AI baza znanja za tvrtke.
RAG sustav iz Njemačke, dostupan na svakom kanalu.
Znanje je posvuda, u PDF-ovima, na wikijima, u Word dokumentima, na popisima čestih pitanja, u starim e-porukama. Zaposlenici i klijenti moraju ga tražiti ručno. Klasični alati za upravljanje znanjem tražilice su: prikazuju rezultate pretrage, ali ne odgovaraju. Generativni AI poput ChatGPT-a odgovara, ali ne poznaje znanje tvoje tvrtke. Ono što nedostaje: RAG sustav koji povezuje oboje i dostupan je na svakom kanalu (telefon, chat, e-pošta).
ZapočniUkratko
RAG (Retrieval Augmented Generation) standardna je arhitektura za korporativne baze znanja s AI-jem: dokumenti se pretvaraju u vektorske embeddinge i pohranjuju u vektorsku bazu podataka. Pri upitu sustav pronalazi najrelevantnije odlomke i prosljeđuje ih kao kontekst modelu LLM, koji iz njih generira odgovor. Prednost pred klasičnim tražilicama: odgovor na prirodnom jeziku umjesto popisa poveznica. Prednost pred generičkim AI-jem: specifično znanje tvrtke umjesto općeg znanja. No izgraditi RAG sustav sam korporativno je inženjerstvo po mjeri: licencirati vektorsku bazu podataka (američka usluga u oblaku ili samostalno hostirana), postaviti integraciju s LLM-om, izgraditi cjevovod embeddinga, odabrati strategiju chunkinga, uvesti model za re-ranking, izgraditi sloj usklađenosti za GDPR/AI Act. Vremenski trošak: 2 do 6 mjeseci izvedbe po mjeri. Cijena: peteroznamenkasti troškovi uspostave plus četveroznamenkasti mjesečni troškovi oblaka. Arhitektura rinqo to rješava: upravljanje znanjem uključeno je u proizvod odmah, vlastita vektorska baza podataka na Hetzneru u Njemačkoj, AI modeli s ugovorno zajamčenom obradom podataka u EU-u, obavijest u skladu s AI Actom. Aktivacija putem čarobnjaka.
Uz rinqo dobivaš AI bazu znanja s višekanalnim izlazom. Jedna središnja baza znanja temeljena na RAG-u po organizaciji, punjena iz PDF-ova, pregledavanja web-stranice, popisa čestih pitanja i članaka helpdeska; sustave s REST API-jem poput Confluencea ili Notiona povezuješ kao vezu, agent u njima pretražuje tijekom razgovora. Dostupna na svakom kanalu: telefon (jedan poziv vraća odgovor iz baze znanja), chat (widget s function callingom), e-pošta (agent priprema odgovore na standardne upite kao skicu za odobrenje) i osobni agent (interno pretraživanje pitanja i odgovora za cijeli tim), marketing i budući kanali crpe iz iste baze. Hosting na Hetzneru DE.
Sadržaj
Zašto rinqo?
RAG odmah dostupan umjesto inženjerstva po mjeri
Klasična izvedba RAG-a: 2 do 6 mjeseci inženjerstva po mjeri s licencom vektorske baze podataka, postavljanjem LLM-a, cjevovodom embeddinga, chunkingom, re-rankingom, usklađenošću. rinqo: postavljanje čarobnjakom, vlastita vektorska baza podataka, AI usluga s obradom u EU-u, obavijest po AI Actu integrirana prema zadanim postavkama.
Višekanalni izlaz bez zasebne integracije
Klasični alati za baze znanja web su sučelja. rinqo istu bazu znanja čini dostupnom putem telefona, chat widgeta, trijaže e-pošte i osobnog agenta, bez zasebnih kanalnih integracija. Jedna baza znanja, svaki kanal.
Hetzner DE umjesto američke vektorske baze u oblaku
Rašireni servisi vektorskih baza podataka hostiraju u američkim regijama. rinqo vlastitu vektorsku bazu podataka vodi na Hetzneru Falkenstein/Nürnberg, tvoja baza znanja nije kod američke vektorske usluge u oblaku, nego u EU-u. Ugovor o obradi podataka automatski pri sklapanju ugovora.
Rješavanje praznina u znanju uz kontinuirano učenje
Kada AI ne može odgovoriti na upit, praznina se javlja na nadzornoj ploči. Odgovor dodaješ u minuti i sljedeći put AI već zna odgovoriti. Baza znanja raste iz stvarnih upita klijenata, a ne iz teoretskog održavanja čestih pitanja.
Obavijest po čl. 50 AI Acta prema zadanim postavkama
Uz svaki odgovor koji generira AI: obavijest o transparentnosti (glasovna najava, oznaka u chatu, podnožje e-pošte). Obvezno od 02.08.2026, kod rinqo standardno. Klasične izvedbe RAG-a po mjeri obavijest moraju dodati ručno.
