Referencje

Usługi profesjonalne · Public affairs

Pięciu agentów, którzy pracują jak dodatkowy członek zespołu

RPP Group, czołowa firma doradcza w obszarze public affairs, traciła na rutynowe zadania czas, którego brakowało potem na pracę strategiczną: analizę dokumentów, porządkowanie danych i pisanie wersji roboczych. Zbudowaliśmy ChatRPP, system wieloagentowy dopasowany do procesów firmy, jej profesjonalnego tonu i wymogów compliance.

Kluczowe rezultaty

–70%
Mniej czasu na rutynowe zadania wykonywane ręcznie
5 agentów
Wyspecjalizowani agenci działający jako jeden skoordynowany system
Na bieżąco
Odpowiedzi z wewnętrznych i zewnętrznych źródeł danych
RODO
Poufne dane przetwarzane we własnej infrastrukturze firmy

Klient: RPP Group
Czołowa firma doradcza w obszarze public affairs, specjalizująca się w tworzeniu polityk publicznych i komunikacji politycznej.

RPP Group
Branża
Public affairs i doradztwo
Zastosowanie
Analiza dokumentów, tworzenie treści, research
Podejście AI
Architektura wieloagentowa z RAG
Źródła danych
Dokumenty wewnętrzne i zewnętrzne dane o polityce
Compliance
Zgodność z RODO, we własnej infrastrukturze firmy
Partner
Policy-Insider.AI

W skrócie

Rutyna, która wypierała pracę przynoszącą przychód

  • RPP Group analizuje złożone dokumenty polityczne, porządkuje informacje o politykach publicznych, przygotowuje komunikację strategiczną i monitoruje regulacje. Wszystko to wymaga wiedzy eksperckiej, a spora część przebiega według przewidywalnego schematu.
  • Streszczanie długich dokumentów, wyłuskiwanie stanowisk politycznych, porządkowanie danych do prezentacji, pisanie pierwszej wersji: na to szły godziny, których brakowało na pracę strategiczną z klientami.
  • Zwykły chatbot nie wchodził w grę. System musiał rozumieć branżę, trzymać się profesjonalnego tonu firmy, spełniać wymogi compliance i pasować do tego, jak zespół już pracuje.
  • Te powtarzalne zadania przejął ChatRPP: rutynowej pracy jest o 70 procent mniej, a poufne materiały nigdy nie opuszczają środowiska RPP Group.

Punkt wyjścia

Wyzwanie

Sam chatbot by nie wystarczył. Potrzebny był system, który rozumie specyfikę branży RPP Group, trzyma się jej profesjonalnego tonu, spełnia wymogi compliance i pasuje do tego, jak zespół naprawdę pracuje.

RPP Group działa na styku polityk publicznych, polityki i komunikacji. Zespół regularnie analizuje złożone dokumenty polityczne, porządkuje informacje o politykach publicznych, przygotowuje komunikację strategiczną i monitoruje zmiany w regulacjach. To praca wymagająca głębokiej wiedzy, ale pełna powtarzalnych, ręcznych czynności.

Sporo czasu zajmowały zadania o przewidywalnym schemacie: streszczanie długich dokumentów, wyłuskiwanie kluczowych stanowisk politycznych, porządkowanie danych do prezentacji i pisanie pierwszych wersji materiałów komunikacyjnych.

Przez to zostawało mniej czasu na strategiczną pracę z klientami, w której wiedza zespołu daje najwięcej.

Budowa

Co zbudowaliśmy

Razem z Policy-Insider.AI zbudowaliśmy ChatRPP, dedykowany system wieloagentowy zaprojektowany pod procesy RPP Group.

01

Jeden orkiestrator, pięciu specjalistów

Zamiast jednego uniwersalnego chatbota ChatRPP ma kilku wyspecjalizowanych agentów, z których każdy zajmuje się jednym rodzajem zadań. Główny agent orkiestrujący kieruje zapytanie do właściwego specjalisty, niezależnie od tego, czy chodzi o analizę dokumentu, pisanie treści, planowanie strategiczne, czy research polityk publicznych, więc każde zadanie trafia do agenta z właściwym kontekstem i właściwymi narzędziami.

