Base di conoscenza IA per le aziende.
Sistema RAG dalla Germania, consultabile su ogni canale.
La conoscenza è ovunque, in PDF, wiki, documenti Word, elenchi FAQ, vecchie e-mail. Chi lavora e la clientela devono cercarla a mano. Gli strumenti classici di gestione della conoscenza sono strumenti di ricerca, mostrano risultati ma non rispondono. L'IA generativa come ChatGPT sa rispondere, ma non conosce il sapere della tua azienda. Quello che manca: un sistema RAG che colleghi le due cose, e sia consultabile su ogni canale (telefono, chat, e-mail).
Inizia oraIn breve
Il RAG (Retrieval Augmented Generation) è l'architettura standard per le basi di conoscenza IA enterprise: i documenti vengono tradotti in embedding vettoriali e salvati in un database vettoriale. Alle richieste il sistema cerca i passaggi più rilevanti, li passa come contesto a un LLM, che ne genera una risposta. Vantaggio rispetto agli strumenti di ricerca classici: risposta in linguaggio naturale invece di un elenco di link. Vantaggio rispetto all'IA generica: conoscenza aziendale specifica invece di conoscenza generale. Ma costruirsi i sistemi RAG da soli è ingegneria enterprise custom: licenziare un vector DB (servizio cloud statunitense o self-hosted), configurare l'integrazione dell'LLM, costruire la pipeline di embedding, scegliere la strategia di chunking, impiegare un modello di re-ranking, costruire un layer di compliance per GDPR/AI Act. Tempo richiesto: 2-6 mesi di implementazione custom. Prezzo: setup a cinque cifre + costi cloud mensili a quattro cifre. L'architettura di rinqo risolve tutto questo: la gestione della conoscenza è inclusa out-of-the-box nel prodotto, database vettoriale auto-ospitato su Hetzner in Germania, modelli IA con trattamento dei dati contrattualmente garantito nell'UE, disclosure conforme all'AI Act. Attivazione tramite wizard.
Con rinqo ottieni una base di conoscenza IA con output multicanale. Una base di conoscenza centrale basata su RAG per organizzazione, alimentata da PDF, crawl del sito, elenchi FAQ, articoli dell'helpdesk; i sistemi con API REST come Confluence o Notion li colleghi come collegamento, e l'agente vi consulta durante la conversazione. Consultabile su ogni canale: telefono (una chiamata restituisce la risposta dalla base di conoscenza), chat (widget con function-calling), e-mail (l'agente presenta le risposte alle richieste standard per l'approvazione) e l'agente personale (ricerca Q&A interna per tutto il team), marketing e canali futuri attingono alla stessa base. Hosting Hetzner DE.
Contenuti
Perché rinqo?
RAG out-of-the-box invece di ingegneria custom
Implementazione RAG classica: 2-6 mesi di ingegneria custom con licenza del vector DB, setup dell'LLM, pipeline di embedding, chunking, re-ranking, compliance. rinqo: setup con wizard, database vettoriale auto-ospitato, servizio IA con trattamento dei dati nell'UE, disclosure AI Act integrata di default.
Output multicanale senza integrazioni separate
Gli strumenti KB classici sono frontend web. rinqo rende la stessa base di conoscenza consultabile via telefono, widget di chat, triage e-mail e agente personale, senza integrazioni di canale separate. Una base di conoscenza, ogni canale.
Hetzner DE invece di un vector DB su cloud statunitense
I servizi vector DB diffusi ospitano in regioni statunitensi. rinqo gestisce in proprio il database vettoriale su Hetzner Falkenstein/Norimberga, la tua base di conoscenza non sta presso un servizio vettoriale su cloud statunitense, ma nell'UE. DPA automatico alla firma del contratto.
Risoluzione delle lacune di conoscenza con apprendimento continuo
Quando l'IA non può rispondere a una richiesta, la lacuna viene segnalata nella dashboard. Aggiungi la risposta in un minuto, la volta successiva l'IA sa rispondere. La base di conoscenza cresce dalle richieste reali dei clienti, non dalla manutenzione teorica delle FAQ.
Disclosure AI Act art. 50 di default
Per ogni risposta generata dall'IA: avviso di disclosure (annuncio vocale, badge in chat, footer e-mail). Obbligo dal 02.08.2026, con rinqo di default. Le implementazioni RAG custom classiche devono inserire la disclosure a mano.
