Willen semantisch zoeken zonder een aparte vector-stack te beheren: geen extra database, geen losse embedding-dienst buiten het platform om.
Platform · Embeddings
Embeddings die je kennis vindbaar maken
Wie in duizenden documenten zoekt, heeft meer nodig dan trefwoorden. Numaga zet je documenten om in embeddings (een numerieke weergave van betekenis), zodat de kennisbank vindt wat je bedóélt, ook als de woorden anders zijn. Via dezelfde gateway als al je andere AI-verkeer, dus met dezelfde grip.
Voor wie
Willen dat medewerkers vinden wat er bedoeld wordt, ook in grote, Nederlandstalige documentcollecties waar trefwoorden tekortschieten.
Wil embedding-kosten niet als onzichtbare bijkomstigheid zien: apart inzichtelijk, per model, los van het chatverbruik.
Het probleem
Embeddings zijn meestal onzichtbaar, technisch én financieel.
Semantisch zoeken vereist dat elk document wordt omgezet in embeddings. Bij de meeste AI-tools gebeurt dat buiten het zicht: een losse dienst, een aparte rekening, en verbruik dat nergens in je rapportages landt. Grote documentcollecties maken dat pijnlijk: tienduizenden documenten betekent tienduizenden aanroepen.
In Numaga lopen embeddings via dezelfde gateway als de rest van je AI-verkeer. Ze vallen onder hetzelfde beheer, de opslag zit in de beheerde database van het platform, en het verbruik staat apart in je overzichten, niet vermengd met chatgebruik, want dat zijn wezenlijk andere aantallen en kosten.
Hoe het werkt
Van document naar vindbaar antwoord.
Automatisch bij elke synchronisatie van je kennisbank, zonder losse vector-infrastructuur.
Documenten worden embeddings
Bij elke kennisbank-synchronisatie en elke upload zet het platform de inhoud om in embeddings, via een embedding-model op de gateway.
Opslag in het platform
De vectoren staan in de beheerde database van je omgeving: single-tenant, in Nederland, zonder aparte vector-stack om te onderhouden.
Zoeken op betekenis én exacte termen
Vragen worden hybride beantwoord: semantisch (betekenis) gecombineerd met exacte termen. Die blijven belangrijk voor namen, codes en vaktermen.
Verbruik apart inzichtelijk
Embedding-verkeer heeft een eigen overzicht: welke modellen, hoeveel aanroepen en wat het kost, los van het chatverbruik, zodat je rapportages zuiver blijven.
In de praktijk
Beproefd waar data het gevoeligst is.
Numaga draait een pilot bij Ontdek Zorg, een thuiszorgorganisatie in Gelderland. Juist in de zorg, met bijzondere persoonsgegevens onder de AVG, is verantwoorde AI het moeilijkst. Precies daar zetten we de control plane op de proef.
- Thuiszorg in Gelderland
- Bijzondere persoonsgegevens (AVG Art. 9)
- Beleid en maskering op elke prompt
Maak je documenten vindbaar op betekenis.
We laten zien hoe embeddings in jouw omgeving werken: van kennisbank-synchronisatie tot het kostenoverzicht.
Vraag demo-toegang aan