Navegar por um mar de documentos, espalhados por diversas plataformas, pode ser uma tarefa difícil, muitas vezes levando a tomadas de decisão lentas e perda de insights. À medida que o conhecimento e os dados organizacionais se multiplicam, as equipes que não conseguem centralizar ou revelar as informações corretas rapidamente terão dificuldade para tomar decisões, inovar e permanecer competitivas.
Este weblog explora como o novo Fale com meus documentos (TTMDocs) agente fornece uma solução para os elevados custos da fragmentação do conhecimento.
O alto custo da fragmentação do conhecimento
A fragmentação do conhecimento não é apenas uma inconveniência: é um custo oculto para a produtividade, roubando ativamente tempo e insights da sua equipe.
- Uma pesquisa de Mente Estelar entre mais de 1.000 trabalhadores do conhecimento descobriram que os funcionários só aproveitam 38% do seu conhecimento/experience disponível porque desta fragmentação.
- Outro estudo da McKinsey & Associates encontrado que os trabalhadores do conhecimento gastam mais de um quarto do seu tempo buscando as informações de que precisam em diferentes plataformas, como Google Drive, Field ou sistemas locais.
As restrições das soluções existentes
Embora existam algumas opções no mercado projetadas para facilitar o processo de consulta de documentos e materiais importantes que residem em vários lugares, muitas têm restrições significativas quanto ao que podem realmente fornecer.
Por exemplo:
- Aprisionamento do fornecedor pode prejudicar gravemente a experiência prometida. A menos que você esteja usando estritamente as integrações suportadas do fornecedor de sua escolha, o que na maioria dos casos não é realista, você acabará com um subconjunto limitado de repositórios de informações aos quais pode se conectar e interagir.
- Segurança e conformidade considerações adicionam outra camada de complexidade. Se você tiver acesso a uma plataforma ou documentos, talvez não exact de acesso a outro, e qualquer passo em falso ou vulnerabilidade perdida pode expor sua organização a riscos potenciais.
Discuss to My Docs tem uma abordagem diferente
Novidades da DataRobot Fale com o agente do Meus Documentos representa uma abordagem diferente. Fornecemos as ferramentas de desenvolvedor e o suporte que você precisa para criar soluções de IA que realmente funcionem em contextos empresariais. Não como um serviço controlado pelo fornecedor, mas como um modelo de código aberto personalizável que você pode adaptar às suas necessidades.
A diferenciação não é sutil. Com TTMDocs você obtém:
- Segurança e conformidade empresarial construído desde o primeiro dia
- Conectividade multifonte em vez de dependência do fornecedor
- Controle de acesso de confiança zero (Respeita as permissões existentes)
- Observabilidade completa através da integração da plataforma DataRobot
- Arquitetura multiagente que escala com complexidade
- Acesso complete ao código e personalização em vez de APIs de caixa preta
- Infraestrutura moderna como código para implantações repetíveis
O que torna o Discuss to My Docs diferente
Fale com meus documentos é um modelo de aplicativo de código aberto que oferece a experiência intuitiva e acquainted de bate-papo que os profissionais do conhecimento modernos esperam, juntamente com o controle e a personalização que você realmente precisa.
Este não é um produto SaaS que você assina; mas sim um modelo amigável ao desenvolvedor que você pode implantar, modificar e criar seu próprio.
Integração multifonte e segurança actual
O TTMDocs se conecta ao Google Drive, Field e seus sistemas de arquivos locais imediatamente, com integrações Sharepoint e JIRA em breve.
- Preservar os controles existentes: Fornecemos integração OAuth pronta para uso para lidar com a autenticação com segurança por meio de credenciais existentes. Você não está criando uma estrutura de permissão paralela para gerenciar – se não tiver permissão para ver um documento no Google Drive, você também não o verá no TTMDocs.
