Guia pràctica per a suport intern (TI, RRHH, Finances i Operacions)
Bases de coneixement amb IA: com transformar el suport intern sense perdre el control
Quan les respostes depenen de “la persona que ho sap” (o d’un fil antic a Teams), el suport intern s’encalla: duplicitats, temps perdut i informació desactualitzada. Una base de coneixement interna amb IA centralitza el coneixement, el fa fàcil de trobar amb cerca semàntica i permet autoservei amb seguretat, permisos i traçabilitat.
De documents dispersos a respostes fiables: l’objectiu és que el coneixement sigui trobable, estigui actualitzat i es pugui mesurar.
Què és una base de coneixement amb IA (i per què ara)?
Una base de coneixement amb IA és molt més que un repositori de documents: és un sistema que connecta fonts d’informació (polítiques, manuals, procediments, guies, FAQs, tiquets històrics o documentació tècnica) i les converteix en respostes útils, contextuals i fàcils de trobar.
La diferència real no és “tenir IA”, sinó fer que el coneixement sigui operatiu: recuperable, coherent, actualitzat i governat.
- Cerca semàntica: troba informació per intenció (no només per paraules clau).
- Respostes guiades: explica el “què” i el “com” amb passos clars i enllaços a la font interna.
- Aprenentatge per ús: detecta què es pregunta, què falla i quins articles falten.
- Integració: funciona dins del flux de treball (Teams/Slack/helpdesk/intranet) en lloc d’obligar a “buscar en mil llocs”.
Idees clau: una base de coneixement amb IA no substitueix el teu helpdesk; el fa més ràpid. Redueix fricció a L1 (consultes repetitives) i millora la qualitat quan cal escalar a una persona.
Símptomes que indiquen que el suport intern s’ha de replantejar
Si et sona alguna d’aquestes situacions, tens una oportunitat clara de millora amb una base de coneixement interna amb IA:
- Les mateixes preguntes es repeteixen per email, Teams o passadís (“On és el procediment?”, “Com demano X?”, “Qui ho aprova?”).
- Els processos existeixen… però estan dispersos (PDFs, intranet, carpetes, wikis, correus i notes personals).
- Quan falta una persona clau, el suport “se’n va amb ella”.
- L’onboarding és lent perquè cada equip explica el mateix una i altra vegada.
- El teu helpdesk rep massa consultes de primer nivell que podrien ser autoservei amb una guia ben feta.
- La informació està desactualitzada i ningú sap quina és la versió bona.
Quan el coneixement està “amagat” en documents i carpetes, l’IA pot ajudar a recuperar-lo… sempre que hi hagi ordre, permisos i criteri editorial.
Important: si la documentació actual és confusa, duplicada o contradictòria, la IA no arregla el problema; el multiplica. La bona notícia: un projecte ben plantejat crea estructura, responsabilitats i un cicle de millora.
Funcionalitats clau: de wiki estàtica a assistent fiable
Perquè una base de coneixement amb IA funcioni de veritat en suport intern, cal combinar tecnologia, contingut i governança. Aquestes són les funcionalitats que acostumen a marcar la diferència:
1) Respostes amb font i context
- Respostes que inclouen enllaços als documents o articles interns que s’han utilitzat.
- Opció de “no ho sé” i derivació a un canal humà quan falten dades o permisos.
- Resum executable: passos, requisits, excepcions i “què fer si falla”.
2) Connectors i unificació de fonts
- Connexió amb intranets, wikis, carpetes (SharePoint/Drive), bases documentals i eines d’ITSM/helpdesk.
- Indexació i etiquetatge perquè el coneixement sigui trobable.
3) Detecció de llacunes i manteniment intel·ligent
- Analítica de consultes: què es pregunta, què no es resol, quines respostes generen dubtes.
- Propostes d’articles nous (o millores) a partir de converses i tiquets.
- Alertes de contingut “vell” o potencialment inconsistent (versions, canvis de política, processos nous).
4) Control d’accés per rols (obligatori en entorns interns)
- Permisos per departament/rol: no tot el coneixement ha de ser visible per tothom.
- Registre d’accés i traçabilitat: qui consulta què, quan i amb quina finalitat.
