从问题开始，而非从档案开始
大多数计划第一个人工智能项目的公司认为最困难的部分是获取数据。通常不是这样。一个有用系统所需的合同、报价、支持工单、产品规格和政策文件已经存在于企业内部。问题在于这些文件分散在六个地方，有四个版本，没有人能说出哪个是正确的。
这一差距是人工智能项目停滞不前的原因。不是模型的问题，而是档案问题。
什么是“准备好”真正意味着
对于一组特定文件，必须满足以下四个条件：
- 可查找：系统可以访问它，而不需要有人发送一个文件。共享驱动器、数据库、导出文件夹——机制不重要，关键在于它存在于一个可访问的地方。
- 当前：有一个权威版本，每个人都同意它是哪个。
- 授权：访问受请求者的控制，而不是系统是否偶然拥有该文件。
- 描述：每个文件包含生产者、日期和它适用的内容。
这个清单上没有技术内容。所有内容都是组织性的，这就是为什么它们往往被交给错误的人。
版本问题是昂贵的
如果存在三个价格表，其中两个过时，一个人会注意到日期并选择正确的一个。一个系统不会。它会从它读取的任何一个回答，以它正确时使用的自信语气，有人可能会引用客户来自2023年费率卡的数据。
解决方案是无聊而持久的。为每个文件集指定一名所有者。让他们声明权威版本，将其余文件归档到系统无法访问的地方，并承担保持其当前性的责任。这样做后，您的人工智能项目会得到改善。完全跳过人工智能，您的公司也会得到改善，这是一个好迹象，说明您正在做正确的事情。
您最好的知识从未被记录下来
您最好的人回答很少在手册中。它们是在支持工单、销售邮件回复以及同事解释为什么这个特定客户获得例外时出现的。
以它已经存在的格式开始捕获这些。收集您的团队最常回答的二十个问题，并写下实际答案——简短、日期、归属。三十个好答案将为第一个系统做更多的工作，而不是两百页的政策文件自上次重组以来没有打开过。
决定系统永远不能看到的内容
在连接任何东西之前，画一条线。薪资数据、健康信息、未红行动态客户记录、受法律保密约束的事项。写下要保持出来的内容，并将其结构化为单独的存储和权限——而不是一个系统被要求遵循的指令。
然后决定访问方式。如果一名主管可以看到一个文件，而一名实习生不能，那么在聊天窗口中询问时必须始终保持这一点。回答相同的人员的系统最终会向错误的人提供答案。
设置过期日期
旧信息是静默失败模式。2024年过期的政策文件无限期地留在文件夹中并读取为权威文件。为每个文件集设置审查日期和指定审查人。当一个文件到期时，它会离开池直到有人重新批准它。
预期什么
为一个工作流程准备数据需要几周，而不是几季度，第二个工作流程更快，因为所有权习惯已经建立。根据两个指标评估进展：系统答案是否正确，以及您能否追踪该答案的来源。后者在早期更重要。无法追踪的答案不能被纠正。
这是采用人工智能的最不显眼部分，也是最重的部分。它也是我们大多数参与的第一周，因为一个模型在混乱的信息中读取良好的模型会产生自信、写得很好的错误——这些比明显的错误更难捕捉。