Dự án AI của bạn có thể chạy trên dữ liệu mà bạn đã sở hữu.
Hầu hết các công ty không cần dữ liệu mới để bắt đầu với trí tuệ nhân tạo - họ cần làm cho thông tin họ đã có dễ tìm, cập nhật và thuộc quyền sở hữu của họ.
Làm thế nào để chuẩn bị dữ liệu cho dự án AI của bạn
Giả định sai về việc thu thập dữ liệu
Hầu hết các công ty khi lên kế hoạch cho dự án AI đầu tiên thường nghĩ rằng thách thức lớn nhất là thu thập dữ liệu. Thực tế, điều này thường không phải là vấn đề. Các hợp đồng, báo giá, vé hỗ trợ, thông số sản phẩm và tài liệu chính sách mà một hệ thống hữu ích cần đã tồn tại bên trong doanh nghiệp của bạn. Vấn đề là chúng phân tán ở sáu nơi khác nhau, với bốn phiên bản, và không ai có thể xác định được phiên bản nào là chính xác.
Đó là khoảng trống khiến các dự án AI bị trì hoãn. Không phải ở mô hình, mà ở việc lưu trữ.
Bắt đầu từ một câu hỏi, chứ không phải là một kho lưu trữ
Bản năng đầu tiên là kiểm kê mọi thứ trước khi bắt đầu. Kháng lại điều đó. Một cuộc kiểm toán dữ liệu đầy đủ có thể mất nhiều tháng, tạo ra một bảng tính mà không ai đọc, và trì hoãn điều sẽ dạy bạn nhiều nhất.
Chọn một quyết định hoặc một nhiệm vụ lặp đi lặp lại thay thế. Cách chúng ta định giá một công việc không tiêu chuẩn. Điều chúng ta nói với khách hàng khi đơn đặt hàng bị trễ. Khoản điều khoản nào trong hợp đồng nhà cung cấp mà chúng ta có thể nhượng bộ. Sau đó, chuẩn bị chỉ những thông tin nuôi dưỡng nhiệm vụ đó. Bạn sẽ học được nhiều hơn về tình trạng dữ liệu từ hai mươi tài liệu bạn thực sự sử dụng hơn là một bản đồ đầy đủ về các tài liệu bạn không có.
Ý nghĩa của "sẵn sàng"
Đối với một tập hợp tài liệu cụ thể, có bốn điều phải đúng:
- Tìm thấy được. Hệ thống có thể truy cập nó mà không cần ai gửi tệp. Một thư mục chia sẻ, cơ sở dữ liệu, hoặc thư mục xuất khẩu - cơ chế ít quan trọng hơn là thực tế là nó tồn tại ở một nơi nào đó có thể truy cập được.
- Hiện đại. Có một phiên bản duy nhất và mọi người đều đồng ý rằng phiên bản đó là gì.
- Quyền hạn. Truy cập được kiểm soát bởi ai đang yêu cầu, chứ không phải bằng việc hệ thống có tệp hay không.
- Mô tả. Mỗi tài liệu chứa thông tin về ai đã tạo ra nó, khi nào và áp dụng cho điều gì.
Không có điều gì trong danh sách này là kỹ thuật. Tất cả đều là tổ chức, đó là lý do tại sao chúng thường bị giao cho những người không đúng.
Vấn đề phiên bản là vấn đề tốn kém nhất
Nếu ba bảng giá tồn tại và hai trong số đó đã lỗi thời, một người sẽ nhận thấy ngày và chọn bảng giá chính xác. Một hệ thống sẽ không làm như vậy. Nó sẽ trả lời dựa trên bất kỳ phiên bản nào nó đọc được, với cùng giọng điệu tự tin mà nó sử dụng khi nó đúng, và ai đó sẽ trích dẫn khách hàng từ bảng giá năm 2023.
Giải pháp là không quá lộng lẫy nhưng bền vững. Đặt tên cho một người sở hữu mỗi tập hợp tài liệu. Để họ tuyên bố phiên bản chính thức, lưu trữ các phiên bản còn lại ở đâu đó mà hệ thống không thể truy cập, và chịu trách nhiệm giữ cho chúng luôn cập nhật. Làm như vậy và dự án AI của bạn sẽ được cải thiện. Bỏ qua AI hoàn toàn và công ty của bạn vẫn sẽ được cải thiện, đây là một dấu hiệu tốt rằng bạn đang làm việc trên điều đúng đắn.
Phần lớn kiến thức tốt nhất của bạn chưa bao giờ được ghi lại
Câu trả lời mà nhân viên giỏi nhất của bạn đưa ra hiếm khi nằm trong thủ tục. Chúng nằm trong vé hỗ trợ, email bán hàng trả lời, và tin nhắn nơi một đồng nghiệp giải thích tại sao khách hàng cụ thể này nhận được sự miễn trừ.
Bắt đầu ghi lại chúng theo định dạng chúng đã tồn tại. Thu thập hai mươi câu hỏi mà nhóm của bạn thường xuyên trả lời và ghi lại câu trả lời thực tế - ngắn gọn, có ngày, và được quy cho người trả lời. Ba mươi câu trả lời tốt sẽ làm nhiều việc hơn cho hệ thống ban đầu so với tài liệu chính sách hai trăm trang không ai đã mở kể từ khi tái cơ cấu.
Quyết định những gì hệ thống không bao giờ được xem
Trước khi kết nối bất cứ điều gì, hãy vẽ ranh giới. Dữ liệu lương, thông tin sức khỏe, hồ sơ khách hàng chưa được xóa, các vấn đề thuộc quyền lợi pháp lý. Quyết định những thứ sẽ ở lại ngoài, ghi nó xuống và biến sự loại trừ thành cấu trúc - lưu trữ riêng biệt, quyền truy cập riêng biệt - thay vì một hướng dẫn mà hệ thống được yêu cầu tuân theo.
Sau đó, quyết định cách quản lý quyền truy cập. Nếu một người giám sát có thể xem một tài liệu và một thực tập sinh không thể, điều đó phải đúng khi cả hai đều yêu cầu qua cửa sổ trò chuyện. Hệ thống trả lời cùng một cách với mọi người sẽ dẫn đến việc trả lời sai cho người sai.
Đặt thời hạn hết hạn
Thông tin cũ là chế độ thất bại yên lặng. Một chính sách đã hết hạn vào năm 2024 ngồi trong thư mục mãi mãi và vẫn được coi là chính xác. Cho mỗi tập hợp tài liệu một ngày xem xét và một người xem xét được chỉ định. Khi một tài liệu hết hạn, nó sẽ rời khỏi hồ sơ cho đến khi có ai đó phê duyệt lại.
Điều bạn nên mong đợi
Chuẩn bị dữ liệu cho một luồng công việc mất vài tuần, không phải vài quý, và luồng công việc thứ hai nhanh hơn vì thói quen sở hữu đã được thiết lập. Đánh giá tiến độ dựa trên hai điều: tần suất hệ thống trả lời đúng, và tần suất bạn có thể truy tìm lại câu trả lời đó đến một tài liệu cụ thể. Điều thứ hai quan trọng hơn ở giai đoạn đầu. Một câu trả lời không thể truy tìm là không thể sửa chữa.
Đây là phần ít nhìn thấy nhất khi áp dụng AI và cũng là phần nặng nề nhất. Nó cũng là nơi chúng tôi dành những tuần đầu tiên của hầu hết các dự án, bởi vì một mô hình tốt đọc thông tin lộn xộn có thể tạo ra những sai sót tự tin, rõ ràng - và những sai sót đó khó bắt hơn những sai sót rõ ràng.