Si vols portar-ho al teu dia a dia:
- Agents conversacionals amb IA per resoldre consultes internes dins de Teams/Slack/web, amb escalat a humà.
- Automatitzacions amb IA per classificar, prioritzar i rutejar tiquets o sol·licituds repetitives.
- Integració i implementació d’IA per connectar fonts i posar-ho en producció amb control.
- Consultoria i roadmap d’IA si vols prioritzar valor i viabilitat abans de fer cap pilot.
- Compliment i Legal Tech si tens requisits estrictes de RGPD, auditoria i governança.
Com implementar-ho (pas a pas) sense projectes eterns
Una implementació sòlida acostuma a funcionar millor en fases curtes, amb un primer pilot controlat i mètriques clares. Aquest és un recorregut habitual que evita el “fem-ho tot” i prioritza resultats.
- Mapa de consultes i friccions: identifica les 20–50 preguntes més repetitives (TI, RRHH, Operacions…) i on es perd temps.
- Inventari de fonts: on viu el coneixement avui (documents, intranet, wikis, tiquets) i quin estat té (qualitat, versions, propietat).
- Normalització i governança: defineix propietaris del contingut, cicle de revisió i criteris editorials.
- Connexió i indexació: connecta fonts prioritàries, etiqueta, estructura i prepara la cerca semàntica.
- Pilot amb guardrails: respostes amb fonts, control d’accés, i derivació segura quan no hi ha certesa.
- Mesura i escalat: amplia a més departaments segons l’ús real i les mètriques (deflexió, SLA, satisfacció interna).
Consell pràctic: comença per un domini “acotat” (p. ex. TI helpdesk L1 o onboarding de RRHH). Quan el primer cas funciona, l’expansió és molt més ràpida perquè ja tens metodologia, permisos i estàndards.
Quan la base de coneixement es connecta al flux de treball, el suport intern deixa de ser “buscar i preguntar” i passa a ser “resoldre i seguir”.
Com dissenyar articles que l’IA (i les persones) puguin respondre bé
La qualitat de la resposta depèn, sobretot, de la qualitat del coneixement. Una bona pràctica és definir una “plantilla d’article” per a la base de coneixement interna. Això ajuda tant a la IA com a l’equip: menys ambigüitats, menys versions i menys dubtes.
Plantilla recomanada d’un article intern (molt útil per a suport)
- Títol orientat a la pregunta: “Com demanar accés a…”, “Com resetejar…”, “Quin és el procés per…”.
- Quan s’aplica: en quin cas serveix i quan no.
- Prerequisits: permisos, eines, dades necessàries.
- Passos numerats: curts i verificables. Si cal, inclou variants (Windows/Mac, rol A/rol B).
- Errors habituals i solucions: “Si et surt X, fes Y”.
- Escalat: quan obrir tiquet, quin canal, quina informació adjuntar.
- Propietari i data de revisió: qui manté l’article i quan s’ha de revisar.
Com reduir respostes incorrectes (les famoses “al·lucinacions”)
- Resposta basada en fonts: que la IA respongui només amb documents autoritzats i visibles per l’usuari.
- Limitació per domini: millor 1 àrea ben feta que 10 àrees a mig fer.
- Claredat: llenguatge concret, passos curts i sense contradiccions.
- Fallback segur: quan no hi ha evidència, millor “no consta” + “com escalar” que inventar.
- Revisió humana on toca: processos crítics (finances, legal, seguretat) han de tenir control editorial.
Resultat esperable: el coneixement deixa de ser un “magatzem” i passa a ser un sistema viu: es consulta, es millora, es mesura i es manté per propietaris.
Seguretat, permisos i governança del coneixement
En suport intern, la seguretat no és un extra. Una base de coneixement amb IA ha de respectar rols, departaments i sensibilitat de la informació. El millor model és: accés mínim necessari, traçabilitat i governança clara.
Elements que recomanem definir des del principi
- Classificació de la informació: pública interna, restringida per equip, confidencial.
- Control d’accés: rols, grups, permisos per document i per col·lecció.
- Registre i auditoria: consultes, respostes, documents utilitzats i canvis de contingut.
- Governança editorial: propietaris, aprovacions, i cicles de revisió (mensual/trimestral).
