Itsharkz
Umów spotkanie
Wrzesień 2025

Swizy – RAG AI

Od chaosu w plikach PDF do błyskawicznego asystenta AI: Zautomatyzowane zarządzanie benefitami pracowniczymi.

Dowiedz się więcej

Założenie projektu

Swizy to francuska platforma zarządzająca benefitami pracowniczymi (tzw. perks) dla dynamicznie rozwijających się firm. Oferowanie szerokiego wachlarza korzyści – od kart sportowych i dopłat do kultury po unikalne zniżki – wiązało się z ogromnym wyzwaniem organizacyjnym.

Każdy partner zewnętrzny przekazywał własne dokumenty PDF w unikalnych formatach, zawierające skomplikowane kryteria przyznawania świadczeń (np. wiek, staż pracy, typ umowy czy określone terminy).
Przy dziesiątkach dostawców i nieustrukturyzowanych danych (łączenie tekstu, tabel oraz diagramów) tradycyjne metody wyszukiwania informacji zawodziły. Znalezienie prostej odpowiedzi na pytanie o zasady przyznawania benefitu zajmowało użytkownikom od kilku godzin do nawet paru dni.

Swizy potrzebowało innowacyjnego rozwiązania, które błyskawicznie przetworzy skomplikowane dokumenty i udostępni użytkownikom intuicyjny interfejs w oparciu o sztuczną inteligencję.

Stos technologiczny

Infrastruktura Cloud
Amazon Web Services
Główny język
Python
Framework AI
LangChain (RAG pipeline orchestration)
Baza danych
PostgreSQL

Zakres Projektu & Kluczowe Funkcje

Jako partner technologiczny dostarczyliśmy kompleksowe rozwiązanie skrojone pod potrzeby marki:
  • Pipeline RAG dla Bazy Wiedzy: Błyskawiczna analiza nieustrukturyzowanych plików PDF zawierających tekst, tabele oraz grafiki.
  • Zaawansowane Parsowanie Graficzne: Dedykowany moduł przetwarzający diagramy i struktury tabelaryczne bez utraty kontekstu danych.
  • Aplikacja Przeglądarkowa z Chatbotem: Gotowy, responsywny interfejs użytkownika pozwalający na naturalną konwersację z asystentem AI.
  • Architektura Gotowa do Integracji: Elastyczny backend umożliwiający wbudowanie czatu bezpośrednio w ekosystemy stron internetowych klientów Swizy.
  • Multi-Tenant Data Isolation: Skalowalna obsługa wielu klientów biznesowych – jeden silnik RAG bezpiecznie odpytuje odizolowane bazy i zbiory dokumentów przypisane do danej firmy.
Wyzwanie Biznesowe:
  • Brak struktury w bazach wiedzy: Rozproszone pliki PDF od dostawców uniemożliwiały klasyczne katalogowanie danych.
  • Długi czas dostępu do informacji: Pracownicy poświęcali mnóstwo czasu na przeszukiwanie warunków umów benefitowych.
  • Ryzyko nierentownej infrastruktury: Pierwotna koncepcja zakładała hostowanie własnych modeli AI na lokalnych serwerach w celu uniknięcia opłat API.
  • Izolacja danych B2B (Multitenancy): Klastyczne systemy RAG działają w oparciu o jedną bazę wiedzy. Swizy obsługuje wiele firm B2B, z których każda posiada własne, poufne pliki z benefitami.
Partnerstwo i Strategiczne Rozwiązanie ITSharkz:
  • Architektura RAG & Vision AI: Zbudowaliśmy pipeline przetwarzający dokumenty do bazy wektorowej RAG. Aby zachować 95%+ dokładności przy czytaniu złożonych wykresów i tabel, zintegrowaliśmy zaawansowane skanowanie dokumentów.
  • Intuicyjny Asystent AI: Stworzyliśmy przeglądarkową aplikację z dedykowanym interfejsem czatu. Asystent odpowiada na zapytania w kilka sekund, wskazując precyzyjne warunki i dane kontaktowe.
  • Eksperckie Doradztwo i Optymalizacja Kosztów: Przeprowadziliśmy dogłębną analizę i doradziliśmy optymalną ścieżkę chmurową. Wykazaliśmy, że modele lokalne wygenerują ogromne koszty infrastruktury, błędy produkcyjne i trudności utrzymaniowe.
  • Architektura Multi-Tenant RAG: Zbudowaliśmy elastyczny silnik RAG z dynamicznym routowaniem zapytań do odizolowanych przestrzeni nazw (namespaces / osobnych baz). Jeden RAG bezpiecznie obsługuje wielu klientów bez ryzyka wycieku danych pomiędzy firmami.

