YuMoney Construiu Plataforma RAG e Assistente de IA Eugene para Busca em Wiki Corporativa

YUMoney construiu uma plataforma RAG e assistente de IA "Eugene" para buscar na Wiki corporativa

O serviço de pagamento YUMoney explicou no Habr como construiu sua própria plataforma RAG (Geração Aumentada por Recuperação) e assistente de IA "Eugene" — ele substituiu a busca padrão na Wiki corporativa e entende o significado da consulta de um funcionário, em vez de simplesmente corresponder palavras-chave.

Por que a busca padrão parou de funcionar

Com o tempo, as empresas acumulam milhares de páginas de documentação interna, e encontrar a informação certa nela se torna cada vez mais difícil. De acordo com YUMoney, a busca padrão na Wiki corporativa não consegue mais lidar com esse volume: os funcionários perdem tempo navegando entre páginas e, em vez de procurarem respostas de forma independente, repetem as mesmas perguntas para colegas.

• Empresa — YUMoney, um serviço de pagamento russo
• Nome do assistente — "Eugene", construído na tecnologia RAG
• Autor do material — Ilya, diretor de desenvolvimento da YUMoney
• Decisão-chave da equipe — rejeição de soluções RAG prontas em favor de sua própria plataforma
• Público-alvo do material — arquitetos, engenheiros de IA e especialistas implementando soluções LLM corporativas

Como funciona o assistente de IA "Eugene"

Eugene combina o conhecimento corporativo da empresa com os recursos dos modelos de linguagem grandes. RAG significa Geração Aumentada por Recuperação — "geração com aumento por busca": primeiro, o sistema encontra fragmentos de documentação na base de conhecimento relevantes para a pergunta, e então o modelo de linguagem formula uma resposta baseada neles, em vez de simplesmente nos dados em que foi originalmente treinado. Isso permite responder com base no significado da consulta, em vez de correspondência formal de palavras, como na busca de texto completo clássica na Wiki.

De acordo com a equipe do YUMoney, a transição dos modelos de linguagem grandes para a categoria de ferramentas de trabalho tornou possível combinar o conhecimento corporativo acumulado com os recursos do LLM — é assim que Eugene surgiu, capaz de entender o significado da pergunta de um funcionário, em vez de apenas as palavras-chave nela.

Por que YUMoney rejeitou soluções prontas

Ilya, diretor de desenvolvimento da YUMoney, promete aos leitores explicar por que a equipe rejeitou soluções RAG prontas no mercado e escolheu o caminho de construir sua própria plataforma para conhecimento corporativo. O autor dirige o material principalmente para arquitetos e engenheiros de IA que enfrentam escolhas semelhantes ao implementar LLM dentro de uma empresa — ou seja, decidem se devem incorporar um produto pronto ou construir uma plataforma para seus dados corporativos independentemente.

O material do YUMoney é apresentado como uma análise prática precisamente dessa escolha: por que o desenvolvimento interno se mostrou preferível à compra ou conexão de um serviço RAG de terceiros para buscar na documentação interna da empresa.

"Meu nome é Ilya, sou diretor de desenvolvimento na YUMoney.

Vou contar por que rejeitamos soluções prontas e como construímos uma plataforma RAG para conhecimento corporativo", escreve o autor no Habr.

O que isto significa

YUMoney demonstra o caminho típico de 2026 das corporações de documentação dispersa em Wiki para um assistente de IA interno baseado em RAG — uma tecnologia que está se tornando o padrão para busca de conhecimento dentro de empresas com grandes volumes de documentação interna, e o material do YUMoney é direcionado principalmente para aqueles que estão implementando essas soluções.