Как интегрировать Базу знаний в IT-контур компании

В крупном бизнесе сотрудники работают сразу в нескольких IT-системах, и при внедрении базы знаний важно учитывать этот контур. Если связать системы между собой там, где это действительно нужно, работа станет проще и быстрее.

Ниже рассказываем об основных интеграциях, о которых стоит подумать при внедрении базы знаний.

Первое, с чем вы столкнетесь, — необходимость связать базу знаний с учетной системой пользователей, такой как Active Directory или другими подобными решениями.

Разумеется, СУЗ-платформы могут вести каталог пользователей, определять роли и права доступа независимо от внешних систем. Но ценность интеграции в том, что политиками доступа и ролями можно управлять централизованно в одной системе, а база знаний будет просто воспроизводить эти настройки. Так сохраняется единый подход к управлению безопасностью.

Более продвинутый вариант — настройка SSO (single sign on), то есть технологии единого входа. В этом случае пользователь один раз авторизуется в одной системе и получает доступ к другим разрешенным корпоративным сервисам, включая базу знаний.

Дополнительно можно настроить двухфакторную аутентификацию. Если в компании уже используется такой способ подтверждения действий пользователя, его стоит реализовать и в базе знаний.

Следующий этап — рассмотреть интеграцию базы знаний с другими корпоративными системами на уровне классических API-функций.

В первую очередь речь идет о возможности обращаться к базе знаний не из ее собственного интерфейса, а из привычных рабочих систем: CRM, ERP, окна оператора, чат-бота или корпоративного мессенджера. Так, в InKnowledge есть как классический API для выдачи контента или подборок по поисковому запросу, продвинутый API - для взаимодействия с ИИ функционалом, так и отдельный API для ботов, который позволяет выдавать конкретный ответ или подборку документов по конкретному интенту.

Взаимодействие пользователя с базой знаний может происходить как через классический поиск, так и с применением ИИ-технологий. Этот сценарий можно разделить на два кейса.

Первый— когда мы точно понимаем, что определенному вопросу или задаче соответствует конкретный контент. Например, оператор общается с клиентом и ему нужен продающий скрипт, и для этого запроса существует только один подходящий документ. Такие задачи можно заранее преднастроить: по сути, мы делаем прямые ссылки от задач к материалам в базе знаний.

Второй — когда у сотрудника нет четкого понимания, какие именно документы ему нужны, а есть представление о предметной области. В таком случае при интеграции важно сузить зону поиска — и для классических сценариев, и для работы с ИИ-ассистентом.

Для классических сценариев это важно, чтобы система лучше понимала, к какому разделу и категории относится этот запрос, и нашла соответствующий документ. Для ИИ сужение выборки также критично, так как снижает риск галлюцинаций модели и повышает качество ответов.

Чтобы реализовать такое сужение выборки, можно использовать несколько подходов.

Первый — учитывать контекст, в котором пользователь работает с системой, интегрированной с базой знаний. Например, если сотрудник открывает профиль клиента в CRM, система уже знает тип клиента, его продукты, историю диалога, интересы и другие параметры. Все эти данные можно использовать как фильтры и вместе с запросом передавать в базу знаний.

Второй вариант — сужать поиск с помощью чат-бота. Например, бот встречает клиента в мессенджере и помогает ему найти ответ, постепенно уточняя запрос через дополнительные вопросы или предлагая выбрать нужную опцию.

Зачастую, доступен и наиболее простой и эффективный сценарий интеграции базы знаний с другими системами - можно встроить интерфейс одной системы в другую с помощью iframe. Такой подход можно использовать в InKnowledge. Так в базе знаний можно создать отдельное представление с нужными элементами управления: строкой поиска, фильтрами, тегами и другими параметрами, а затем адаптировать его под интерфейс той системы, где работает пользователь. Также возможны обратные интеграционные сценарии, когда в базу знаний встраиваются те или иные сервисы внешних систем, чтобы быть всегда под рукой у пользователя. Часто подобный сценарий называют “Единым окном”.

Часто сотрудники одновременно работают сразу в нескольких системах и сервисах. Поэтому возникает задача организовать удобное рабочее место с бесшовным доступом к основным инструментам.

Такую схему можно реализовать в Базе знаний InKnowledge. Благодаря гибким настройкам интерфейса Базы знаний или ИИ-портала внешние сервисы можно встроить прямо в рабочее пространство пользователя. Интеграции можно делать как через iframe, так и с помощью разработки и повторного использования специальных виджетов.

