Belső céges chatbot

A belső céges chatbot egy AI-asszisztens, amit a kollégák használnak — a céges szabályzatok, GYIK, technikai doksik, projekt-archívumok kereshetővé válnak természetes nyelven. „Mi a szabadság-igénylési folyamat?” „Hogyan kell távollétet jelenteni?” „Hol találom a 2024-es projekt-utolsó-verzióját?” — ezekre a kérdésekre a bot azonnal válaszol, idézve a forrást. A klasszikus „kérdezz a HR-est / IT-st” folyamat helyett a kolléga másodpercek alatt kap választ, és csak a komplex esetekben fordul humánhoz.

Így is ismerheted

Magyarul belső chatbot, céges AI asszisztens, vállalati tudásbázis-chatbot. Angolul internal chatbot, enterprise AI assistant, employee assistant bot. A klasszikus AI chatbot egy specializált változata: a felhasználók nem ügyfelek, hanem belső kollégák.

Mire jó cégeknek a belső chatbot?

Három fő érték-területe van:

Onboarding gyorsítása: új belépők 2-3 hónapot tanulnak a céges szabályzatokon, terméken, eljárásokon. Egy belső chatbot ezt 2-4 hetesre rövidítheti — a kolléga azonnali választ kap mindenre, ami felmerül.

HR és IT tehermentesítés: a HR-csapat napi 1-2 órát tölthet ismétlődő kérdésekkel (szabadság, juttatások, eljárások). Egy IT-csapat ugyanígy (jelszó-reset, VPN, szoftver-telepítés). A chatbot ezeknek 70-80%-át leveszi.

Tudás-megőrzés: a régi projektek tapasztalatai, post-mortem-ek, architektúra-doksik egy könnyen kereshető rendszerbe kerülnek. A kollégák nem vesznek el a Notion-fán, és nem kérdeznek meg ugyanazoktól emberektől ugyanazokat.

Számokban: egy 100 fős cégnél a belső chatbot bevezetése jellemzően 50-100 órányi havi humán-munka megtakarítását hozza, és az új kollégák onboarding-ideje 30-50%-kal csökken.

Tipikus felhasználási területek

A leggyakoribb területek, ahol belső chatbotot vezetünk be:

• HR — szabadság, távollét, otthoni munka, juttatások, képzések, fizetés-szabályok.
• IT — jelszó-reset, VPN-beállítás, szoftver-telepítés, eszköz-kérelmezés.
• Pénzügy / kontrolling — útikültség-elszámolás, számla-kiállítás, projekt-költségvetés.
• Sales / ügyfélkezelés — versenytárs-elemzések, esettanulmányok, ajánlat-sablonok.
• Termék / fejlesztés — architektúra-doksik, API-dokumentációk, projekt-előzmények.
• Marketing — brand-irányelvek, tone-of-voice, sablonok, asset-tár.
• Operatív — folyamatleírások, ellenőrzőlisták, eljárási szabályzatok.

Hogyan épül fel?

A klasszikus architektúra: RAG-alapú (Retrieval Augmented Generation) rendszer. A folyamat:

1. A céges dokumentumokat összegyűjti egy data ingestion-pipeline (Google Drive, SharePoint, Confluence, Notion).
2. Felbontja kisebb (~500 szavas) szeletekre, és embedding-be alakítja.
3. Vektoradatbázisban tárolja (Qdrant, Pinecone, pgvector).
4. A kolléga kérdést tesz fel egy UI-n (Slack, Teams, intranet, vagy webes felület).
5. A rendszer kikeresi a releváns dokumentum-szeleteket, és átadja az LLM-nek.
6. Az LLM (OpenAI, Claude, vagy önhostolt) a kontextusból generálja a választ, forrás-megjelöléssel.

Hozzáférés-szabályozás

A belső chatbotnál kritikus szempont a jogosultság-szabályozás: nem mindenki láthat mindent. Egy gyakornok ne tudjon rákérdezni „mennyit keres a CEO?” — még ha a fizetési táblázat valahol benne is van a forrás-rendszerben.

A megoldás: a chatbot azonosítsa a felhasználót (SSO az identity provider-rel — Google Workspace, Azure AD), és a tudásbázisban tárolt dokumentumoknak legyen permission-szintje (HR-only, mindenki, vezetők-only stb.). A kérdés feldolgozásánál csak a megengedett dokumentumok között keres a rendszer.

Részletesen az AI adatbiztonság cikkben.

Milyen integrációkkal hat különösen jól?

Néhány tipikus integrációs pont:

• Slack / Teams bot — a kolléga ott kérdez, ahol amúgy is dolgozik.
• SSO (Google, Microsoft) — automatikus identitás-azonosítás, jogosultság-szabályozás.
• Helpdesk-platform (Zendesk, ServiceNow) — ha a bot nem tud, automatikusan ticket-et hoz létre.
• Naptár (Google Calendar, Outlook) — a bot meeting-időpontot foglalhat.
• HR-rendszer (BambooHR, Personio) — szabadság-igénylést indíthat, távollétet rögzíthet.
• IT-tool-ok — jelszó-reset (Okta), VPN-beállítás (mobil eszközkezelő).

Mibe kerül?

Egy átlagos magyar középvállalat (100-500 fő) belső chatbot projektje:

• Bevezetés: 1-5 millió forint (függ a tudásbázis mennyiségétől, integrációktól, UI-tól).
• Havi üzemeltetés: 50-300 ezer forint.
• Folyamatos finomítás: havi 8-16 óra (új doksik betöltése, prompt-finomítás).

A megtérülés erős: egy 100 fős cégnél havi 50-100 órányi humán-munka megspórolása (HR, IT, ad-hoc kérdezések) jellemzően 3-6 hónap alatt megtéríti a bevezetést.

Mire figyelj?

Az első tipp: tudásbázis-minőség kritikus. „Garbage in, garbage out” — egy elavult, ellentmondásos forrás-anyagon a chatbot téved. A bevezetés előtt érdemes 1-2 hetet szánni az átnézésre.

A második: hozzáférés-szabályozás kezdetektől. Ne tervezz „mindenki lát mindent” rendszert, és aztán próbáld utólag korlátozni. Az elejétől role-based access control (RBAC).

A harmadik: frissítés-folyamat. Új dokumentum kerül a Google Drive-ra → automatikusan kerüljön be a chatbot tudásbázisába. Heti / havi batch-ekkel ne csak egyszeri import-tal.

A negyedik: kollégák bevonása. Az új AI-asszisztens akkor lesz sikeres, ha a kollégák használják. Bevezetéskor képzés, demók, „champion”-ok a csapatban. A „mit szabad belerni, mit nem” szabályzat is kell.

Az ötödik: monitorozás. Heti / havi átnézés: melyik kérdéseknél bukik a chatbot, melyik dokumentumokra van szükség, melyik csapat használja a legtöbbet.

A hatodik: handoff. Ha a chatbot nem tud választ adni, irányítson humán kollégához (HR, IT, vagy a megfelelő tudásgazdához). Ne hagyja az ügyfelet — a kollégát — egyedül.

Ha cégednél belső chatbot bevezetését tervezed, az AI és automatizáció szolgáltatásunkból induljunk: dokumentum-feltárás, RAG-architektúra, SSO-integráció, élesítés. Ha ehhez Slack/Teams UI is kell, a chatbot fejlesztés tudja kiegészíteni. Részletesebben az AI tudásbázis cikkben.