«Vorremmo fare ricerca AI sui nostri documenti.» È una frase che sentiamo spesso. Quando la sentiamo, per noi la conversazione inizia — non finisce. Perché tra «abbiamo acceso lo strumento» e «funziona davvero sul lavoro di tutti i giorni» c'è tutto il lavoro che conta, ed è il lavoro che non si vede.
Negli ultimi mesi abbiamo costruito un motore di ricerca intelligente sui documenti, su Google Cloud con Vertex AI. Detto così sembra qualcosa che «si installa». Non lo è. E vale la pena spiegare perché, senza tecnicismi.
Trovare il documento giusto non basta
Immagina un utente che fa una domanda al sistema. Il sistema trova il documento giusto — proprio quello che serviva. Ma la risposta che l'AI costruisce su quel documento è sbagliata. Fonte giusta, risposta sbagliata. Com'è possibile?
È possibile perché «trovare un testo» e «capire una domanda» sono due cose diverse, e farle combaciare su dati veri — non sugli esempi puliti dei tutorial — è esattamente dove nascono i problemi. Funziona tutto nella demo. Poi arrivano i documenti veri dell'azienda, con il loro linguaggio, le loro abbreviazioni, il loro disordine.
Un problema, tre cause invisibili
Quando un caso così è capitato a noi, quella risposta sbagliata non aveva una sola causa. Erano tre problemi diversi e indipendenti che, sommati, producevano un risultato confuso. Presi uno per uno erano invisibili: ognuno sembrava una piccola anomalia trascurabile.
Trovarli ha richiesto sessioni intere di analisi. Ma ogni volta che ne isolavamo uno e lo risolvevamo, quel pezzo diventava qualità in più per chiunque usi il sistema. È un lavoro che non finisce in uno screenshot: finisce in una risposta che, semplicemente, è giusta.
La parte facile è far rispondere l'AI. La parte difficile è farla rispondere bene sui tuoi dati, in modo prevedibile, ogni volta.
Lo stesso bisogno cambia forma
«Trova quello che cerco» sembra un'esigenza sola. In realtà, in contesti diversi, prende forme opposte. A volte conta riconoscere un termine tecnico preciso. A volte capire una domanda fatta con le parole di tutti i giorni. A volte tenere insieme tanti dettagli senza perderne nessuno per strada.
Non esiste un'unica configurazione che vada bene per tutti questi casi insieme. Per questo costruiamo un sistema che si adatta al contesto, invece di forzare il contesto dentro uno schema unico. È più lavoro. È anche la differenza tra una cosa che fa scena e una cosa che regge.
Perché lo raccontiamo così
Non vendiamo l'AI come una scatola magica. La costruiamo come si costruisce un'infrastruttura: pezzo per pezzo, misurando i risultati, correggendo gli errori, documentando ogni scelta. La complessità non è un vezzo da ingegneri: è quella necessaria perché i risultati reggano sul lavoro vero, non solo nella dimostrazione.
Se stai pensando a una ricerca AI sui tuoi documenti, parliamone. Quasi certamente il tuo caso è più complesso di quello che sembra. Per fortuna, anche la nostra esperienza.