Kurumsal AI
RAG bir ürün değildir.
Bir dokümanı parçalamak, embedding üretmek, vektör veritabanında aramak ve bulunan içeriği modele göndermek mümkündür. Bu akışın çalışması değerlidir. Ancak ortaya çıkan şey henüz ürün değildir.
Teknik akış ile kullanıcı sonucu aynı şey değil
RAG mimarisi “ilgili bilgiyi bulup modele verebilir miyiz?” sorusunu çözer. Kullanıcı ise “doğru bilgiye, doğru yetkiyle, karar verebileceğim kadar güvenerek ulaşabilir miyim?” diye bakar.
Aradaki fark; arayüzden çok ürün kararlarında ortaya çıkar. Hangi kaynakların kapsama girdiği, bilginin ne kadar güncel olduğu, cevabın ne zaman reddedileceği ve kullanıcının hatayı nasıl bildireceği netleşmelidir.
Kurumsal bilgi yalnızca içerik değildir
Bir dokümana erişebilmek, o dokümandaki her parçanın herkes tarafından görülebileceği anlamına gelmez. Kullanıcı, grup, kaynak ve hatta belge içindeki hassas bölüm seviyesinde yetki ihtiyacı doğabilir.
Bu yüzden güvenlik sonradan eklenen bir filtre değil; ürün deneyiminin başlangıç koşuludur.
Kaynak göstermek güvenin başlangıcıdır
Kullanıcı cevabın hangi belgeye ve hangi bölüme dayandığını görebilmelidir. Fakat kaynak göstermek tek başına doğruluk garantisi değildir. Eski, çelişkili veya sahibi olmayan içerik doğru şekilde bulunmuş olsa bile yanlış iş kararına götürebilir.
RAG projesi aynı zamanda bir bilgi sahipliği ve içerik yaşam döngüsü projesidir.
Ürün, cevap üretmekten sonra başlar
Kalite ölçümü, geri bildirim, erişim politikaları, maliyet, gecikme, izleme ve operasyon sorumluluğu görünür olduğunda teknik akış bir ürüne dönüşmeye başlar.
Bu nedenle ilk soru “hangi vektör veritabanını kullanalım?” değil, “kimin hangi kararı daha güvenilir vermesine yardımcı oluyoruz?” olmalıdır.