Wiedza firmowa, o którą pracownicy mogą zapytać, z uprawnieniami i źródłami

Pracownicy przestają szukać właściwego dokumentu i przestają przerywać pracę koledze, który zawsze wie. W większości firm wiedza istnieje, tylko jest rozproszona: jak ujmuje to przykład z praktyki Mittelstand-Digital Zentrum Chemnitz, leży w różnych dokumentach, stronach pomocy i wewnętrznych opisach. Do tego dochodzą udziały plików, stare zgłoszenia i prywatne skrzynki pocztowe. Nowi pracownicy dopytują wszystkich wokół, a eksperci w kółko odpowiadają na te same pytania.

Firmy już się tym zajmują. W badaniu Bitkom z 2026 roku wśród firm zatrudniających co najmniej 20 osób 22% firm korzystających z AI używa jej w wewnętrznym zarządzaniu wiedzą, wobec 11% w 2025 roku. To samo badanie pokazuje, co hamuje użytkowników AI: wymogi ochrony danych (66%) i obawa, że dane firmy trafią w niepowołane ręce (45%). Asystent wiedzy musi rozwiązać obie sprawy naraz: dawać przydatne odpowiedzi i trzymać dane tam, gdzie ich miejsce.

Większość firm jeszcze tam nie dotarła. W panelu zakładów IAB opublikowanym w maju 2026 roku 90% zakładów korzystających z AI używa darmowych narzędzi, 16% kupionych modeli trenowanych na własnych danych, a 6% własnych modeli. Prezes Bitkom Ralf Wintergerst podsumował to we wrześniu 2026 roku: kto kupuje tylko licencję, ten kupił AI, ale jeszcze niczego nie zmienił.

• Nowi pracownicy sami znajdują procedury, zasady cenowe i wcześniejsze rozwiązania, więc wdrożenie zabiera mniej czasu doświadczonym kolegom.
• Eksperci odpowiadają na mniej powtarzających się pytań i mają ten czas na trudne przypadki.
• Wiedza kolegów bliskich emerytury zostaje zapisana, powiązana i łatwa do znalezienia, zanim odejdą. To ma coraz większe znaczenie, bo brak fachowców sprawia, że trudno ich zastąpić.
• Serwis, sprzedaż i help desk dają tę samą odpowiedź na to samo pytanie, opartą na aktualnym dokumencie.
• Zarząd dostaje jeden zmierzony system używany na co dzień zamiast licencji, których nikt nie sprawdza.

Asystent odpowiada na pytania, które twoi pracownicy zadają codziennie, na podstawie dokumentów i systemów, w których odpowiedzi już są. Każda odpowiedź cytuje fragment źródła z linkiem do dokumentu, żeby można było ją sprawdzić. Jeśli źródła nie zawierają odpowiedzi, asystent to mówi, zamiast zgadywać.

Publiczne przykłady pokazują ten wzorzec. Mittelstand-Digital Zentrum Chemnitz opisuje w niedatowanym przykładzie z praktyki prototyp w InVIDO GmbH, producencie mebli na wymiar: przeszukuje wewnętrzne dokumenty, notatki o oprogramowaniu i treści centrum pomocy, odpowiada ze źródłami i działa lokalnie w firmie, bo dane firmy nie miały trafiać do zewnętrznej chmury. Jako cel podano wyraźne zmniejszenie powtarzających się zapytań klientów i wewnętrznego wysiłku na wyszukiwanie. Zmierzonego wyniku nie opublikowano. Prasa branżowa (ZfK, 2026) podała, że Stadtwerke Pforzheim używają asystentów do instrukcji eksploatacji w obszarach energii elektrycznej, ciepła systemowego, gazu, telekomunikacji i wody, którzy kierują każde pytanie do właściwego działu. Cloudsail nie brał udziału w żadnym z tych projektów.

• Regulaminy i procedury z SharePoint albo intranetu: „Który regulamin podróży obowiązuje i co mówi o podróżach koleją?”
• Instrukcje stanowiskowe, księgi jakości i opisy procesów z udziałów plików i systemów DMS, takich jak d.velop czy ELO.
• Wcześniejsze rozwiązania ze zgłoszeń w Jira, ServiceNow albo twoim help desku: „Czy klient miał już ten błąd i co pomogło?”
• Pytania o produkty i ceny na podstawie kart produktów i cenników, ze stanami i danymi zamówień czytanymi na bieżąco z SAP albo twojego ERP.
• Specyfikacje, dokumentacja techniczna i wcześniejsze materiały projektowe dla działu konstrukcyjnego i R&D.
• Pytania kadrowe na podstawie regulaminów i porozumień zakładowych, bez dostępu do akt osobowych.

