Корпоративные знания без ручного поиска: как IskayPet объединила документы через Amazon Bedrock

Что объявлено: единый способ обращаться к распределённым знаниям

AWS описала внедрение в IskayPet, работающей в сфере ухода за домашними животными. Компания управляет более чем 330 магазинами в Испании, Португалии и Франции. Её корпоративные материалы охватывают розницу, ветеринарную помощь, закупки, кадровые процессы и адаптацию сотрудников.

Раньше офисные команды вручную просматривали сотни документов на четырёх языках. Согласно публикации, найденные ответы нередко оказывались устаревшими или неверными. Ассистент должен был использовать существующие материалы, не смешивать правила разных областей и стран и позволять сотруднику проверить первоисточник.

Основой стали Amazon Bedrock Managed Knowledge Bases. Управляемый сервис взял на себя загрузку материалов, подготовку поисковых представлений, хранение и извлечение фрагментов. По описанию AWS, команде не потребовалось самостоятельно обслуживать инфраструктуру RAG — подхода, при котором модель формирует ответ на основе найденных материалов.

Документы подключили через встроенный коннектор SharePoint без переноса исходного хранилища. Расширенная индексация сделала доступным для поиска содержимое изображений и сканов. Новые и изменённые документы подхватываются при очередной синхронизации; это не следует понимать как обещание мгновенного обновления индекса.

Для разработки интерфейса, архитектуры AWS и развёртывания сервисов команда использовала Kiro с Claude Haiku 4.5. При этом публикация не называет конкретную модель, которая генерирует ответы сотрудников: её описывают как экономичную базовую модель на Amazon Bedrock.

Бизнес-сценарий: ответ по правилам нужного подразделения

В реализованной схеме сотрудник задаёт вопрос обычным языком. Приложение передаёт базе знаний его идентификационные данные, получает разрешённые фрагменты и использует их для ответа. Сотрудник видит документы-источники и может оценить полезность результата.

IskayPet выбрала отдельную базу знаний для каждого ассистента вместо общего индекса с фильтрами. Каждый помощник связан с определёнными сайтами, библиотеками или папками SharePoint. Это позволяет изолировать области знаний и настраивать их независимо.

Редакционное предложение для бизнеса — начать с ограниченного участка, например вопросов о возврате или адаптации сотрудников. Цель пилота стоит сформулировать как получение проверяемого ответа по действующей инструкции, а не как создание универсального собеседника обо всех процессах компании.

В таком пилоте полезно проверить, выбирается ли нужная область знаний, совпадает ли ответ с документом и может ли пользователь открыть источник. Это предложенный нами способ оценки, а не дополнительный результат внедрения IskayPet.

Ограничения и контроль: разрешённый документ ещё нужно правильно использовать

В кейсе предусмотрены два уровня доступа. Сначала сотруднику показывают только доступных ему ассистентов; если право подтвердить нельзя, помощник скрыт. Затем при поиске повторно проверяются разрешения на отдельные документы. Один вопрос поэтому может давать разные ответы сотрудникам с разными правами.

Гибридный поиск объединяет смысловое сопоставление и поиск по ключевым словам, после чего результаты переупорядочиваются по релевантности. Ассистент извлекает 25 фрагментов и после удаления дубликатов и слишком коротких частей передаёт модели до 15.

Инструкция модели требует ссылаться на источники и сообщать, когда ответа в найденных материалах нет. Это средство снижения ошибок, но не доказательство их отсутствия. Качество команда оценивает встроенными инструментами, используя также положительные и отрицательные отзывы сотрудников.

AWS сообщает примерно о 95-процентном сокращении времени поиска процедур и политик. Около 100 000 запросов в месяц указаны как ожидаемый объём, а не измеренная нагрузка. Фильтрация содержимого и дополнительные политики ответственного использования ИИ описаны как добавляемые меры.

Отдельное ограничение — стоимость контекста. По публикации, в эксплуатации основные расходы на генерацию связаны с входными токенами найденных фрагментов. Кэширование стабильной части запроса и пакетная обработка неинтерактивных задач пока рассматриваются как направления оптимизации, а не как уже подтверждённая экономия.

Практический чек-лист: что проверить перед расширением

Ниже — редакционный чек-лист для собственного пилота. Он не является инструкцией AWS и не предполагает повторения показателей IskayPet. Его задача — проверить пригодность подхода на документах, разрешениях и вопросах конкретной компании.

• Определите область пилота и допустимые источники: подразделение, страну, библиотеки и папки с инструкциями.
• Проверьте актуальность документов и права пользователей до подключения поиска, включая сценарий отзыва доступа.
• Соберите реальные вопросы, в том числе такие, на которые в выбранных материалах нет ответа.
• Оценивайте правильность ответа, доступность источника, время поиска и расход контекста, а не только удобство интерфейса.
• После изменений документов или настроек повторяйте проверку качества и разбирайте отрицательные отзывы.

Главный вывод кейса — управляемая инфраструктура снимает часть технического обслуживания, но не отменяет работу с корпоративными правилами. Для собственного проекта разумно сначала подтвердить качество и корректность доступа в ограниченной области, а затем принимать решение о расширении.

Сцена по теме: Поиск корпоративных инструкций →