02

Z setek stron to, co najważniejsze

Członek zespołu wgrywa dokument programowy, akt regulacyjny albo projekt ustawy i w czasie rzeczywistym dostaje uporządkowane streszczenie, najważniejsze wnioski i odpowiedzi na pytania uzupełniające.

03

Wersje robocze w stylu firmy

ChatRPP pisze plany strategiczne, kluczowe komunikaty i wersje robocze materiałów, które odpowiadają profesjonalnemu tonowi i identyfikacji wizualnej RPP Group. Zamiast ogólników powstają treści pisane tak, jak zespół naprawdę zwraca się do interesariuszy i decydentów.

04

Poufne materiały zostają w firmie

Praca w obszarze polityki jest wrażliwa, dlatego system zbudowano zgodnie z rygorystycznymi zasadami bezpieczeństwa danych. Całe przetwarzanie jest zgodne z RODO i odbywa się we własnej infrastrukturze RPP Group, więc poufne informacje nigdy nie opuszczają kontrolowanego przez nią środowiska.

05

Agenci, którzy sprawdzają innych agentów

Wyspecjalizowani agenci QA sprawdzają wyniki pod kątem wewnętrznych standardów. Zmniejsza to ryzyko, że nieścisłość dotrze do klienta, i utrzymuje treści na poziomie, jakiego oczekują klienci RPP Group.

Pięciu agentów, którzy pracują jak dodatkowy członek zespołu

Co się zmieniło

Rezultaty

Przed

Godziny spędzane na ręcznej analizie dokumentów, porządkowaniu danych i pisaniu pierwszych wersji. Rutyna wypierała pracę strategiczną.

Po

Automatyczna analiza, odpowiedzi na bieżąco i wersje robocze gotowe w kilka sekund. Zespół wrócił do wartościowej pracy strategicznej i do klientów.

Czas poświęcany na ręczne, rutynowe zadania wyraźnie się skrócił. System zajmuje się streszczaniem dokumentów, porządkowaniem danych i pierwszymi wersjami tekstów, które co tydzień zabierały doświadczonym pracownikom wiele godzin.

Zespół opisuje ChatRPP jako inteligentnego, dodatkowego członka zespołu: jest częścią codziennej pracy, rozumie branżę, a jego wyniki wymagają niewielu poprawek.

Decyzje zapadają szybciej, bo potrzebne dane i wnioski są dostępne od razu, a nie po godzinach ręcznego szukania.

Pytania o ten projekt

Analiza dokumentów, tworzenie treści, research. Sam chatbot by nie wystarczył. Potrzebny był system, który rozumie specyfikę branży RPP Group, trzyma się jej profesjonalnego tonu, spełnia wymogi compliance i pasuje do tego, jak zespół naprawdę pracuje.

Mniej czasu na rutynowe zadania wykonywane ręcznie: –70%. Wyspecjalizowani agenci działający jako jeden skoordynowany system: 5 agentów. Odpowiedzi z wewnętrznych i zewnętrznych źródeł danych: Na bieżąco. Poufne dane przetwarzane we własnej infrastrukturze firmy: RODO.

Architektura wieloagentowa z RAG. Wykorzystana technologia: Architektura wieloagentowa, Duże modele językowe (LLM), RAG, Przetwarzanie dokumentów, Integracja z Policy-Insider.AI, Python, Infrastruktura zgodna z RODO.

Wykorzystana technologia

Architektura wieloagentowa Duże modele językowe (LLM) RAG Przetwarzanie dokumentów Integracja z Policy-Insider.AI Python Infrastruktura zgodna z RODO

Porozmawiaj z zespołem, który to zbudował

Odpowiadamy w ciągu jednego dnia roboczego.

Kontakt