Funkcje i Możliwości

Kontekstowy Moteur RAG
Precyzyjne odpowiadanie na pytania w języku naturalnym na podstawie zawartości dziesiątek plików PDF bez halucynacji.
Przetwarzanie Wizyjne (Table & Layout Parsing)
Zaawansowane parsowanie graficzne odczytujące skomplikowane tabele, cenniki i diagramy bez niszczenia układu danych.
Dedykowany Interfejs Czatowy Web
Lekki, czysty interfejs w przeglądarce zoptymalizowany pod kątem konwersacji z modelem językowym.
Automatyczna Weryfikacja Kwalifikowalności
Błędobójcze dopasowywanie zasad przyznawania benefitów (wiek, staż pracy, typ umowy, dedykowane terminy).
Skalowalna Architektura Chmurowa (AWS)
Wysokowydajne środowisko zapewniające czas odpowiedzi wynoszący zaledwie kilka sekund.

Referencje

Co mówią nasi partnerzy

W ITSharkz znaleźliśmy zaufanego partnera, dlatego będziemy kontynuować naszą współpracę – mamy nadzieję, że przez długi czas.

Nicolas Baudelot CEO i Cofounder, Medicalib
Dedykowany Zespół

.Naprawdę zaangażowali się w zrozumienie tego, co i jak robimy, wykazując się proaktywnością. To coś, czego nie widziałam nigdzie indziej.

Carole Juge-Llewellyn CEO i Założycielka, JOONE
Dedykowany Zespół

To był dla nas idealny kompromis: wysokiej klasy specjaliści, konkurencyjne stawki i bliska lokalizacja.

Georges Fornay CEO, Qobuz
Dedykowany Zespół

ITSharkz to nie tylko headhunter, który dostarcza profil i zostawia cię samego. Oni realnie towarzyszą w procesie od początku do końca.

Rémi Prévost CTO, Happydemics
Dedykowany Zespół

ITSharkz dostarcza produkt, który jest niemal gotowy, więc nie tracimy czasu. Nie projektują go dla inżynierów, tylko użytkowników końcowych.

Matthieu Derancourt Medical Advisor, Pauchet Santé
Projekt T&M

Współpraca z zespołem ITSharkz była jednym z najlepszych elementów tego projektu. Ich umiejętność słuchania, wiedza ekspercka i niezmienny profesjonalizm sprawiały, że każda interakcja była produktywna.

Sébastien Richard Dyrektor Generalny, GastrOptim
Projekt T&M

Współpraca z ITSharkz od pierwszego dnia dawała nam poczucie, że mamy u boku prawdziwego partnera technologicznego. Ich doradztwo w zakresie architektury chmurowej okazało się nieocenione, a dostarczony przez nich asystent AI oparty na RAG działa błyskawicznie i bezproblemowo wpisuje się w naszą architekturę multi-tenant.