Например, при работе с карточкой клиента специалисту могут быть доступны скрипты сопровождения, панель управления звонком и другими коммуникациями, а также нужные калькуляторы для быстрого расчета стоимости обслуживания. Все это находится под рукой в одном окне, что делает работу удобнее и повышает эффективность.

При настройке интеграций стоит также учитывать, что базу знаний можно сделать единым источником информации для всех каналов, которыми пользуются и сотрудники и клиенты: самой базы знаний, чат-ботов, помощников, голосовых ботов, страниц FAQ на сайтах и в приложениях. В этом случае особенно полезен функционал омниканальных статей, где для разных каналов можно предусмотреть отдельные блоки информации, содержащиеся при этом в единой статье.

Если речь идет о внешнем пользователе, который читает статью из базы знаний в мобильном приложении, контент — текст, формулировки, тональность и оформление — будет выдержан в неком стиле. Для чат-бота такой контент подойдет не полностью: какие-то моменты окажутся избыточными, но зато будет уместно использовать HTML-структуру. Для голосового помощника требования будут совсем другими: формулировки должны быть проще и четче, картинки, гиперссылки и HTML здесь не всегда допустимы.

Поэтому важно заранее продумать сами интеграционные решения: какие каналы коммуникации будут использоваться, какие механизмы интеграции есть у каждого канала и какие требования к контенту у него существуют.

Важно учитывать, что интеграционные сценарии могут касаться не только получения информации из базы знаний здесь и сейчас, но и обновления контента.

Если база знаний является источником информации для других систем, которыми пользуются сотрудники и внешние пользователи, то при изменении данных в БЗ они должны либо автоматически обновляться в этих системах, либо, если речь идет о не слишком чувствительной информации, обновляться по отложенному сценарию (расписанию).

Может быть и обратная ситуация, когда создание или обновление существующего контента в базе знаний запускает внешний сервис. Он может либо инициировать отдельный рабочий процесс для проверки и обновления контента, либо автоматически создавать и обновлять статьи в базе знаний.

Например, в базе знаний может быть настроена интеграция с «КонсультантПлюс», чтобы сотрудники всегда имели доступ к актуальным законодательным данным. Когда в системе появляется новая редакция закона, эта информация должна обновиться и в базе знаний. Это можно сделать двумя способами: по расписанию, когда база знаний регулярно проверяет наличие изменений, или по триггеру, когда внешняя система сама передает сигнал об обновлении.

Еще один тип контентных интеграций — когда в статьях базы знаний нужно показывать данные из внешней системы. Например, это может быть аналитика, которая собирается в реальном времени, или калькуляторы стоимости доставки, размещенные в другой системе, но доступные сотруднику прямо из статьи в базе знаний.

Другой вариант работы с контентом — когда в базу знаний переносится информация из другой системы, к которой пользователи уже привыкли. Например, если у привычной системы есть ограничения по дальнейшему развитию, в том числе по внедрению ИИ, можно использовать такой подход, чтобы сохранить уже сделанные инвестиции и при этом добавить новые возможности.

В этом случае данные переносятся в базу знаний, структурируются и размечаются так, чтобы с ними было удобно работать. После этого пользователям можно дополнительно дать доступ к ИИ-помощнику в привычном для них интерфейсе изначальной системы.

Сейчас особенно востребованы сервисы в формате чат-помощника, когда пользователь задает вопрос ИИ, а ответ формируется на основе документов из корпоративного контура. Такой сценарий нужен не только в базе знаний или ИИ-портале, но и во внешних приложениях.

При этом база знаний может выступать как единый сервис, в который передаются сам вопрос, контекст и дополнительные параметры — например, тематика или фильтры. В результате система выдает уже готовый ответ.

Например, в приложении ДБО рядом с привычным поиском по вопросам и ответам можно добавить окно для обращения к ИИ-помощнику. Пользователь вводит запрос, а ИИ сразу обрабатывает его и выдает ответ.

В первую очередь нужно обращать внимание на обязательные интеграции — прежде всего, на интеграцию с каталогом пользователей. Еще на этапе выбора решения базы знаний важно хотя бы в общих чертах определить, с какими системами вам потребуется связка, и проверить, соответствует ли будущая платформа этим требованиям.

При этом не стоит сразу пытаться охватить все возможные интеграционные сценарии. По мере знакомства с решением вы лучше поймете его возможности, ограничения и наиболее подходящие области применения. Как правило, уже в ходе пилотного проекта или в первые месяцы после запуска формируется более точное понимание того, какие интеграции действительно нужны в первую очередь.