Function calling za strukturirane odgovore
Umjesto samo tekstualnih odgovora AI može pozivati funkcije: rezervira termin u kalendaru, stvori lead u CRM-u, pokrene webhook, proslijedi čovjeku. Tako baza znanja postaje aktivna (djeluje) umjesto pasivna (samo informira).
Prije. Poslije.
Klasične mogućnosti za korporativno upravljanje znanjem: (1) alati za wiki i dokumente, web-sučelje za pretragu, bez AI odgovora, bez višekanalne dostupnosti. (2) Izvedba RAG-a po mjeri, 2 do 6 mjeseci inženjerstva, peteroznamenkasti troškovi uspostave, američka vektorska baza podataka u oblaku, ručna usklađenost s GDPR-om. (3) Generički AI chatovi, ne poznaju znanje tvoje tvrtke, daju izmišljene odgovore (halucinacije).
rinqo (DE, Hetzner): RAG sustav odmah dostupan s vlastitom vektorskom bazom podataka u Njemačkoj, AI modeli s obradom u EU-u, standard AI Act. Višekanalni izlaz: telefon + chat + e-pošta + osobni agent. Rješavanje praznina u znanju za kontinuirano učenje. Postavljanje putem čarobnjaka.
Što je AI baza znanja? RAG za tvrtke, objašnjeno
RAG (Retrieval Augmented Generation) vodeća je arhitektura za baze znanja s AI-jem. Tri koraka: prvo, dokumenti se pretvaraju u semantičke vektorske embeddinge (pomoću modela za embeddinge) i pohranjuju u vektorsku bazu podataka. rinqo vlastitu vektorsku bazu podataka vodi na Hetzneru u Njemačkoj. Drugo, pri upitu sustav izračunava vektorski embedding pitanja i u bazi pronalazi najsličnije odlomke dokumenata, obično 5 najboljih pogodaka. Treće, pronađeni odlomci prosljeđuju se kao kontekst modelu LLM (kod rinqo s ugovorno zajamčenom obradom podataka u EU-u), koji iz njih generira odgovor na prirodnom jeziku. Prednost: specifično znanje tvrtke umjesto općeg znanja, odgovor na prirodnom jeziku umjesto popisa poveznica. Kompromis: potreban je kvalitetan sadržaj baze znanja i čist chunking. rinqo ima chunking i re-ranking standardno kalibrirane za baze znanja MSP-a iz regije DACH (članci helpdeska od 100-500 riječi, kombinirani s popisima čestih pitanja i PDF dokumentima).
Kako se gradi rinqova baza znanja, nekoliko ulaznih izvora s odobrenjem
Baza znanja prima nekoliko vrsta ulaza. Prvo, pregledavanje web-stranice. Uneseš URL svoje glavne domene i rinqo automatski pregledava sve stranice koje se mogu indeksirati, izvlači tekst i stvara embeddinge u vlastitoj vektorskoj bazi podataka. Drugo, prijenos datoteka. Prenosiš PDF dokumente, Word dokumente, Markdown datoteke i Excel tablice. Tekst se izvlači i automatski pretvara u embeddinge. Radi za zbirke članaka helpdeska, priručnike za zaposlenike, dokumentaciju proizvoda, smjernice za usklađenost. Treće, izvori trećih strana. Sustave s REST API-jem poput Confluencea ili Notiona povezuješ kao vezu, agent u njima pretražuje tijekom razgovora; na zahtjev to postavljamo mi. Četvrto, iz samog radnog dana. Pita li netko osobnog agenta nešto što još nije pohranjeno ili čovjek odgovori na eskalirani upit, rinqo predlaže novi element znanja. Važno: prijedlog ne postaje automatski aktivan. Ovlaštena osoba ga odobrava i odlučuje ide li u zajedničko znanje tvrtke ili u osobno znanje dotične osobe. Tako baza znanja kontrolirano raste iz svakodnevnog rada, bez mukotrpnog održavanja, i ništa neprovjereno ne dospijeva u odgovore.
Višekanalni izlaz, jedna baza znanja za svaki kanal
Klasični alati za upravljanje znanjem web su sučelja, zaposlenici i klijenti moraju otvoriti aplikaciju, tražiti, čitati. Pri telefonskim pozivima, upitima u chatu ili e-porukama znanje mora ručno potražiti netko iz tima. rinqo to obrće: ista baza znanja reproducira se na svakom kanalu. Telefonski kanal: telefonski agent s AI-jem preuzima poziv, pretražuje bazu znanja i odgovara glasom (sinteza govora putem njemačkog pružatelja, hostirana u EU-u). Chat kanal: web widget s istom bazom znanja. E-mail kanal: autonomni agent za trijažu povezuje se putem IMAP-a s poštanskim sandučićem, odgovara na upite koji su u bazi znanja i eskalira složene poruke. Osobni agent: izravno pretraživanje pitanja i odgovora za cijeli tim (npr. o dokumentaciji postupka prijave bolovanja), uz navođenje izvora uz svaki odgovor. Jedna baza znanja, svaki kanal, bez silosa znanja.