- Conheça os dados onde eles residem: Ao contrário das soluções bloqueadas pelo fornecedor, você não é forçado a migrar seu ecossistema de documentos. Você pode aproveitar perfeitamente os arquivos armazenados em conectores estruturados e não estruturados, como Google Drive, Field, Confluence, Sharepoint, disponíveis na plataforma DataRobot ou fazer add de seus arquivos localmente.
Arquitetura multiagente escalável
TTMDocs usa CrewAI para orquestração multiagente, para que você possa ter agentes especializados lidando com diferentes aspectos de uma consulta.
- Modular e flexível: A arquitetura modular significa que você também pode trocar sua estrutura de agente preferida, seja LangGraph, LlamaIndex ou qualquer outra, se for melhor atender às suas necessidades.
- Personalizável: Quer mudar a forma como os agentes interpretam as consultas? Ajuste as instruções. Precisa de ferramentas personalizadas para tarefas específicas de domínio? Adicione-os. Possui requisitos de conformidade? Construa essas proteções diretamente no código.
- Escalável: À medida que sua coleção de documentos cresce e os casos de uso se tornam mais complexos, você pode adicionar agentes com ferramentas e prompts especializados, em vez de tentar fazer com que um agente faça tudo. Por exemplo, um agente pode recuperar documentos financeiros, outro lidar com especificações técnicas e um terceiro sintetizar insights interfuncionais.
Integração de plataforma empresarial
Outro aspecto importante do Discuss to my Docs é que ele se integra à sua infraestrutura DataRobot existente.
- Acesso RAG e LLM protegido: O modelo inclui um modelo RAG LLM protegido para recuperação controlada de documentos e integração de gateway LLM para acesso a mais de 80 LLMs de código aberto e fechado.
- Observabilidade complete: Cada consulta é registrada. Cada recuperação é rastreada. Cada erro é capturado. Isso significa que você tem rastreamento e observabilidade completos por meio da plataforma DataRobot, permitindo que você realmente solucione problemas quando algo der errado.
Componentes modernos e modulares
O modelo é organizado em peças limpas e independentes que podem ser desenvolvidas e implantadas separadamente ou como parte da pilha completa:
| Componente | Descrição |
| agente_retrieval_agent | Orquestração multiagente usando CrewAI. Lógica do agente principal e roteamento de consultas. |
essencial | Lógica Python compartilhada, utilitários e funções comuns. |
| frontend_web | Entrance-end da internet React e Vite para a interface do usuário. |
| rede | Again-end FastAPI. Gerencia endpoints de API, autenticação e comunicação. |
| infra | Infraestrutura como código Pulumi para provisionamento de recursos em nuvem. |
O poder da especialização: casos de uso do Discuss to My Docs
O padrão consiste em agentes especializados em produção, trabalhando juntos em todas as fontes de documentos existentes, com segurança e observabilidade integradas.
Aqui estão alguns exemplos de como isso é aplicado na empresa:
- Due diligence de fusões e aquisições: Demonstrações financeiras de referência cruzada (Field), contratos legais (Google Drive) e documentação técnica (arquivos locais). A estrutura de permissão garante que apenas a equipe de negociação veja materiais confidenciais.
- Documentação do ensaio clínico: Verifique se os protocolos de teste estão alinhados com as diretrizes regulatórias em centenas de documentos, sinalizando inconsistências antes do envio.
- Descoberta jurídica: Pesquise anos de e-mails, contratos e memorandos espalhados pelas plataformas, identificando materiais relevantes e privilegiados, respeitando rígidos controles de acesso.
- Preparação para lançamento do produto: Verifique se os materiais de advertising and marketing, as aprovações regulatórias e a documentação da cadeia de suprimentos estão alinhados entre regiões e apoiados por certificações.
- Investigação de sinistros de seguros: Extraia documentos de apólices, notas de avaliadores e avaliações de terceiros para fazer referência cruzada aos termos de cobertura e sinalizar possíveis indicadores de fraude.
