پاسخ کوتاه: هوش سازمانی ابرک مجموعه‌ای از ماژول‌های اودو ۱۹ است که دانش شرکت را در پایگاه دادهٔ اختصاصی خودتان نگه می‌دارد، آن را با جست‌وجوی ترکیبی معنایی و واژه‌ای فارسی پیدا می‌کند و برای هر کار هوش مصنوعی سقف اختیار تعیین می‌کند. پاسخ‌های عددی مثل فروش و مطالبات مستقیم از سندها خوانده می‌شوند، نه از یک مدل زبانی.
هوش سازمانی ابرک از چه بخش‌هایی ساخته شده است؟
سه ماژول اصلی کنار هم کار می‌کنند. درگاه هوش مصنوعی ابرک (abrak_ai_gateway) چند ارائه‌دهندهٔ سازگار با OpenAI را پشت قابلیت‌های هوش بومی اودو قرار می‌دهد و هزینهٔ هر درخواست را به ریال از کیف‌پول اشتراک کم می‌کند. هستهٔ هوش سازمانی (abrak_ai_core) تعیین می‌کند هوش اجازهٔ چه کاری دارد. دانش و حافظهٔ هوش سازمانی (abrak_ai_knowledge) همان چیزی است که هوش باید دربارهٔ شرکت شما بداند.
بستهٔ «هوش سازمانی ابرک، بستهٔ کامل» هر سه لایهٔ هسته، میز کار و دانش را با یک نصب می‌آورد. اپ دانش‌نامه هم، که ویکی داخلی اودوست، جدا از این لایه وجود دارد و ابزار MCP جست‌وجوی دانش هر دو را با هم می‌گردد.
هستهٔ هوش چه چیزی را کنترل می‌کند؟
هسته چهار گروه کاربری دارد: کاربر هوش، تأییدکنندهٔ هوش، مدیر هوش و حسابرس هوش. هر «قابلیت هوش» یک کار مشخص است که برای آن ردهٔ ریسک و بالاترین سطح خودمختاری، از A0 تا A4، ثبت می‌شود. پایگاه داده سقفی بالاتر از حد ردهٔ ریسک را نمی‌پذیرد. کارهای پولی، مالیاتی، حذف و حقوق و دستمزد در A2 یا پایین‌تر می‌مانند و پیام بیرونی حداکثر به A3 می‌رسد. سطح A3 و A4 هم فقط برای کاری مجاز است که برگشت‌پذیر باشد.
در منوی پیکربندی هوش سازمانی سه ابزار دیگر هم هست: «کلیدهای قطع» برای خاموش کردن فوری یک قابلیت، «مسیریاب» برای انتخاب مدل هر کار و «سلامت پراوایدرها» برای دیدن وضع ارائه‌دهنده‌ها.
دانش شرکت در این لایه چه شکلی دارد؟
ماژول دانش شش نوع رکورد نگه می‌دارد و هر کدام به یک شرکت تعلق دارد:
- قلم دانش: عنوان، متن، منبع (دستی، سند، ایمیل یا بیرونی) و فیلد «فقط برای گروه‌ها».
- پروفایل شرکت: صنعت، اندازه، شرح کسب‌وکار، هدف‌ها و واژه‌نامهٔ داخلی.
- دستورکار: «چه وقت» و «چه کند»، با وضعیت پیش‌نویس، فعال یا کنارگذاشته.
- حافظه: موضوع و مقدار، شخصی یا مشترک شرکت، با تاریخ «اعتبار تا».
- ترجیح کاربر: تنظیم شخصی هر نفر که فقط خودش می‌بیند.
- بازخورد: متن هوش، متن اصلاح‌شده و دلیل، با نتیجهٔ تأیید، اصلاح یا رد.
توضیح ماژول یک مرز روشن می‌کشد. هوش از این مسیر حقوق و دستمزد، مالیات یا قیمت‌گذاری را نمی‌خواند و فقط چیزی را نگه می‌دارد که آدم‌ها نوشته‌اند.