- Política d’excepcions: què passa quan falta informació, quan hi ha dubte o quan cal escalar.
Quan hi ha governança, l’IA no és “un xat”: és un sistema de suport amb control, logs i millora contínua.
KPIs i mètriques per demostrar impacte (sense fum)
Una base de coneixement amb IA s’ha de poder justificar amb mètriques clares. A nivell intern, recomanem començar amb un quadre de control simple i ampliable:
- Deflexió: consultes resoltes sense obrir tiquet (o sense escalar).
- Temps de resolució: reducció de temps en consultes repetitives (L1) i millora del temps en escalats.
- First Contact Resolution: més resolucions al primer intent gràcies a informació coherent.
- Onboarding: temps fins a autonomia en processos habituals.
- Qualitat percebuda: enquestes internes curtes (“t’ha estat útil?”) i anàlisi de reobertures.
- Llacunes: consultes sense resposta o amb resposta insuficient (per prioritzar contingut nou).
Truc: fixa 3 KPIs prioritaris abans del pilot (p. ex. deflexió, temps de resolució i llacunes). Així l’equip té focus, i el projecte es mesura amb evidència.
Casos d’ús per departament (exemples que acostumen a funcionar)
A continuació tens idees concretes de com una base de coneixement amb IA pot actuar com a “primera línia” de suport intern, sempre amb opcions d’escalat.
TI / Helpdesk intern
- Resets de contrasenya, MFA i accessos (amb passos i requisits per rol).
- Guies de configuració (VPN, Wi‑Fi, dispositius, permisos de software).
- Diagnòstic ràpid: “si passa X, comprova Y” i quan obrir tiquet.
RRHH
- Onboarding: processos, documentació, calendari, accessos i preguntes freqüents.
- Polítiques internes (vacances, despeses, teletreball, permisos) amb versions vigents.
- Guies per managers: aprovacions, fluxos i criteris.
Finances i Administració
- Procés de facturació i proveïdors: què cal, qui valida, terminis i errors típics.
- Política de despeses: justificants, límits, categories i passos.
- FAQs internes sobre codis, centres de cost i circuit d’aprovació.
Operacions / Logística
- Procediments estàndard (SOPs): passos, checklists i criteris de qualitat.
- Incidències recurrents: resolució guiada i escalat amb informació completa.
- Normes de seguretat i manteniment operatiu.
Legal / Compliance
- FAQs internes sobre clàusules i processos (amb accés restringit i fonts oficials internes).
- Guies de bones pràctiques i criteris: què es pot fer i què no, i quan escalar.
- Traçabilitat: registre de consultes i versions per auditoria.
Com t’hi pot ajudar Bastelia
A Bastelia enfoquem aquests projectes com un sistema complet: coneixement + integració + seguretat + mètriques. L’objectiu és que el suport intern deixi de ser un coll d’ampolla i passi a ser un procés escalable.
- Diagnosi de consultes i fonts: on es perd temps i quin coneixement falta o sobra.
- Disseny de governança: propietaris, versions, cicle de revisió i criteri editorial.
- Connexió i implementació: integració amb les teves eines i canals de treball.
- Assistents i automatització: resolució de consultes + rutes de tiquets quan cal.
- Mesura i millora: KPIs, llacunes, qualitat i adopció interna.
Si vols, explica’ns quin departament vols prioritzar i quines fonts teniu (intranet, carpetes, wiki, helpdesk). Et respondrem amb una proposta de primer pas i criteris per validar impacte.
Preguntes freqüents sobre bases de coneixement amb IA
Què és exactament una base de coneixement amb IA per a suport intern?
En què es diferencia d’una wiki o d’una intranet tradicional?
Quines fonts podem connectar a la base de coneixement?
Com evitem respostes incorrectes o confuses?
Es pot restringir l’accés per rols o departaments?
Quant es triga a tenir un primer pilot en marxa?
Quins KPIs recomaneu per mesurar l’èxit?
Cal substituir el nostre helpdesk o podem conviure-hi?
Nota: aquest contingut és informatiu i està pensat per ajudar-te a prendre decisions. Cada implementació requereix adaptar permisos, fonts i governança al teu context.