistem mencari dokumen berkaitan lalu menjawab dengan rujukan sumber, supaya anda tidak perlu membuka fail satu demi satu.

Pengetahuan yang digunakan di kilang dan loji janakuasa sering berselerak dalam pelbagai laporan penyelenggaraan, manual serta SOP; sebahagiannya juga dimiliki jurutera kanan. Untuk menjawab satu soalan, pasukan perlu membuka fail satu demi satu. Enterprise KM Chatbot menyusun dokumen tersebut menjadi pangkalan pengetahuan yang boleh dicari melalui soalan.

Pengguna Enterprise KM Chatbot

• Pasukan penyelenggaraan dan jurutera yang kerap mencari sejarah peralatan mengikut Tag No. atau merujuk manual
• Pasukan pengurusan pengetahuan (Knowledge Management) yang mengurus dokumen piawaian organisasi
• Kontraktor penyelenggaraan yang perlu menyerahkan laporan tersusun kepada pemilik kilang
• Organisasi yang mempunyai dasar menyimpan dokumen pada pelayan sendiri

Enterprise KM Chatbot berfungsi dalam 4 peringkat: mengumpulkan dokumen, menyusun struktur dan indeks, bertanya melalui sembang, kemudian menyemak dan menambah baik. Jawapan menyatakan dokumen yang digunakan supaya pengguna boleh menyemak dokumen asal sebelum menggunakan jawapan.

1. 1

   Kumpulkan dokumen

   Import laporan penyelenggaraan, manual dan dokumen dalaman yang sedia ada. Gunakan PDF lama serta data baharu yang diisi melalui borang digital pada nimitFlow.

2. 2

   Susun struktur dan indeks dokumen

   Sistem memproses dan mengindeks dokumen supaya boleh dicari. Bagi laporan menggunakan borang yang sama, data disusun mengikut medan, seperti Tag No. peralatan.

3. 3

   Bertanya melalui sembang

   Taip soalan dalam bahasa biasa melalui halaman web. Sistem mencari dokumen berkaitan, kemudian LLM menyusun jawapan dengan menyatakan dokumen yang digunakan. Sejarah perbualan disimpan untuk semakan kemudian.

4. 4

   Semak dan tambah baik

   Pengguna membuka dokumen yang dinyatakan dalam jawapan untuk menyemaknya sebelum digunakan. Selepas penyerahan, kami menambah baik sistem berdasarkan maklum balas pengguna mengikut syarat sebut harga.

Bagaimanakah kami menyemak jawapan?

• Jawapan menyatakan dokumen sumber, seperti Tag No. laporan. Pengguna membuka dan menyemak laporan tersebut sebelum menggunakan jawapan untuk membuat keputusan.
• Soalan yang mengira keseluruhan koleksi perlu direka supaya dijawab daripada data berstruktur dalam pangkalan data. Oleh itu, kami menyepakati jenis soalan bersama anda sejak awal; sebabnya dijelaskan dalam bahagian “Perkara yang kami pelajari”.
• Sebelum penyerahan, kami menguji jawapan menggunakan senarai soalan yang benar-benar ditanya oleh pasukan anda.
• Kami tidak menyatakan angka ketepatan umum kerana kualiti jawapan bergantung pada dokumen dan soalan setiap organisasi.

Enterprise KM Chatbot menggabungkan soal jawab daripada dokumen, borang laporan digital, eksport Excel dan papan pemuka dalam satu sistem pada nimitFlow. Ciri sokongan direka mengikut dokumen setiap organisasi.

• Soal jawab dalam bahasa biasa — menyokong dokumen dan soalan bahasa Thai
• Rujukan sumber — jawapan menyatakan laporan yang digunakan, contohnya mengikut Tag No.
• Sembang melalui pelayar web — dilengkapi carian dan sejarah perbualan
• Borang laporan digital — isi laporan baharu dan lampirkan gambar; laporan yang diisi dimasukkan ke pangkalan pengetahuan
• Eksport Excel — eksport laporan sebagai fail Excel untuk kegunaan lanjut atau perkongsian
• Papan pemuka — mengumpulkan laporan mengikut unit pengeluaran

Di manakah dokumen dan soalan disimpan?

Enterprise KM Chatbot boleh dipasang pada pelayan organisasi (On-Premise) dan menggunakan LLM yang berjalan secara dalaman (Local LLM). Dengan kedua-duanya, dokumen dan soalan tidak perlu dihantar keluar daripada rangkaian organisasi. Jika anda memilih perkhidmatan LLM luaran, kami menerangkan bahagian teks yang dihantar keluar sebelum anda membuat keputusan.

Spesifikasi pelayan bergantung pada jumlah dokumen, bilangan pengguna dan LLM yang dipilih. Kami menilainya sebelum memberikan sebut harga. Jika semua pemprosesan AI perlu berjalan secara dalaman, kami boleh membekalkan dan memasang sistem pelayan AI.

Enterprise KM Chatbot sesuai untuk mencari dan merumuskan kandungan dokumen berformat konsisten, seperti laporan pemeriksaan dan pembaikan menggunakan borang yang sama. Sistem tidak sesuai untuk membuat keputusan berdasarkan jawapan tanpa menyemak dokumen sumber kerana LLM boleh tersilap. Kualiti jawapan bergantung pada kelengkapan dan keseragaman dokumen yang dimasukkan.

Kami membangunkan sistem AI Knowledge Management pada nimitFlow untuk penyelenggaraan injap kawalan (Control Valve) loji penapisan minyak dalam industri tenaga dan menyerahkannya pada 2026. Sejarah pemeriksaan dan pembaikan disimpan dalam kira-kira 2,000 laporan PDF yang disusun mengikut Tag No. (pengenal setiap injap). Sistem merangkumi borang laporan digital, eksport laporan ke Excel, papan pemuka yang mengumpulkan laporan mengikut unit pengeluaran, serta Enterprise KM Chatbot yang menggabungkan LLM dengan RAG.

Projek bermula dengan prototaip (POC) untuk demonstrasi, kemudian dibangunkan menjadi sistem operasi. Pelanggan menandatangani Job Completion Certificate. Pembantu AI direka untuk menjawab soalan seperti “Apakah yang telah diganti pada injap ini?” dengan menyatakan Tag No. laporan berkaitan supaya pengguna boleh membuka laporan sebenar.

Apakah yang kita pelajari

RAG hanya mengambil sebahagian dokumen yang paling berkaitan, jadi ia sesuai untuk soalan yang jawapannya terdapat dalam beberapa dokumen. Pengiraan seluruh koleksi, seperti “Berapakah laporan bagi jenama ini?”, perlu direka supaya menggunakan data berstruktur dalam pangkalan data. Jika LLM dibiarkan mengira sendiri, angka mungkin tersilap.

Laporan yang menggunakan borang, tajuk bahagian dan unit yang sama lebih mudah distrukturkan serta membantu AI menjawab dengan lebih tepat. Pengguna lapangan perlu menyemak istilah khusus dan tajuk borang supaya sepadan dengan laporan yang digunakan pasukan.

Apa yang bermaksud untuk anda?

Oleh itu, projek anda bermula dengan sampel dokumen sebenar dan senarai soalan lazim pasukan. Sejak awal, kami memisahkan soalan tentang kandungan dokumen daripada soalan berangka, kemudian menguji jawapan menggunakan senarai itu sebelum penyerahan. Anda boleh bermula dengan prototaip (POC) menggunakan set dokumen kecil, kemudian meluaskannya kepada semua dokumen.