AI megoldás

Araron

Business Operations Layer

Az Araron nem egy újabb szoftver, hanem egy operatív réteg: a meglévő rendszereid (CRM, projektmenedzsment, sheets, chat) fölé épül, és ott szünteti meg a súrlódást, ahol a munka valóban elakad – átadásoknál, ismétlődő feladatoknál, szétszórt információknál.

ÜgyfélSaját termék (béta)
Év2026
IdőtartamFolyamatban (béta)
AI megoldás

A kihívás

A növekvő szervezeteknél a munka egyre gyakrabban a rendszerek között vész el: feladatok csúsznak át az értékesítés, a delivery és a support között, frissítések szétszóródnak chaten, sheeteken és eszközökön, az ismétlődő munkának pedig nincs gazdája. A klasszikus válasz – "vezessünk be még egy platformot" – csak újabb silót épít.

A megoldás

Az Araron három lépésben épül be: (1) Diagnose – feltérképezzük, hol akad meg a munka a meglévő stackedben; (2) Solve One Pain Point – egy fókuszált modullal a saját rendszereiden belül megszüntetünk egy konkrét visszatérő szűk keresztmetszetet; (3) Scale Across Your Stack – fokozatosan további operatív problémákat oldunk meg, anélkül hogy a csapatodat új platformra kellene költöztetni.

Miért más, mint egy újabb SaaS?

Nincs migráció. A meglévő eszközeid maradnak – az Araron fölé épül.

Egy fájdalom, egy modul. Nem 200 funkciót kapsz, hanem azt az egyet, ami most fáj.

Operatív, nem analitikai. Nem riportot készít a problémáról, hanem megoldja.

AI-támogatott, emberi döntésekkel. Az automatizmus felelőssel és kontextussal jön, nem fekete dobozzal.

Eredmények számokban

1
fájdalompont / első modul
0
új platform a csapatnak
Béta
korai partnerekkel
n+1
moduláris bővítés

Főbb funkciók

Operatív diagnózis a meglévő rendszerek fölött
Fókuszált modulok – egy konkrét bottleneck per iteráció
Átadások és felelősök követése csapatok között
Ismétlődő feladatok automatizált gazdája
Jelzések egy helyen – nincs több chat / sheet / tool vadászat
Integráció CRM, projekt- és kommunikációs eszközökkel

Architektúra elvek

Kontextus-tudatos AI

A te dokumentumaid, ticketjeid és beszélgetéseid alapján dönt – nem általános LLM-ként, hanem a céged működésének ismeretében.

Gráf-alapú működésmodell

Látja, ki kinek tartozik mivel, és hol szakad el az átadás – ezért tudja, hol akad el a munka, mielőtt te észrevennéd.

A meglévő stackedre épül

Kétirányú integráció CRM-mel, projektmenedzsmenttel, chattel, sheettel, emaillel – nem kell új platformra költöztetni a csapatot.

EU-hosting, GDPR-compliant

Az adataid Frankfurtban vagy Amszterdamban tárolódnak, nem hagyják el az EU-t. Titkosítás nyugalmi és átvitt állapotban is.

No-training garancia

A te adataid soha nem kerülnek harmadik fél modelltanításra. Tenant-szintű elválasztás, ügyfelenként izolált kontextus.

Visszakövethető döntések

Minden AI-lépés audit-trail-lel: ki kérte, milyen kontextusból, mennyi időbe telt, mi lett az eredmény. Nem fekete doboz.

Miért ez a stack számít?

A legtöbb "AI tool" egy chat-ablak egy LLM elé. Az Araron ennél lényegesen több: az AI csak akkor hasznos egy szervezetnek, ha tudja, ki kicsoda, mi mire vár, és mi szokott elakadni – ezt pedig csak gráf- és kontextus-alapú architektúrával lehet modellezni.

Technikai részletek mérnököknek

Technológiai stack

Next.js 15React 19NestJSTypeScriptGraphQLPostgreSQLNeo4jQdrantRedisBullMQLangGraphOpenAI GPT-4oClaude SonnetLangfuseKubernetesOpenTelemetry

AI & Reasoning Layer

A modellválasztástól a guardrailekig – az AI itt hoz döntést, kontextussal és kontrollal.

  • LLM orchestration – OpenAI GPT-4o / Claude Sonnet, feladat-típus alapú modellválasztással
  • RAG – a céges kontextus (dokumentumok, ticketek, beszélgetések, sheetek) valós időben kerül a modell elé, hallucináció-minimalizálással
  • Embedding pipeline – OpenAI text-embedding-3-large + saját re-ranking réteg
  • Agent framework – LangGraph alapú, állapot-tudatos agent-orchestration (tool calling, human-in-the-loop, retry-logika)
  • Guardrails – prompt injection szűrés, PII-redakció, séma szerinti kimenet-validáció

Knowledge & Context Layer

A céged működésének élő modellje: ki, mivel, kinek tartozik – és hol szokott elakadni.

  • Graph adatbázis (Neo4j) – emberek, csapatok, feladatok, rendszerek és átadások közötti kapcsolatok modellezésére; itt látszik meg, hol szakad el a munka
  • Vektor adatbázis (pgvector / Qdrant) – szemantikus keresés a céges tudásbázisban
  • Event store (PostgreSQL + temporal tables) – minden operatív esemény időbélyeggel és audit-trail-lel
  • Knowledge graph építő pipeline – entitás-felismerés és reláció-kinyerés a beérkező adatfolyamokból

Integration & Sync Layer

A meglévő stack felé. Kétirányú, alacsony latenciájú, ütközés-feloldással.

  • Bidirectional connectors – CRM (HubSpot, Pipedrive, Salesforce), projekt (Jira, Linear, Asana, ClickUp), chat (Slack, Teams), sheet (Google Sheets, Airtable), email (Gmail, Outlook)
  • Webhook + polling hybrid – alacsony latencia ott, ahol kell, költséghatékony ott, ahol nem
  • Schema mapping engine – a különböző rendszerek entitásait egy egységes operatív modellbe vetítjük
  • Conflict resolution – CRDT-alapú megközelítés a párhuzamos forrásokból érkező updatekre

Application & Runtime Layer

  • Backend – Node.js (NestJS) + TypeScript, event-driven mikroszolgáltatások
  • Job queue – BullMQ + Redis (ütemezett és reaktív workflow-k)
  • API – GraphQL (belső) + REST (külső integrációk) + WebSocket (live updatek)
  • Frontend – Next.js 15 (App Router), React 19, Tailwind CSS, Framer Motion
  • Auth – NextAuth + RBAC, SSO (SAML / OIDC) enterprise integrációhoz

Infrastructure & Observability

  • Hosting – Docker + Kubernetes, multi-region deployment
  • Database – PostgreSQL (primary) + Redis (cache/queue) + Neo4j (graph) + Qdrant (vector)
  • Observability – OpenTelemetry, Grafana, Sentry – minden LLM-hívás traceelve (token, költség, latencia, kimenet-minőség)
  • LLM cost & quality monitoring – Langfuse: prompt-verziózás, A/B tesztelés, kiértékelés

Security & Compliance

  • EU-hosting (Frankfurt / Amszterdam), GDPR-compliant adatkezelés
  • Tenant isolation – adat- és modell-szintű elválasztás
  • Encryption – at-rest (AES-256) és in-transit (TLS 1.3)
  • No-training guarantee – az ügyféladatok nem kerülnek harmadik féllel modelltanításra

Hasonló projektet tervez?

Tapasztalatunkat és technológiai tudásunkat az Ön projektjére is szívesen alkalmazzuk. Vegyük fel a kapcsolatot!