Cos'è la ricerca semantica e come aiuta in azienda
Video realizzato con il supporto dell'AI. Metodo e contenuti sono di AIR.
La ricerca tradizionale confronta parole: se il documento non contiene il termine che hai scritto, non lo trova. La ricerca semantica trasforma testi e domande in vettori numerici, gli embedding, che rappresentano il significato. Testi con significati vicini finiscono vicini, anche se usano parole diverse.
È il motore dietro molti assistenti aziendali che rispondono sui documenti interni: prima trovano i passaggi pertinenti, poi un modello scrive la risposta. Spesso conviene unirla alla ricerca classica, perché codici prodotto, nomi propri e numeri di pratica si trovano meglio con la corrispondenza esatta.
Un esempio in una PMI
In un'azienda di impianti elettrici i tecnici cercavano le soluzioni nelle vecchie note di intervento, scritte ognuno a modo suo. Con la ricerca per parole chiave trovavano poco. Con la ricerca semantica, Fabio scrive "salvavita che scatta di notte" e trova anche le note su "differenziale che interviene senza carico".
Gli errori più comuni
- Abbandonare del tutto la ricerca per parole esatte, che resta migliore per codici e sigle.
- Indicizzare documenti superati insieme a quelli validi, così la ricerca trova versioni vecchie.
- Mostrare a tutti tutti i risultati, invece di limitarli ai documenti che ciascuno può vedere.
Perché ti interessa
Se in azienda le informazioni ci sono ma nessuno le trova, la ricerca semantica è spesso il primo passo utile, prima ancora di un chatbot.
Tutte le parole dell'AI spiegate semplici sono nel glossario.
Domande frequenti
Serve un database particolare?
Di solito si usa un database vettoriale o un'estensione di quello che hai già. Per piccoli archivi le soluzioni sono semplici.
Funziona con documenti in italiano?
Sì, se si sceglie un modello di embedding che gestisce bene l'italiano. Conviene provarlo su domande vere dei colleghi.
Da leggere dopo
Cos'è un embedding e perché fa trovare le cose per senso
Un embedding è la traduzione di un testo in una lista di numeri che ne rappresenta il significato, così che testi simili per senso abbiano numeri vicini.
GlossarioCos'è un database vettoriale e quando serve davvero
Un database vettoriale è un archivio fatto per conservare embedding e trovare in fretta quelli più vicini a una domanda, cioè i testi più simili per significato.
GlossarioCos'è il RAG: l'AI che risponde dai tuoi documenti
Il RAG (Retrieval Augmented Generation) è una tecnica in cui, prima di rispondere, l'AI cerca i passaggi utili nei tuoi documenti e li usa come base per la risposta.
GlossarioCos'è una knowledge base e perché l'AI ne ha bisogno
Una knowledge base è l'insieme ordinato delle informazioni dell'azienda, come FAQ, procedure, schede prodotto e condizioni, da cui un assistente AI prende le risposte, tenuto aggiornato da un responsabile.
Vuoi capire cosa serve davvero alla tua azienda, senza gergo? Parliamone.
Testi, grafica e video realizzati con il supporto dell'AI. Metodo e contenuti sono di AIR.