Lavori reali, metriche reali
Knowledgebase interrogabile in linguaggio naturale
Knowledge Management Studio professionale · ~80 dip.
-68% tempo ricerca
5→2 sett onboarding nuovi
Documenti operativi sparsi su 4 sistemi; senior bruciavano 30 min/giorno a cercare precedenti. Indicizzazione RAG con citazioni alla fonte, integrata in Slack.
Il cliente, uno studio professionale italiano da ~80 persone, aveva conoscenza operativa critica accumulata negli anni e dispersa tra Google Drive, SharePoint, un archivio legacy on-prem e mail. I senior partner bruciavano in media 30 minuti al giorno cercando precedenti, sentenze e pareri già emessi su casi simili. I nuovi associati impiegavano 5-6 settimane prima di essere operativi.
Abbiamo costruito una knowledge base RAG che indicizza tutti i documenti delle 4 fonti, normalizza i metadati, e fornisce un'interfaccia di ricerca in linguaggio naturale via Slack. Ogni risposta include citazioni alla fonte (link al documento + paragrafo) per la verificabilità.
Stack tecnico: pgvector per il vector store, embeddings OpenAI, application layer Python, integrazione Slack via bot. Tempo dal go-live: 4 mesi. Modello di scale: hand-off al team IT interno + retainer di care mensile.