Què és Savia i per què la construeixo

Savia no és un xat que sap coses de la teva empresa.

És el lloc on el coneixement de la teva empresa deixa d'anar-se'n per la porta.

Tota la resta que explicaré penja d'aquesta frase.

El problema, en una escena

Són dos quarts de deu del matí. Algú nou porta tres setmanes a l'equip. Li arriba una incidència que no havia vist mai.

Té dues opcions. Buscar-ho pel seu compte durant quaranta minuts, o preguntar a la persona que fa vuit anys que hi és i sap la resposta en vint segons.

Pregunta. És el racional.

Multiplica-ho per cinc persones noves i per cada dia de l'any. La persona que sap la resposta deixa de tenir temps per a la seva feina. I el coneixement segueix exactament on era: al seu cap.

Aquest és el problema. No és d'eines. És d'on viu la informació, i de què passa el dia que aquesta persona marxa.

Per què ChatGPT no ho resol, i no és pel que et penses

Fa dos anys l'argument era fàcil: un model genèric no coneix els teus processos interns.

Avui aquest argument ja no se sosté. Li puges els documents i els coneix.

L'argument de veritat és un altre, i són tres coses.

No sap qui pot veure què. La Marta, de Compres, no hauria de poder llegir el que hi ha a la carpeta de Recursos Humans. Un xat genèric amb tots els teus documents a dins no distingeix: si està pujat, està disponible per a qui pregunti.

No deixa rastre. Si d'aquí a sis mesos necessites saber qui va consultar el marge d'un client, no hi ha ningú a qui preguntar-ho. En una empresa amb informació sensible això no és un detall: és el motiu pel qual legal diu que no.

I sobretot, no tanca el cicle del que ningú ha escrit encara. Li pots pujar absolutament tot el que tens documentat. El que no està escrit segueix sense estar escrit, i aquesta és justament la part que viu en dos caps. Aquí no hi ha competència possible, perquè no és un problema de model. És un problema de procés.

Com entra el coneixement

Els documents que ja teniu

Manuals, procediments, actes, plantilles. La part fàcil, i la que menys valor té, perquè és la que ja està escrita.

Les converses del dia a dia

La major part del coneixement útil d'una empresa mai no va arribar a ser un document: es va dir en un xat, en una trucada o dret al costat d'una taula. Savia captura aquestes converses automàticament i les converteix en coneixement consultable.

El vídeo de l'expert

Aquesta és la peça de la qual estic més content, i la que respon millor a la premissa de l'article.

El veterà de vint anys no sap escriure el que sap. No ha redactat mai un procediment i no començarà ara. Però sí que sap ensenyar-ho: si li poses algú al davant, ho explica en tres minuts.

Així que no li demano que escrigui. Des del mateix formulari grava la seva pantalla i ho explica com l'hi explicaria a un company. Savia transcriu el vídeo i l'indexa.

El que passa després és el que converteix això en una demo i no en una funcionalitat: quan algú pregunta sobre això, el xat respon citant el minut 4:32 i reprodueix aquell moment exacte del vídeo sota la resposta.

El coneixement surt del cap d'aquella persona en tres minuts de vídeo, no en tres hores de documentació que no escriurà mai.

Com respon

Savia fa servir RAG, sigles de retrieval-augmented generation. En pla: abans de respondre busca en el coneixement de la teva empresa, agafa els fragments que hi fan al cas i construeix la resposta a partir d'ells.

Cada resposta porta la seva font: quin document, qui el va aportar, quan, o el minut exacte del vídeo.

I quan no ho sap

Aquí és on la majoria de productes es posen vagues i diuen que "el model admet quan no ho sap", com si fos un tret de caràcter.

A Savia és un mecanisme, i és mesurable: si la millor coincidència trobada no arriba al llindar de confiança, passen dues coses alhora.

1. La resposta surt marcada com a no oficial. Qui pregunta veu que allò no està avalat per la documentació de l'empresa.
2. Aquella pregunta es registra com a buit.

L'honestedat no depèn que el model tingui un bon dia. És una conseqüència d'on vas posar el llindar.

El cicle: de buit a coneixement

Els buits no es queden en una llista que ningú mira.

El sistema agrupa els buits semblants. Quan diverses persones pregunten coses equivalents dins d'una mateixa finestra de temps, allò deixa de ser un dubte solt i passa a ser una llacuna de documentació real.

Només llavors es genera un formulari. I no va a qualsevol: va al referent de l'àrea que menys pendents tingui en aquell moment.

Aquest detall importa més del que sembla. L'article comença amb el problema que el veterà no dona l'abast contestant el mateix; seria absurd resoldre-ho enviant-li un formulari cada vegada que algú té un dubte. No salta a la primera i no sempre li toca a la mateixa persona.

Aquella persona contesta una vegada, o grava el vídeo. S'aprova. Es reindexa. S'avisa qui havia preguntat.

A partir d'aquí la resposta està disponible per a tot l'equip, per sempre.

