En sökning över 90 000 dokument, och en plan för att göra bolaget synlig online
Mitt examensarbete på ett svenskt fintechbolag: ett söksystem över Confluence, Jira och GitHub som körs lokalt och som i en användarstudie minskade den genomsnittliga uppgiftstiden från 294 till 96 sekunder, plus en granskning av hur bolaget syns i sökmotorer och AI-assistenter.
Utmaningen
Vermiculus bygger clearing- och handelsteknik för börser. Kunskapen fanns utspridd i Confluence, Jira och GitHub, totalt över 90 000 dokument. Att hitta ett svar innebar att hoppa mellan system, i snitt 3,3 byten per uppgift, och svaret låg ofta i ett system man inte tänkte titta i. Bolaget hade också ett andra problem: de var svåra att hitta utifrån. Rimliga sökningar på vad bolaget gör gav lite, och AI-assistenter hade nästan ingenting att säga om det.
Angreppssätt
För intern sökning byggde jag ett RAG-system från grunden. Det kombinerar nyckelordssökning (BM25) med vektorsökning, slår ihop resultaten med reciprocal rank fusion och rangordnar om dem med en cross-encoder. Ett filter för produkt och kund snävar in sökningen före hämtning, så att man bara ser material som hör till den produkt och kund man arbetar med. För extern synlighet granskade jag hur Vermiculus syns i sökmotorer och AI-assistenter och skrev en förbättringsplan. Jag gjorde hela granskningen själv och presenterade planen för marknadschefen, som höll med och började arbeta med den.
Tekniska detaljer
Systemet indexerar över 90 000 dokument, varav över 83 000 Confluence-sidor. Embeddings kommer från Instructor-XL och svaren genereras med Qwen 32B, båda körs lokalt på ett NVIDIA-grafikkort, så ingen företagsdata lämnar huset. Åtkomsten är rollbaserad, lagringen krypterad, och systemet har ett REST-API och ett webbgränssnitt. Vid sidan av bygget utbildade jag omkring 150 kollegor, främst tekniker, i hur systemet används och hur man bedömer AI-svar.
Resultat
Söksystem
- 85 % mindre sökyta med filtrering på produkt och kund
- 65 % snabbare sökning och 15 % högre precision jämfört med ofiltrerad sökning
- 90 000+ dokument indexerade, varav 83 000+ Confluence-sidor
Användarstudie
- Genomsnittlig uppgiftstid 67 % kortare (294 → 96 sekunder)
- Systembyten per uppgift: 3,3 → 0
- Användbarhet 4,6 av 5 och tillförlitlighet 4,2 av 5
- 5 deltagare, samma personer med och utan systemet, genomförd under en hektisk releasevecka
Synlighet
- Full granskning av synlighet i sökmotorer och AI-assistenter, med förbättringsplan
- Planen presenterades för marknadschefen, som höll med och började genomföra den
Vad det betyder
Att bygga söksystemet lärde mig exakt hur sökande system väljer sina källor, och det formade granskningen direkt. Samma principer som gör ett dokument hittat i ett företags kunskapsbas gör ett företag hittat av Google och ChatGPT.
I korthet
- Kund: Svenskt fintechbolag, clearing- och handelsteknik
- Typ: Examensarbete, oktober 2025 – januari 2026
- Levererat: RAG-system som körs lokalt och en synlighetsgranskning med förbättringsplan
- Utmärkelse: Bästa Examensarbete 2026, IHM Business School