Twój projekt AI prawdopodobnie działa na danych, które już posiadasz.
Większość firm nie potrzebuje nowych danych, aby zacząć pracę z sztuczną inteligencją; muszą uczynić dostępnymi, aktualnymi i kontrolowanymi informacje, które już posiadają.
Rozpocznij od pytania, nie od archiwum
Większość firm planujących swój pierwszy projekt AI zakłada, że najtrudniejszym zadaniem jest pozyskiwanie danych. Zazwyczaj tak nie jest. Umowy, wyceny, bilety wsparcia, specyfikacje produktów i dokumenty polityki, które są niezbędne do stworzenia użytecznego systemu, już istnieją w ramach działalności. Problem polega na tym, że znajdują się one w sześciu miejscach, w czterech wersjach, a nikt nie jest w stanie powiedzieć, która z nich jest poprawna.
To właśnie rozbieżność w dokumentach jest przyczyną blokowania projektów AI. Nie w modelu, ale w archiwizacji.
Co oznacza "gotowe"?
Dla danego zestawu dokumentów cztery rzeczy muszą być spełnione:
- Znajdowane. System powinien mieć do nich dostęp bez konieczności wysyłania pliku przez e-mail. Wspólny folder, baza danych lub eksportowany folder - mechanizm jest mniej istotny niż fakt, że istnieje w jednym dostępnym miejscu.
- Aktualne. Powinna istnieć jedna wersja autorytatywna, a wszyscy zgadzają się, jaka to jest.
- Upoważnione. Dostęp jest kontrolowany przez osobę pytającą, a nie przez to, czy system przypadkowo ma plik.
- Opisane. Każdy dokument powinien zawierać informacje o tym, kto go stworzył, kiedy i do czego odnosi się.
Żadna z tych rzeczy nie jest techniczna; wszystkie są organizacyjne, dlatego często trafiają w ręce niewłaściwych osób.
Problem wersji to ten najdroższy
Jeśli istnieją trzy listy cenowe i dwie są nieaktualne, osoba zauważy daty i wybierze właściwą. System nie będzie w stanie tego zrobić. Odpowie na podstawie dowolnej wersji, z tą samą pewnością, jaką używa, gdy jest poprawna, a ktoś cytuje klienta na podstawie karty cenowej z 2023 roku.
Rozwiązanie jest niezbyt atrakcyjne, ale trwałe. Przypisz jednego właściciela dla każdego zestawu dokumentów. Niech deklarują oni wersję kanoniczną, archiwizują resztę gdzieś, gdzie system nie ma dostępu i niech ponoszą odpowiedzialność za aktualizowanie ich. Dzięki temu twój projekt AI się poprawi. Pomijając AI, twoja firma również się poprawi, co jest dobrym znakiem, że pracujesz nad właściwym celem.
Większość twojej najlepszej wiedzy nigdy nie została zapisana
Odpowiedzi, które dają ci najlepsi pracownicy, rzadko znajdują się w instrukcji obsługi. Pojawiają się w biletach wsparcia, odpowiedziach na e-maile z sprzedaży i w wiadomości, gdzie kolega wyjaśnił, dlaczego ten konkretny klient otrzymuje wyjątkową ulgę.
Zacznij rejestrować to w formacie, w jakim już istnieje. Zbierz dwadzieścia najczęściej zadawanych pytań przez twój zespół i zapisz rzeczywiste odpowiedzi - krótkie, datowane i przypisane do osoby. Trzydziestka dobrych odpowiedzi zrobi więcej dla pierwszego systemu niż dwustu-stronicowy dokument polityki, który nikt nie otworzył od ostatniej reorganizacji.
Zdecyduj, co system nigdy nie powinien zobaczyć
Przed połączeniem czegokolwiek narysuj linię. Dane dotyczące wynagrodzeń, informacji zdrowotnych, nieprzetworzonych rekordów klientów i spraw objętych prawem poufności. Zdecyduj, co zostanie poza systemem, zapisz to i stwórz strukturę wykluczenia - oddzielne magazyny i uprawnienia - zamiast prosić system o przestrzeganie instrukcji.
Następnie zdecyduj, jak ma działać dostęp. Jeśli przełożony może zobaczyć dokument, a stażysta nie, to musi być tak samo, gdy oboje zapytają przez okno czatu. Systemy, które odpowiadają w ten sam sposób na każdego użytkownika, mogą ostatecznie odpowiedzieć niewłaściwej osobie.
Ustaw datę ważności
Stare informacje są cichą wadą. Polityka, która wygasła w 2024 roku, pozostaje w folderze na zawsze i wydaje się autorytatywna. Przypisz każdej grupie dokumentów datę przeglądu i wyznaczyć recenzenta. Kiedy dokument wygaśnie, znika z puli do czasu ponownego zatwierdzenia przez kogoś.
Co oczekiwać?
Przygotowanie danych dla jednego przepływu pracy zajmuje tygodnie, a nie kwartały, a drugi przepływ pracy będzie szybszy, ponieważ nawyki własnościowe są już ustalone. Oceniaj postęp na podstawie dwóch czynników: jak często odpowiedź systemu jest poprawna i jak często możesz śledzić tę odpowiedź do konkretnego dokumentu. Druga sprawa jest ważniejsza na początku. Odpowiedź, którą nie można śledzić, nie może być skorygowana.
Jest to najmniej widoczny aspekt przyjęcia AI i również najcięższy. Jest to również część, nad którą spędzamy pierwsze tygodnie większości projektów, ponieważ dobry model czytający niezorganizowane informacje generuje pewne, dobrze napisane błędy - i te są trudniejsze do wychwycenia niż oczywiste.