Vector Database
Un database specializzato per archiviare e cercare embedding vettoriali, fondamentale per la ricerca semantica nell'AI.
Un vector database è un tipo di database ottimizzato per archiviare, indicizzare e cercare vettori (embedding) in modo efficiente. A differenza dei database tradizionali che cercano per corrispondenza esatta, i vector database trovano i vettori più "simili" a quello cercato, abilitando la ricerca semantica.
Questa tecnologia è il fondamento dei sistemi RAG: quando un cliente fa una domanda, la domanda viene convertita in un vettore e il vector database trova i documenti aziendali con il contenuto più rilevante. I principali vector database includono Qdrant, Pinecone, Weaviate e ChromaDB.
Nella Knowledge Core di Kynetixx, il vector database contiene gli embedding di tutti i documenti aziendali: cataloghi, schede prodotto, FAQ, procedure. Questo permette al chatbot di trovare istantaneamente le informazioni rilevanti per ogni domanda, anche quando il cliente usa parole diverse da quelle presenti nei documenti.