Aquesta és la volta completa al problema del principi: en comptes que el sènior contesti el mateix quaranta vegades, ho contesta una i queda escrit.

Les dades sensibles no passen pel RAG

Aquesta és la decisió de disseny de la qual estic més orgullós, i és la contrària del que la gent espera.

L'article podria fer pensar que tot va al mateix sac. No és així. Els expedients dels empleats —sou, DNI, baixes, sancions— estan fora del RAG a propòsit.

El motiu és senzill: la cerca vectorial funciona per semblança, i la semblança de vegades s'equivoca. Una casualitat en el retrieval pot acostar un fragment que no tocava. Això, amb una nòmina, no és un error acceptable.

Així que aquestes dades van per un altre camí: consulta directa amb permisos comprovats al servidor, camp a camp. No hi ha marge perquè una coincidència semàntica filtri el que no ha de filtrar.

A sobre hi ha l'aïllament en dos nivells, que és el que fa possible tenir diverses empreses a la mateixa plataforma:

• Per empresa. Cada client té el seu propi aïllament a nivell de base de dades, amb PostgreSQL i Row-Level Security, més la seva pròpia col·lecció vectorial a Qdrant.
• Per departament. Dins de cada empresa, cada àrea té el seu espai. Algú de suport no veu el que hi ha al de direcció.

El xat també produeix documents

En aparença és menor, però és el que separa un cercador d'un assistent.

Li demanes el resum d'un procés en Word, la comparativa en Excel o el procediment en PDF, i el genera a partir del coneixement real de l'empresa. Amb les fonts a dins.

Deixa de ser un lloc on busques i passa a ser un lloc on produeixes.

Què contesta el panell

"Panell d'administració amb mètriques" no diu res. El que importa són les tres preguntes que contesta:

• Què es pregunta i no se sap respondre. És el mapa exacte del que a la teva empresa li falta documentar, ordenat per quanta gent ho necessita.
• Quines àrees estan documentades i quines no. Normalment apareix un departament sencer del qual no hi ha res escrit, i ningú ho sabia.
• Qui va consultar què. Auditoria completa.

Aquest primer punt és, per a mi, el més valuós del producte. Cap empresa sap què és el que no sap. Això l'hi diu.

Què fa que una empresa de cent persones signi

"Pensat per protegir informació sensible" és una promesa. Això són fets:

• Auditoria completa. Qui va consultar què i quan, exportable.
• Doble factor d'autenticació.
• Esborrat total per dret a l'oblit. Quan algú ho sol·licita, les seves dades desapareixen del sistema, índexs vectorials inclosos. No queda un residu en una col·lecció que ningú recorda.

Res d'això ven una demo. Però és el que pregunten a la reunió on es decideix.

Per a qui és

Agències, consultores i empreses de programari en creixement, d'uns 20 a 150 empleats.

Aquesta mida no és casual. Per sota de 20 persones tothom es coneix i preguntar funciona. Per sobre de 150 sol haver-hi ja un departament dedicat a documentació i processos.

Al mig hi ha el tram incòmode. Ja sou massa perquè preguntar escali. Encara no sou prou per tenir algú dedicat a escriure-ho.

La implantació: 90 dies acompanyat

No és endollar i llestos, i prefereixo dir-ho pel que és en comptes de com un advertiment.

Són 90 dies acompanyats: càrrega inicial, ajust de permisos per departament, calibratge del llindar amb preguntes reals i les primeres voltes del cicle. Al final d'aquest període el sistema ja no respon amb el que vau pujar el primer dia, sinó amb el que el mateix equip ha anat omplint.

Aquest acompanyament és part del producte, no un extra.

Per què el construeixo jo

Per dues raons.

La primera és que vaig veure el problema en quatre empreses diferents abans de tenir res per vendre. Ho vaig explicar amb detall a l'article sobre Eslovènia.

La segona és més simple: vaig ser el meu propi primer client. Tenia informació repartida entre notes, xats, documents i el cap. Quan un client em preguntava alguna cosa d'un projecte de feia sis mesos, trigava més a trobar la resposta que a donar-l'hi.

Vaig construir la primera versió per a mi. Després vaig veure que servia per a altres.

El que no és

• No substitueix el teu equip. Substitueix la part del seu temps que se'n va repetint el mateix.
• No endevina. Si el coneixement no hi és, ho diu i ho apunta com a buit. És a propòsit.
• No és un cercador amb un altre nom. Un cercador troba el que algú va escriure. Savia a més detecta el que ningú va escriure mai i ho va a buscar.

On és ara

Savia està en desenvolupament actiu. Backend en Python amb FastAPI i PostgreSQL, col·leccions vectorials a Qdrant, frontend en Next.js, React i Tailwind.

Combino això amb la feina freelance. Cada cosa que aprenc muntant el producte acaba als projectes de client, i a l'inrevés.

Ho pots veure a saviaia.es. Si a la teva empresa hi ha una o dues persones de qui depèn tothom per als dubtes del dia a dia, això es va fer exactament per a això.