Ludzie pozostają odpowiedzialni za treść i za każdą decyzję podjętą na podstawie odpowiedzi. Asystent znajduje i cytuje, a decyzje podejmują ludzie.

• Każde źródło ma właściciela, który decyduje, co do niego trafia, co jest nieaktualne i która wersja obowiązuje.
• Odpowiedzi dotyczące bezpieczeństwa, prawa, cen albo kadr wskazują odpowiedzialny dział, a użytkownik potwierdza z nim sprawę, zanim zacznie działać.
• Uwagi typu „błędne”, „nieaktualne” albo „brakuje” trafiają do właściciela dokumentu, który poprawia źródło, a nie model.
• Eksperci sprawdzają pytania testowe i oczekiwane odpowiedzi przed startem.
• Asystent nie ocenia pracowników ani kandydatów. Wstępna selekcja i ranking kandydatów do pracy to według AI Act zastosowania wysokiego ryzyka z surowymi obowiązkami dla firmy, która je stosuje, i nie są częścią tego systemu.

Podłączamy twoje źródła, przenosimy ich uprawnienia i uruchamiamy model tam, gdzie twoje dane mogą się znajdować: na własnych serwerach albo na twoim własnym koncie w chmurze.

Rdzeniem jest wyszukiwanie: asystent najpierw przeszukuje twoje dokumenty, a potem odpowiada wyłącznie na podstawie tego, co znalazł, i pokazuje źródło. Często nazywa się to RAG, czyli retrieval-augmented generation. Dokumenty takie jak instrukcje, regulaminy i dawne zgłoszenia trafiają do indeksu wyszukiwania, podzielone tak, żeby tabele i warunki pozostały razem. Dane, które ciągle się zmieniają, takie jak stany, ceny czy zamówienia, są czytane na bieżąco z SAP albo twojego ERP przez zatwierdzone narzędzia, zamiast być kopiowane.

• Źródła: SharePoint i Microsoft 365, udziały plików, Confluence albo inne wiki, systemy DMS takie jak d.velop czy ELO, systemy zgłoszeń takie jak Jira czy ServiceNow oraz dane ERP z SAP.
• Uprawnienia: prawa z SharePoint, udziałów plików i twojego dostawcy tożsamości, na przykład Entra ID albo Active Directory, są zapisywane przy każdym dokumencie i stosowane przy każdym wyszukiwaniu, więc nikt nie dostanie odpowiedzi z dokumentu, którego nie może otworzyć.
• Aktualność: zadania aktualizujące wychwytują nowe, zmienione i usunięte dokumenty, a zastąpione wersje są oznaczane, żeby wygrywała aktualna.
• Hosting: na własnych serwerach z modelem open-weight, czyli modelem, którego wagi możesz uruchomić u siebie, albo na twoim własnym koncie w chmurze w regionie UE.
• Bramka LLM, czyli jeden kontrolowany punkt dostępu do wszystkich modeli z kluczami, budżetami i logami, żebyś widział koszt na zespół i mógł później zmienić model.
• Gdzie pracownicy z niego korzystają: czat w Microsoft Teams albo w intranecie, panel boczny w narzędziu do zgłoszeń albo interfejs dla innych systemów.

Jeśli twoja wiedza jest głównie w Microsoft 365, a przetwarzanie w chmurze Microsoftu jest dla ciebie do przyjęcia, Microsoft 365 Copilot może wystarczyć i wtedy ci to powiemy. Copilot działa w obrębie Microsoft 365 i jego uprawnień. W badaniu Bitkom z 2025 roku 70% firm korzystających z AI używało ChatGPT, a 28% Copilota, więc wiele zespołów ma już któreś z tych narzędzi.

