Kennistoegang transformeren met RAG en AWS

Uitdaging

Elk voorstel en elk contract begon met zoeken. Contractdocumenten stonden in SharePoint-mappen die elk team op zijn eigen manier indeelde, concepten in S3 en de dealhistorie in Salesforce. Om het juiste document te vinden moest je de naam van de klant en de map kennen, en dan uitzoeken welke versie de actuele was, of het vragen aan de collega die het wist.

Dat leidde tot:

• tijd kwijt aan zoeken op meerdere plekken voor één antwoord
• contractgegevens overgenomen uit verouderde versies
• tragere doorlooptijden van voorstellen en contracten

De klant had één plek nodig om vragen te stellen, met antwoorden die mensen aan de bron konden controleren.

De oplossing die wij leverden

Crunch-IS ontwikkelde een systeem op basis van Retrieval-Augmented Generation (RAG) om de toegang tot bedrijfskennis te verenigen en te vereenvoudigen.

De kern is AWS Kendra als semantische zoekmachine, verrijkt met LLM-mogelijkheden via AWS Bedrock voor contextbewust zoeken en samenvatten.

Data uit SharePoint, Salesforce en S3 wordt doorlopend gesynchroniseerd met AWS Step Functions, zodat alle bronnen actueel en doorzoekbaar blijven.

Zo ziet een antwoord eruit. Een gebruiker typt een vraag als ‘Wat zijn onze standaard betalingsvoorwaarden voor zakelijke contracten?’ De assistent geeft een kort antwoord en somt daarna de gebruikte documenten op, elk met een link naar het oorspronkelijke bestand. Met filters verfijnt u de resultaten op klant, documenttype of bron. De interface bouwden we met React.js en Nest.js.

Wie wat ziet. De assistent antwoordt alleen op basis van documenten die de gebruiker mag inzien. Vraagt u naar een bestand waarvoor u geen toegang hebt, dan antwoordt hij dat hij daarover geen informatie heeft.

Onderdeel van een bredere zakelijke AI-assistent. De kennisbank is één tool binnen de zakelijke AI-assistent van de klant, die sales-, marketing-, HR-, juridische en projectteams eigen AI-tools geeft zonder bedrijfsdocumenten naar publieke AI-diensten te sturen. Dezelfde kennisbank voert MSA- en compliancecontroles uit op een klant. Daarnaast genereert de assistent RFP-documenten op basis van de eigen sjablonen van het bedrijf en toetst hij presentaties aan de interne huisregels.

Aanpak van de implementatie

Voor prestaties, schaalbaarheid en beveiliging rolden we de oplossing uit op een cloud-native AWS-architectuur:

• AWS ECS — verzorgde de gecontaineriseerde uitrol van microservices voor efficiënt schalen.
• AWS Step Functions — orkestreerde geautomatiseerde ETL-workflows voor doorlopende data-inname.
• AWS RDS (PostgreSQL) — zorgde voor betrouwbare opslag en gestructureerd metadatabeheer.
• AWS Amplify — stroomlijnde CI/CD en uitrol van de gebruikersapplicatie.

De architectuur houdt de index gelijk met elk bronsysteem, past bij elk antwoord de toegangsrechten van de gebruiker toe en kan nieuwe bronnen, zoals Google Drive of geüploade bestanden, via dezelfde pipeline opnemen.

Resultaten voor de klant

Sales- en deliveryteams beginnen nu met een vraag in plaats van een zoektocht:

• 60% sneller werken met bedrijfsdocumenten — sales- en deliveryteams vinden voorstellen, contracten en projectdossiers met één zoekopdracht, in plaats van ze in verschillende systemen bij elkaar te zoeken.
• Eén plek om te vragen — één kennisbank verving documenten die verspreid stonden over systemen en teammappen.
• Controleerbare antwoorden — elk antwoord linkt naar de bronnen, zodat een feit gecontroleerd kan worden voordat het in een contract komt.
• Minder onderbrekingen — mensen vinden een document zelf, in plaats van het te vragen aan de collega die weet waar het staat.
• Snellere onboarding — nieuwe medewerkers vragen het de assistent in plaats van hun collega’s.