Dit AI-projekt kører sandsynligvis på data, du allerede har

De fleste virksomheder, der planlægger deres første AI-projekt, går ud fra, at det svære er at skaffe data. Det er det sjældent. De kontrakter, tilbud, supportsager, produktspecifikationer og politikdokumenter, som et brugbart system har brug for, findes allerede inde i virksomheden. Problemet er, at de ligger seks steder, i fire versioner, og at ingen kan sige, hvilken der er den rigtige.

Det er i det hul, AI-projekter går i stå. Ikke i modellen, men i arkiveringen.

Start med et spørgsmål, ikke et arkiv

Instinktet er at kortlægge alt, før man går i gang. Lad være. En fuld datagennemgang tager måneder, munder ud i et regneark, ingen læser, og udskyder netop det, der ville have lært jer mest.

Vælg i stedet én beslutning eller én tilbagevendende opgave. Hvordan vi prissætter en ikke-standardopgave. Hvad vi siger til en kunde, hvis ordre er forsinket. Hvilken klausul vi kan give køb på i en leverandørkontrakt. Forbered så kun den information, der indgår i netop den ene opgave. I lærer mere om jeres datas tilstand af tyve dokumenter, I rent faktisk bruger, end af et komplet kort over dokumenter, I ikke bruger.

Hvad "klar" faktisk betyder

For et givet sæt dokumenter skal fire ting være opfyldt:

Findbar. Systemet kan nå frem til dokumentet, uden at nogen mailer en fil. Et fællesdrev, en database, en eksporteret mappe — mekanismen betyder mindre end det faktum, at dokumentet findes ét sted, der kan tilgås.
Opdateret. Der findes én autoritativ version, og alle er enige om, hvilken det er.
Rettighedsstyret. Adgang afgøres af, hvem der spørger, ikke af, om systemet tilfældigvis har filen.
Beskrevet. Hvert dokument bærer oplysning om, hvem der har lavet det, hvornår, og hvad det gælder for.

Intet på den liste er teknisk. Det hele er organisatorisk, og det er derfor, opgaven som regel ender hos de forkerte.

Versionsproblemet er det dyre

Hvis der findes tre prislister, og to af dem er forældede, lægger et menneske mærke til datoerne og vælger den rigtige. Det gør et system ikke. Det svarer ud fra den, det nu har læst, i samme selvsikre tone som når det har ret, og så giver nogen en kunde et tilbud ud fra en prisliste fra 2023.

Løsningen er uglamourøs og holdbar. Udpeg én ejer per dokumentsæt. Lad vedkommende udpege den gældende version, arkivere resten et sted, systemet ikke kan nå, og tage ansvar for at holde den opdateret. Gør I det, bliver jeres AI-projekt bedre. Dropper I AI helt, bliver virksomheden alligevel bedre — et godt tegn på, at I arbejder med det rigtige.

Det meste af jeres bedste viden er aldrig blevet skrevet ned

De svar, jeres dygtigste folk giver, står sjældent i manualen. De findes i supportsager, i svar på salgsmails og i den besked, hvor en kollega forklarede, hvorfor netop denne kunde får en undtagelse.

Begynd at indfange det i den form, det allerede har. Saml de tyve spørgsmål, jeres team oftest besvarer, og skriv de faktiske svar ned — korte, daterede, med navn på. Tredive gode svar gør mere for et første system end et politikdokument på to hundrede sider, som ingen har åbnet siden sidste omorganisering.

Beslut, hvad systemet aldrig må se

Træk grænsen, før I forbinder noget som helst. Lønoplysninger, helbredsdata, ikke-anonymiserede kundeoplysninger, sager omfattet af advokatfortrolighed. Beslut, hvad der holdes udenfor, skriv det ned, og gør udelukkelsen strukturel — separat lagring, separate rettigheder — frem for en instruks, systemet bliver bedt om at følge.

Beslut derefter, hvordan adgang fungerer. Hvis en leder kan se et dokument, og en praktikant ikke kan, skal det også gælde, når de begge spørger gennem et chatvindue. Systemer, der svarer alle ens, kommer før eller siden til at svare den forkerte.

Sæt en udløbsdato

Forældet information er den stille fejlkilde. En politik, der udløb i 2024, bliver liggende i mappen på ubestemt tid og fremstår som gældende. Giv hvert dokumentsæt en revisionsdato og en navngiven ansvarlig. Når et dokument udløber, ryger det ud af puljen, indtil nogen godkender det igen.

Hvad I kan forvente

At forberede data til én arbejdsgang tager uger, ikke kvartaler, og den næste går hurtigere, fordi vanerne omkring ejerskab allerede er på plads. Mål fremdrift på to ting: hvor ofte systemets svar er korrekt, og hvor ofte I kan spore svaret tilbage til et bestemt dokument. Det sidste betyder mest i begyndelsen. Et svar, I ikke kan spore, kan I ikke rette.

Det er den mindst synlige del af at tage AI i brug og pålideligt den tungeste. Det er også dér, vi bruger de første uger af de fleste opgaver, for en god model, der læser uorganiseret information, producerer selvsikre, velskrevne fejl — og de er sværere at opdage end de åbenlyse.