Function-calling per risposte strutturate
Invece di sole risposte testuali, l'IA può richiamare funzioni: prenotare un appuntamento nel calendario, inserire un lead nel CRM, attivare un webhook, ri-escalation a una persona. Così la base di conoscenza diventa attiva (agisce) invece che passiva (informa soltanto).
Prima. Dopo.
Opzioni classiche per la gestione della conoscenza aziendale: (1) strumenti wiki e documentali, frontend web per la ricerca, nessuna risposta IA, nessuna disponibilità multicanale. (2) Implementazione RAG custom, 2-6 mesi di ingegneria, costi di setup a cinque cifre, vector DB su cloud statunitense, compliance GDPR manuale. (3) Chat IA generiche, non conoscono il sapere della tua azienda, danno risposte inventate (allucinazioni).
rinqo (DE, Hetzner): sistema RAG out-of-the-box con database vettoriale auto-ospitato in Germania, modelli IA con trattamento dei dati nell'UE, standard AI Act. Output multicanale: telefono + chat + e-mail + agente personale. Risoluzione delle lacune di conoscenza per l'apprendimento continuo. Setup tramite wizard.
Cos'è una base di conoscenza IA? Il RAG per le aziende spiegato
Il RAG (Retrieval Augmented Generation) è l'architettura di riferimento per le basi di conoscenza IA. Tre passi: primo, i documenti vengono tradotti in embedding vettoriali semantici (tramite un modello di embedding) e salvati in un database vettoriale. rinqo gestisce in proprio il database vettoriale su Hetzner in Germania. Secondo, a una richiesta il sistema calcola l'embedding vettoriale della domanda e cerca i passaggi di documento più simili nel database, tipicamente i top-5 risultati. Terzo, i passaggi trovati vengono passati come contesto a un LLM (con rinqo, trattamento dei dati contrattualmente garantito nell'UE), che ne genera una risposta in linguaggio naturale. Vantaggio: conoscenza aziendale specifica invece di conoscenza generale, risposta in linguaggio naturale invece di un elenco di link. Trade-off: serve una base di conoscenza con contenuti di buona qualità e un chunking pulito. rinqo ha chunking + re-ranking calibrati di default per le basi di conoscenza delle PMI DACH (articoli di helpdesk da 100-500 parole, misti a elenchi FAQ e documenti PDF).
Come si costruisce la base di conoscenza di rinqo, quattro fonti di input con approvazione
La base di conoscenza accetta diversi tipi di input. Primo, crawl del sito. Indichi l'URL del tuo dominio principale, rinqo effettua il crawl automatico di tutte le pagine indicizzabili, estrae il testo, lo indicizza nel database vettoriale auto-ospitato. Secondo, upload di file. Documenti PDF, documenti Word, file Markdown, tabelle Excel vengono caricati. Il testo viene estratto e indicizzato in automatico. Funziona per raccolte di articoli di helpdesk, manuali per il personale, documentazione di prodotto, policy di compliance. Terzo, fonti di terze parti. I sistemi con API REST come Confluence o Notion li colleghi come collegamento, e l'agente vi consulta durante la conversazione; su richiesta ce ne occupiamo noi. Quarto, dal lavoro quotidiano stesso. Se qualcuno chiede all'agente personale qualcosa che non è ancora archiviato, o se una persona risponde a una richiesta in escalation, rinqo propone il nuovo tassello di conoscenza. Importante: una proposta non diventa attiva in automatico. Una persona autorizzata la approva e decide se finisce nella conoscenza aziendale condivisa o nella conoscenza personale della singola persona. Così la base di conoscenza cresce in modo controllato dal lavoro di ogni giorno, senza manutenzione faticosa, e nulla finisce nelle risposte senza verifica.
Output multicanale, una base di conoscenza per ogni canale
Gli strumenti classici di gestione della conoscenza sono frontend web, chi lavora e la clientela devono aprire l'app, cercare, leggere. In caso di chiamate, richieste in chat o e-mail, la conoscenza deve essere recuperata a mano da qualcuno nel team. rinqo ribalta la cosa: la stessa base di conoscenza viene erogata su ogni canale. Canale telefono: l'agente telefonico IA risponde alla chiamata, cerca nella base di conoscenza, risponde a voce (sintesi vocale tramite un fornitore tedesco, ospitata nell'UE). Canale chat: widget web con la stessa base di conoscenza. Canale e-mail: un agente di triage autonomo si collega via IMAP alla casella, risponde alle richieste presenti nella base di conoscenza, fa escalation delle mail complesse. Agente personale: ricerca Q&A diretta per tutto il team (ad es. sulla documentazione del workflow di segnalazione malattia), con indicazione della fonte a ogni risposta. Una base di conoscenza, ogni canale, nessun silo di conoscenza.