جست‌وجوی هوشمند فارسی چطور کار می‌کند؟
وقتی قلم دانشی ذخیره می‌شود، متن آن ابتدا بر پایهٔ بند، سپس جمله و در آخر با برش مستقیم، به تکه‌های حداکثر ۱۲۰۰ نویسه‌ای تقسیم می‌شود. پیش از ذخیره، نسخهٔ نرمال‌شدهٔ متن ساخته می‌شود؛ یعنی «ي» و «ك» عربی، نیم‌فاصله و رقم‌های فارسی یکسان می‌شوند تا املای متفاوت جلوی پیدا شدن را نگیرد.
هر تکه در صف بردارسازی قرار می‌گیرد. یک کار زمان‌بندی‌شده، که با هر ذخیره همان لحظه هم راه می‌افتد و هر ۱۵ دقیقه هم تکرار می‌شود، تکه‌ها را در دسته‌های ۲۰ تایی به مدل بردارسازی bge-m3 می‌دهد. اگر سرویس پاسخ ندهد، تا سه بار دوباره تلاش می‌کند.
هنگام پرسش، دو رتبه‌بندی ساخته می‌شود. اولی جست‌وجوی متن کامل PostgreSQL است که واژه‌های پرتکرار و بی‌معنا مثل «از»، «به» و «چطور» را کنار می‌گذارد. دومی شباهت کسینوسی بردارها با نمایهٔ HNSW در pgvector است. این دو با روش ادغام رتبهٔ معکوس یکی می‌شوند و وزن رتبهٔ واژه‌ای ۰٫۱۵ است، چون bge-m3 پرسش فارسی را خیلی بهتر از تطبیق واژه می‌فهمد. اگر سرویس بردارسازی در دسترس نباشد، جست‌وجو فقط واژه‌ای ادامه پیدا می‌کند و از کار نمی‌افتد.
چرا ترتیب نتیجه‌ها هم محرمانه است؟
در بسیاری از سامانه‌های جست‌وجو، اول همه‌چیز رتبه‌بندی می‌شود و بعد موارد ممنوع حذف می‌شوند. در این حالت یک سند محرمانه هنوز می‌تواند ترتیب نتیجه‌های مجاز را جابه‌جا کند. ابرک فیلتر دسترسی را پیش از رتبه‌بندی اعمال می‌کند. هر دو رتبه‌بندی فقط شناسه‌هایی را می‌بینند که قانون رکورد شرکت و گروه برای کاربر جاری مجاز می‌داند.
دستیار به پرسش عددی چطور پاسخ می‌دهد؟
موتور «پرسش آزاد» عمداً از مدل زبانی برای عدد استفاده نمی‌کند. پرسش با الگوهای ثابت به یکی از ابزارهای فقط‌خواندنی می‌رسد:
- جمع فروش و بهای تمام‌شده؛
- مانده و بزرگ‌ترین بدهکاران؛
- مشتریان و کالاهای برتر؛
- پاسخ «چرا» برای فروش، مطالبات و بها؛
- دستورکارهای فعال، پروفایل شرکت و حافظهٔ معتبر.
دوره از واژه‌هایی مثل «امروز»، «دیروز»، «هفتهٔ گذشته»، «ماه گذشته» و «پارسال» تشخیص داده می‌شود و پیش‌فرض آن ماه جاری است. هر ابزار با دسترسی خود کاربر پرسنده می‌خواند، نه با دسترسی سیستمی. پرسشی که به هیچ الگویی نخورد به جست‌وجوی دانش شرکت می‌رود و پاسخ همراه منبع آن قلم برمی‌گردد.
دستیارهای بیرونی مثل Claude چطور به این دانش می‌رسند؟
سرور MCP ابرک ابزاری به نام «جست‌وجو در دانش سازمان» دارد. این ابزار مقاله‌های دانش‌نامه را در عنوان و متن و قلم‌های دانش هوش را بر پایهٔ معنا و واژه می‌گردد. سیاست کلید MCP روی دسترسی کاربر اضافه می‌شود، پس کلیدی که اجازهٔ خواندن دانش هوش ندارد هیچ قلمی نمی‌گیرد. از هر قلم هم حداکثر ۴۰۰ نویسهٔ نخست برمی‌گردد.