Oba wymagają uporządkowanych uprawnień. Jeśli folder w SharePoint jest przez pomyłkę otwarty dla wszystkich, znajdzie go każdy asystent, więc sprawdzenie uprawnień jest zawsze pierwszym krokiem. Oba mogą też działać obok siebie: Copilot do pracy biurowej, własny asystent do źródeł, do których Copilot nie sięga. Własny asystent ma sens, gdy zachodzi jeden z tych warunków:

• Ważne odpowiedzi leżą poza Microsoft 365: na udziałach plików, w SAP, w zgłoszeniach Jira albo ServiceNow albo w d.velop czy ELO.
• Dane muszą zostać na własnych serwerach albo na twoim własnym koncie w chmurze, z modelem, który sam wybierzesz.
• Potrzebujesz jakości odpowiedzi mierzonej na twoich pytaniach przed startem i po każdej zmianie, ze sprawdzonymi cytatami.
• Chcesz widzieć koszt jednego pytania i zespołu oraz móc zmienić model bez zmiany całego narzędzia.

Przed startem testujemy asystenta na twoich pytaniach i pokazujemy, jak często odpowiada poprawnie, cytuje właściwe źródło i omija dokumenty, których użytkownik nie może widzieć. Od tego wyniku zależy, czy system ruszy.

Po starcie śledzimy użycie, pytania bez odpowiedzi i uwagi w podziale na zespoły. Jeśli potrzebujesz uzasadnienia biznesowego, mierzymy czas poświęcany na szukanie przed i po, w twoich własnych zespołach.

• Zestaw testowy z prawdziwych pytań twoich pracowników, z oczekiwaną odpowiedzią i źródłem uzgodnionymi z twoimi ekspertami.
• Testy wyszukiwania: czy wraca właściwy dokument i czy to aktualna wersja.
• Testy cytowań: czy cytowany fragment potwierdza odpowiedź.
• Testy uprawnień: użytkownicy testowi z różnymi prawami zadają te same pytania, a każda odpowiedź z niedozwolonego dokumentu oznacza niezaliczony test.
• Testy odmowy: na pytania, na które źródła nie odpowiadają, asystent nie może odpowiadać.
• Próg akceptacji uzgodniony na piśmie przed testem akceptacyjnym i te same testy po każdej zmianie źródeł, promptów albo modelu.

Twoje dane zostają tam, gdzie zdecydujesz: na własnych serwerach albo na twoim własnym koncie w chmurze, z dokumentami, indeksem i logami w twoim własnym magazynie. Dla twojego inspektora ochrony danych spisujemy, co jest przechowywane, gdzie jest przetwarzane i kto może czytać logi. Decyzja należy do ciebie, z doradztwem inspektora ochrony danych i prawników. To opis strony technicznej, a nie porada prawna.

Asystent wiedzy może zapisywać, kto o co pytał. To sprawia, że obiektywnie nadaje się do monitorowania zachowania, więc prawo współdecydowania rady zakładowej z § 87 ust. 1 pkt 6 niemieckiej ustawy o ustroju zakładów pracy (BetrVG) zwykle ma zastosowanie, niezależnie od intencji. Przewodnik Bitkom z 2026 roku o AI i współdecydowaniu zaleca, żeby porozumienie zakładowe określało, kto ma dostęp do jakich danych i jak dostęp jest logowany. Logowanie projektujemy razem z radą zakładową: pseudonimizowane identyfikatory użytkowników, uzgodniony okres przechowywania, brak ocen poszczególnych osób i surowe logi dostępne tylko dla wskazanych ról.

Zacznij od małego: jednej grupy użytkowników i pytań, które zadaje najczęściej. Projekt wiedzy dla całej firmy może poczekać. Po pierwszej rozmowie uzgadniamy na piśmie stałą cenę za każdy krok.

• Wybierz zespół, w którym szukanie kosztuje najwięcej: serwis, wsparcie sprzedaży, help desk albo nowych pracowników.
• Zbierz prawdziwe pytania tego zespołu i zapisz, gdzie dziś leżą odpowiedzi.
• Sprawdź uprawnienia tych źródeł i zamknij zbyt szeroko udostępnione foldery, zanim cokolwiek zostanie zaindeksowane.
• Uzgodnij próg akceptacji, a potem zbuduj, przetestuj i uruchom system dla tego zespołu.
• Dodawaj źródła i zespoły po kolei, każde z własnymi testami.