Dodjela znanja, svaki agent vidi samo ono što smije vidjeti
Jedna baza znanja ne znači da svatko vidi sve. U rinqo svakom agentu ciljano dodjeljuješ iz kojeg znanja smije odgovarati. Chat agent na web-stranici dobiva radno vrijeme, usluge i cijene; e-mail agent uz to postupke za reklamacije; interni kadrovski dokumenti, nabavni uvjeti ili ugovori ostaju posve izvan toga. Tako agent prema klijentima odgovara samo na ono što je namijenjeno klijentima i nikad ne pristupa internim dokumentima; razdvajanje je strukturno, a ne stvar formulacije u promptu. Osobni agent za tim smije obrnuto pristupiti internom znanju, svaka osoba uz to svojem vlastitom osobnom znanju koje nikomu drugom nije vidljivo. Dodjelu određuješ na nadzornoj ploči i mijenjaš je u svakom trenutku; promjena odmah djeluje na svim kanalima, bez da dokumente održavaš dvaput.
Rješavanje praznina u znanju, baza znanja uči iz stvarnih upita
Klasični RAG sustavi imaju tipičan problem: baza znanja na početku je nepotpuna. Zaposlenici i klijenti postavljaju pitanja koja baza znanja ne pokriva. Klasični sustavi tada odgovaraju porukom o pogrešci ili, još gore, haluciniraju. rinqo ima petlju kontinuiranog učenja. Korak 1: pri upitu na koji nije moguće odgovoriti, AI iskreno eskalira na čovjeka I strukturirano bilježi prazninu na nadzornoj ploči. Korak 2: vidiš sve otvorene praznine u znanju razvrstane po učestalosti. Korak 3: odgovor dodaješ za 30 sekundi (može biti unos u česta pitanja, dopunjeni odlomak dokumentacije ili nova datoteka znanja). Korak 4: sljedeći isti ili sličan upit dobiva automatski odgovor. Baza znanja raste iz stvarnih upita klijenata, a ne iz teoretskog održavanja čestih pitanja.
rinqo naspram klasičnih alata za upravljanje znanjem, usporedba
U 2026. MSP iz regije DACH uspoređuju tri mogućnosti za upravljanje znanjem. Prvo, klasične alate za wiki i baze znanja. Snaga: zrela uređivačka sučelja, verzioniranje, dozvole, timska suradnja. Slabost: samo web-sučelje, bez AI odgovora, bez višekanalne dostupnosti. Cijena obično 8-15 €/osoba/mjesec, ali bez uključenog AI sloja. Drugo, izvedbu RAG-a po mjeri. Snaga: najveća fleksibilnost u arhitekturi i integracijama. Slabost: 2 do 6 mjeseci inženjerstva, peteroznamenkasti troškovi uspostave, licence za bazu u oblaku, ručna usklađenost s GDPR-om/AI Actom, u skladu s tim zahtjevno. Treće, generičke AI chatove. Snaga: zreli odgovori LLM-a. Slabost: ne poznaju znanje tvrtke (osim ako kontekst ručno zalijepi), haluciniraju pri specifičnim upitima, često hostiraju u američkom oblaku. rinqo objedinjuje tri prednosti: održavanu bazu znanja s osnovnim uređivačkim funkcijama, plus RAG odgovore, plus GDPR/hosting u EU-u (proizvedeno u Njemačkoj).
Česta pitanja
Izvori
- Uredba EU-a 2024/1689 (AI Act), čl. 50
- GDPR čl. 28, izvršitelj obrade
- Sud EU-a C-311/18 (Schrems II), prijenos podataka u treće zemlje
Zadnje ažurirano: 2026-09-05
Osnivač, rinqo
Osnivač rinqo. Gradi memoriju tvrtke u kojoj se znanje organizacije okuplja i ostaje dostupno, i AI agente koji iz nje rade: na telefonu, u pretincu, u chatu, u marketingu i u daljnjim ulogama. Ovdje piše o uvođenju AI u tvrtke, o zaštiti podataka i o tome što izdrži u praksi. Razvijeno u Njemačkoj, obrađeno u EU, bez američkih pružatelja.
Zadnje ažurirano:
Isprobaj uživo
Na agenta