بازخورد چطور هوش را بهتر می‌کند؟
هر بار که کاربر خروجی هوش را تأیید، اصلاح یا رد می‌کند، یک رکورد بازخورد با متن اصلی و متن اصلاح‌شده ساخته می‌شود. مدیر هوش در منوی «بازخورد» این رکوردها را بر پایهٔ قابلیت، کاربر و ماه گروه‌بندی می‌کند. دستورکاری که از دل بازخوردها پیشنهاد شود با فیلتر «پیشنهاد از بازخورد» پیدا می‌شود و تا مدیر فعالش نکند در پیش‌نویس می‌ماند.
هوش سازمانی ابرک به درد چه کسب‌وکاری می‌خورد؟
شرکتی که پرسش‌های تکراری زیاد دارد بیشترین سود را می‌برد. یک فروشگاه زنجیره‌ای را در نظر بگیرید که هر هفته فروشندهٔ تازه می‌گیرد و هر بار همان پرسش‌ها دربارهٔ مرجوعی، کارت هدیه و تخفیف همکار تکرار می‌شود. با چند قلم دانش، فروشندهٔ تازه پاسخ را خودش پیدا می‌کند و سرپرست وقتش را صرف کار دیگری می‌کند.
شرکت پخش با چند انبار، دفتر خدمات با چند واحد و تولیدی‌ای که دستورالعمل کنترل کیفیت دارد هم وضع مشابهی دارند. نکتهٔ مشترک این است که دانش آن‌ها متن است، نه عدد. عددها در حسابداری و فروش اودو ثبت شده‌اند و دستیار آن‌ها را مستقیم از سند می‌خواند.
اگر شرکت شما چند شرکت حقوقی در یک اشتراک دارد، جداسازی شرکت‌ها از روز اول فعال است. مدیر هر شرکت فقط پروفایل، دستورکار و دانش همان شرکت را می‌بیند و مدیر کل با دسترسی چندشرکتی جابه‌جا می‌شود.
مقایسه با نگه‌داری دانش در پیام‌رسان
| معیار | گروه پیام‌رسان | هوش سازمانی ابرک |
|---|---|---|
| پیدا کردن رویه | پیمایش پیام‌ها | جست‌وجوی معنایی فارسی |
| دانش محرمانه | جدا کردن گروه‌ها با دست | محدودیت گروهی روی هر قلم |
| عدد فروش | پرسیدن از حسابداری | خواندن از سند با دسترسی پرسنده |
| رفتن یک کارمند | از دست رفتن دانش | قلم ثبت‌شده می‌ماند |
هزینهٔ هوش سازمانی ابرک چقدر است؟
اپ دانش و حافظهٔ هوش سازمانی ۲۵۰ هزار تومان به ازای هر کاربر در ماه است و پلن سازمانی ۲٫۵ میلیون تومان به ازای هر کاربر. درگاه هوش مصنوعی خودش رایگان است و فقط اعتبار مصرفی به ریال از کیف‌پول کم می‌شود. جدول کامل در صفحهٔ قیمت‌ها آمده و ثبت‌نام از این‌جا با ۱۴ روز آزمایش رایگان شروع می‌شود.
برای راه‌اندازی، آموزش گام‌به‌گام پایگاه دانش را دنبال کنید. اگر نگران خروج داده‌اید، این پرسش و پاسخ مسیر دقیق داده را نشان می‌دهد.
پرسش‌های پرتکرار
آیا هوش سازمانی ابرک بدون کلید OpenAI کار می‌کند؟
بله. درگاه هوش ابرک برای هر اشتراک کلید اختصاصی خودکار فراهم می‌کند و مدل‌ها از ارائه‌دهنده‌های تعریف‌شده در درگاه پاسخ می‌دهند.
چه کسی می‌تواند قلم دانش بسازد؟
فقط گروه «مدیر هوش». کاربر هوش و حسابرس هوش قلم‌ها را می‌خوانند ولی نمی‌سازند یا ویرایش نمی‌کنند.
دانش دو شرکت در یک اشتراک با هم قاطی می‌شود؟
نه. هر رکورد فیلد شرکت دارد و قانون رکورد فقط شرکت‌های مجاز کاربر را نشان می‌دهد.
اگر دانش قدیمی شد چه کنیم؟
متن قلم را ویرایش کنید. تکه‌های قبلی پاک و تکه‌های تازه ساخته می‌شوند و دوباره در صف بردارسازی می‌روند.
