Можливість підключати кастомні джерела даних (DataSource) до улюблених додатків – це must have, який значно полегшує життя як Користувачеві, так і Адміністраторам. Тому Персональний асистент & Корпоративний чат-бот AI-UniBot як наш флагманський продукт, що має вже понад сотню щоденних Юзерів, зазнав такого апгрейду одним із перших. 

Так наші Клієнти отримали можливість інтегрувати будь-які системи зберігання знань у роботу AI-UniBot без очікування оновлень продукту. А адаптувати чат-бота під їхні унікальні IT-ландшафти, де дані часто розподілені між різними платформами (від стандартних SharePoint чи Jira до нішевих чи власних рішень) можна, зокрема, і силами ІТ-спеціалістів Замовників.

Під DataSource у контексті AI-UniBot розуміються IT-системи, які використовуються для накопичення структурованих і неструктурованих знань. Наприклад, у SharePoint це можуть бути документи та презентації. У Confluence — технічна документація. У Jira — задачі та коментарі. Раніше AI-UniBot підтримував лише обмежений перелік джерел (Google Disk, Azure Files тощо). І це створювало залежність від оновлень продукту для підключення нових систем.

Водночас наші Клієнти доволі часто потребували інтегрування AI-UniBot зі спеціалізованими або застарілими системами – тобто, тими, що не входять у стандартний перелік підтримки. Це, наприклад, відкрита HelpDesk-платформа OTRS або внутрішні CRM з власним API. 

Раніше такі запити вимагали модифікації ядра AI-UniBot. І це займало тижні або місяці. Тепер же Замовники можуть додавати нові джерела даних оперативно.

Для підключення кастомного DataSource розробляється окремий веб-сервіс, який відповідає API-стандарту Lizard Soft. Цей сервіс відповідає за збір даних із цільової системи (наприклад, OTRS) та їх перетворення у структурований формат. Він може бути розгорнутий на будь-якій інфраструктурі — від серверів Клієнта до serverless-архітектур (AWS Lambda, Azure Functions) — і реалізований навіть за допомогою low-code-інструментів. Під час індексації AI-UniBot звертається до сервісу, отримує «сирі» дані, витягує з них ключові сутності (тексти, метадані, посилання) і зберігає у семантичному індексі. Приміром, якщо джерелом є OTRS, бот індексує тікети, відповіді техпідтримки та статуси, щоб відповідати на питання, які вже були колись вирішені без залучення Людини.

Серед кейсів застосування, які ми розглядали, є такі: 
Існує Мережа Аптек, що використовує власну систему управління запасами на базі старого локального сервера. Дані про ліки зберігаються у форматах, які не підтримуються AI-UniBot. За допомогою кастомного DataSource IT-відділ Аптечної Мережі створив мікросервіс, який трансформує інформацію з CSV-файлів сервера у JSON-структуру, зрозумілу чат-боту. Таким чином Співробітники Підприємства отримують завжди актуальні дані про наявність препаратів через запити типу «Скільки залишилося ібупрофену в м. Львів?», а бот автоматично аналізує індексовані дані.

Консалтингова Компанія інтегрувала AI-UniBot з внутрішньою базою знань на базі MediaWiki. Раніше Співробітники цієї Компанії вручну копіювали фрагменти статей у ChatGPT для пошуку відповідей. Тепер, після підключення кастомного DataSource через веб-сервіс на Python, бот самотужки індексує всі сторінки Wiki, включаючи історію змін. На запит «Які зміни внесені до політики роботи з Клієнтами у 2024 році?» AI-UniBot формує відповідь на основі останніх редакцій, посилаючись на конкретні розділи.

Коротше кажучи, з підтримкою кастомних DataSource Персональний асистент & Корпоративний чат-бот AI-UniBot «навчився» працбвати з будь-якими джерелами даних — від legacy-систем до open-source-рішень. Це усуває залежність від наших оновлень, тобто — зменшує ваші витрати на адаптацію. Відтак, замість усування технічних обмежень, ви можете вільно зосереджуватися на актуальних для вас бізнес-задачах.