- Conformidade com bolsas de pesquisa: Faça referência cruzada de documentos orçamentários, pedidos de compra e acordos de subvenção para sinalizar possíveis problemas de conformidade antes das auditorias.
Caso de uso: documentação de ensaio clínico
O desafio
Uma empresa de biotecnologia que prepara uma submissão à FDA está se afogando em documentação espalhada por vários sistemas: orientações da FDA no Google Drive, protocolos de teste no SharePoint, relatórios de laboratório no Field e procedimentos de qualidade locais. O principal problema é garantir a consistência em todos os documentos (protocolos, segurança, qualidade) antes de uma submissão ou inspeção, o que exige uma visão rápida e unificada.
Como o TTMDocs ajuda
A empresa implanta um agente regulador de saúde personalizado, um sistema unificado que pode responder a questões complexas de conformidade em todas as fontes de documentos.
Agente regulador:
Identifica os requisitos de submissão aplicáveis à FDA para o medicamento candidato específico.
Agente de revisão clínica:
Analisa os protocolos de ensaio em relação aos padrões da indústria para segurança do paciente e ética em pesquisa.
Agente de conformidade de segurança:
Verifica se o monitoramento de segurança e os procedimentos de notificação de eventos adversos atendem aos prazos da FDA.
O resultado
Um membro da equipe regulatória pergunta: “O que precisamos para nossa submissão e nossos procedimentos de monitoramento de segurança estão de acordo com o padrão?”
Em vez de passar dias reunindo documentos e fazendo referências cruzadas de requisitos, eles obtêm uma resposta estruturada em minutos. O sistema identifica o caminho de submissão, sinaliza três lacunas de alta prioridade em seus procedimentos de segurança, observa dois problemas com sua documentação de qualidade e fornece um plano de ação priorizado com cronogramas específicos.
Onde procurar: o código que faz isso acontecer
A melhor maneira de entender o TTMDocs é observar o código actual. O repositório é completamente código aberto e disponível no Github.
Aqui estão os principais lugares para começar a explorar:
- Arquitetura do agente (agente_retrieval_agent/custom_model/agent.py): Veja como o CrewAI coordena diferentes agentes, como os prompts são estruturados e onde você pode injetar comportamento personalizado.
- Integração de ferramentas (agente_retrieval_agent/custom_model/device.py): Mostra como os agentes interagem com sistemas externos. É aqui que você adicionaria ferramentas personalizadas para consultar uma API interna ou processar formatos de arquivo específicos de domínio.
- OAuth e segurança (internet/app/auth/oauth.py): Veja exatamente como funciona a autenticação com Google Drive e Field e como suas permissões de usuário são preservadas em todo o sistema.
- Again-end da Net (internet/aplicativo/): O aplicativo FastAPI que une tudo. Você verá como o frontend se comunica com os agentes e como as conversas são gerenciadas.
O futuro da IA empresarial está aberto
A IA empresarial está em um ponto de inflexão. A lacuna entre o que as ferramentas de IA do usuário ultimate podem fazer e o que as empresas realmente precisam está aumentando. Sua empresa está percebendo que produtos de IA “suficientemente bons” para o consumidor criam mais problemas do que resolvem quando você não consegue comprometer os requisitos empresariais, como segurança, conformidade e integração.
O futuro não consiste em escolher entre conveniência e controle. É sobre ter os dois. Fale com meus documentos coloca o poder e a flexibilidade em suas mãos, entregando resultados nos quais você pode confiar.
O código eué seu. As possibilidades são infinitas.
Experimente a diferença. Comece a construir hoje.
Com os modelos de aplicativos DataRobot, você nunca fica preso a sistemas rígidos de caixa preta. Obtenha uma base flexível que permite adaptar, experimentar e inovar de acordo com seus termos. Seja refinando fluxos de trabalho existentes ou criando novos aplicativos baseados em IA, o DataRobot oferece clareza e confiança para seguir em frente.
Comece a explorar o que é possível com um teste gratuito de 14 dias.