Assegnare la conoscenza, ogni agente vede solo ciò che deve vedere
Una base di conoscenza non significa che tutti vedano tutto. In rinqo assegni a ciascun agente in modo mirato da quale conoscenza può rispondere. L'agente di chat sul sito riceve orari, servizi e prezzi; l'agente e-mail in più le procedure di reclamo; documenti interni del personale, condizioni d'acquisto o contratti restano completamente fuori. Così un agente rivolto ai clienti risponde solo su ciò che è destinato alla clientela e non accede mai ai documenti interni: la separazione è strutturale, non una questione di formulazione nel prompt. L'agente personale per il team, al contrario, può accedere alla conoscenza interna, e ogni persona in più alla propria conoscenza personale, che nessun altro può vedere. Definisci l'assegnazione nella dashboard e la modifichi in qualsiasi momento: una modifica agisce subito su tutti i canali, senza dover curare i documenti due volte.
Risoluzione delle lacune di conoscenza, la base impara dalle richieste reali
I sistemi RAG classici hanno un problema tipico: all'inizio la base di conoscenza è incompleta. Chi lavora e la clientela fanno domande non coperte dalla base. I sistemi classici rispondono allora con un messaggio di errore o, peggio, allucinano. rinqo ha un loop di apprendimento continuo. Passo 1: a una richiesta a cui non può rispondere, l'IA fa escalation con onestà a una persona E registra la lacuna in modo strutturato nella dashboard. Passo 2: vedi tutte le lacune di conoscenza aperte ordinate per frequenza. Passo 3: aggiungi la risposta in 30 secondi (può essere una voce FAQ, un passaggio di documentazione integrato o un nuovo file di conoscenza). Passo 4: la successiva richiesta uguale o simile viene evasa automaticamente. La base di conoscenza cresce dalle richieste reali dei clienti, non dalla manutenzione teorica delle FAQ.
rinqo vs. strumenti classici di gestione della conoscenza, il confronto
Nel 2026 le PMI DACH confrontano tre opzioni per la gestione della conoscenza. Primo, gli strumenti classici wiki e KB. Punto di forza: interfacce editoriali mature, versioning, permessi, collaborazione di team. Debolezza: solo frontend web, nessuna risposta IA, nessuna disponibilità multicanale. Prezzo tipico 8-15 €/persona/mese, ma senza layer IA incluso. Secondo, l'implementazione RAG custom. Punto di forza: massima flessibilità nell'architettura e nelle integrazioni. Debolezza: 2-6 mesi di ingegneria, costi di setup a cinque cifre, licenze cloud DB, compliance GDPR/AI Act manuale, con il relativo impegno. Terzo, le chat IA generiche. Punto di forza: risposte LLM mature. Debolezza: non conoscono la conoscenza aziendale (a meno di copiare il contesto a mano), allucinano su richieste specifiche, spesso hosting su cloud statunitense. rinqo unisce i tre vantaggi: base di conoscenza curata con funzioni editoriali di base più risposte RAG più GDPR/hosting UE (made in Germany).
Domande frequenti
Fonti
- Regolamento UE 2024/1689 (AI Act), art. 50
- GDPR art. 28, trattamento dei dati per conto
- CGUE C-311/18 (Schrems II), trasferimento dati verso Paesi terzi
Ultimo aggiornamento: 2026-09-05
Fondatore, rinqo
Fondatore di rinqo. Costruisce una memoria aziendale dove il sapere di un'organizzazione converge e resta disponibile, e gli agenti IA che ne vivono: al telefono, nella casella, in chat, nel marketing e in altri ruoli. Scrive qui dell'introduzione dell'IA in azienda, della protezione dei dati e di ciò che regge nella pratica. Sviluppato in Germania, elaborato nell'UE, senza fornitori USA.
Ultimo aggiornamento:
Prova dal vivo
Vai all'agente