Ahmed EL HAOUARI CTO, Swizy
Automatyzacja AI

Wyniki i Wartość Dodana

  • Skrócenie czasu wyszukiwania z dni do sekund: Odpowiedzi na pytania o benefity są generowane w czasie rzeczywistym.
  • Wysoka Precyzja (95%+ Accuracy): Zastosowanie wielomodalnego przetwarzania dokumentów wyeliminowało błędy odczytu danych tabelarycznych i diagramów.
  • Oszczędność Budżetu i Stabilność: Dzięki naszej rekomendacji technologicznej Swizy uniknęło inwestycji w kosztowną, trudną w utrzymaniu infrastrukturę lokalną, zyskując stabilny i skalowalny system chmurowy.

Podsumowanie

Projekt dla Swizy to przykład tego, jak ITSharkz działa jako dojrzały partner technologiczny w obszarze integracji sztucznej inteligencji. Nasza rola nie ograniczyła się do biernego wdrożenia kodu – przeprowadziliśmy klienta przez proces decyzyjny i odwiedliśmy go od kosztownego pomysłu hostowania modeli lokalnych, chroniąc go przed błędami produkcyjnymi i ogromnym narzutem utrzymaniowym.

Dzięki połączeniu zaawansowanej architektury RAG z przetwarzaniem dokumentów graficznych, przekształciliśmy nieustrukturyzowane bazy wiedzy w intuicyjnego, błyskawicznego asystenta AI. Pokazuje to nasze podejście: dostarczać realną wartość biznesową i optymalizować rozwiązania AI pod kątem celów klienta.

Zobacz wywiady z naszymi klientami

Nicolas Baudelot i Nicolas Massaviol – CEO i CTO w Medicalib
„W ITSharkz znaleźliśmy zaufanego partnera, dlatego będziemy kontynuować naszą współpracę – mamy nadzieję, że przez długi czas”
Tasks:
  • Integracja systemów rządowych, wdrożenie logiki regulacyjnej oraz stworzenie biblioteki UI.
Results:
  • Wdrożenie OpenID Connect, opracowanie silnika wycen i budowa kompletnego design systemu.
Carole Juge-Llewellyn – CEO i założycielka JOONE
„Naprawdę zaangażowali się w zrozumienie tego, co i jak robimy, wykazując się proaktywnością. To coś, czego nie widziałam nigdzie indziej”.
Tasks:
  • Opracowanie nowego procesu subskrypcji, wdrożenie systemu zarządzania dla klientów i migracja tysięcy subskrypcji.
Results:
  • Uruchomienie checkoutu Newcharge, budowa panelu klienta oraz pomyślna migracja danych.
Georges Fornay i Franck Véga – CEO i CTO w Qobuz
„To był dla mnie idealny kompromis: wysokiej klasy specjaliści, konkurencyjne stawki i bliska lokalizacja”.
Tasks:
  • Optymalizacja backendu, modernizacja aplikacji desktopowej, integracja funkcji cross-platform (Qobuz Connect).
Results:
  • Lepsza wydajność aplikacji, wzrost retencji użytkowników, redukcja kosztów i przyszłościowe systemy.
Rémi Prévost – CTO w Happydemics
„ITSharkz to nie tylko headhunter, który dostarcza profil i zostawia cię samego. Oni realnie towarzyszą w procesie od początku do końca”.
Tasks:
  • udowa dedykowanego zespołu seniorów Ruby on Rails dla francuskiego scale-upu, rekrutacja inżynierów z podejściem product-first.
Results:
  • Integracja 4 seniorów z roadmapą produktu, eliminacja rotacji oraz przyspieszenie dostarczania nowych funkcji.
Matthieu Derancourt – Doradca Medyczny w Pauchet Santé
„ITSharkz dostarcza produkt, który jest niemal gotowy, więc nie tracimy czasu. Nie projektują go inżynierowie, lecz użytkownicy końcowi”.
Tasks:
  • Automatyzacja złożonych procesów szpitalnych i połączenie strategii medycznej z egzekucją techniczną.
Results:
  • Wdrożenie 3 krytycznych platform z 90% gotowością operacyjną już w pierwszej fazie.