Kako se pripraviti na AI svetovanje: izberite en resničen proces

1. Izberite proces, ne funkcije orodja AI

Začnite s poslovnim problemom, na primer pripravo prvega odgovora na povpraševanje, prepisom podatkov iz dobaviteljevih dokumentov ali pretvorbo zapiskov sestanka v dodeljene naloge. Cilj »uporabimo klepetalni robot« ni dovolj dober, ker izbere tehnologijo, še preden razumete delo in njegove omejitve.

Določite mejo ene ponovljive enote dela. Zapišite, kaj jo sproži, kdo jo izvede, katere informacije prejme, katera odločitev nastane in kateri rezultat pomeni, da je opravilo končano. Okvir NIST za upravljanje tveganj AI poleg upravljanja uporablja funkcije Map, Measure in Manage; njegov priročnik je prostovoljen, ne univerzalen kontrolni seznam. Za prvi posvet je bistveno, da pred izbiro rešitve opredelite okoliščine uporabe.

• Sprožilec: kateri dogodek začne delo?
• Rezultat: kaj mora biti pripravljeno, da je opravilo končano?
• Lastnik: kdo odgovarja za rezultat?
• Uporabniki ali prizadete osebe: kdo se na rezultat zanaša?

2. Zabeležite izhodišče, ne da bi ugibanje prikazali kot meritev

Za običajen teden ali mesec ocenite število primerov, tipičen čas obdelave in pogostost popravkov ali ponovnega dela. Ločite dejanski čas dela od čakanja. Opravilo, ki vzame pet minut, nato pa dva dni čaka na odobritev, ima drugačno ozko grlo kot opravilo s tridesetimi minutami ročnega prepisovanja.

Uporabite razpoložljive podatke: časovne oznake, število zahtevkov ali naročil, zgodovino različic in majhen vzorec, ki ga pregleda lastnik procesa. Ocene jasno označite kot ocene. Izhodišče ni obljuba prihranka, temveč primerjalna točka za presojo, ali preizkus izboljša hitrost ali kakovost brez nesprejemljivega dodatnega dela.

• Približno število primerov na teden ali mesec.
• Običajen čas aktivnega dela in glavne točke čakanja.
• Pogoste napake, popravki in podvojeno vnašanje.
• Konice ter primeri, ki potekajo po drugačni poti.

3. Popišite informacije in določite meje uporabe podatkov

Naštejte vrste vhodov: e-pošta, prepis klica, PDF, preglednica, zapis v CRM-ju ali prosto besedilo. Označite, kje se pojavijo osebni, zaupni, finančni ali naročnikovi podatki. Na uvodni sestanek ne prinašajte gesel, poslovnih skrivnosti ali neanonimizirane datoteke stranke; za prvi pregled običajno zadošča realističen anonimiziran primer.

Zapišite tudi, kdo sme dostopati do podatkov, kje so shranjeni, kako dolgo jih hranite in kateri pogoji ponudnikov veljajo. Britanski okvir za etiko podatkov in AI poudarja zasebnost, varnost, preglednost in preverjanje zunanjih ponudnikov, ki obdelujejo podatke. Opozarja tudi, da lahko veliki jezikovni modeli ustvarijo prepričljive, vendar napačne informacije. Zato potrebujete nadzor, ne pa avtomatičnega sklepa, da je vsaka uporaba neprimerna.

4. Določite človeški pregled, izjeme in pogoje za ustavitev

Določite, katere rezultate mora človek preveriti, preden jih pošljete, shranite ali uporabite za odločitev. Interni osnutek z majhnim tveganjem lahko zahteva hiter pregled; zaveza stranki, navodilo za plačilo, varnostno sporočilo ali kadrovska odločitev zahtevajo drugačno raven nadzora. Imenujte vlogo, ki rezultat odobri, in vlogo, ki obravnava izjemo.

Prinesite tri zahtevne primere, ne le idealnega. Vključite manjkajoč podatek, nasprotujoča si navodila in primer, ki ga mora prevzeti sodelavec. Zapišite pogoj za ustavitev, na primer »ne pošlji, če identiteta stranke ni potrjena« ali »predaj računovodstvu, če se zneski ne ujemajo«. Uporaben preizkus mora pokazati tudi varno obravnavo napake.

• Kaj se lahko pripravi samodejno, vendar ne sme biti poslano brez pregleda?
• Katera odločitev vedno ostane pri človeku?
• Katera negotovost zahteva predajo sodelavcu?
• Kdo lahko ustavi preizkus, če se napake ponavljajo?

5. Določite, kaj mora uporaben pilotni preizkus dokazati

Izberite dve ali tri merila, povezana s problemom. To so lahko mediana časa obdelave, delež rezultatov brez večjih popravkov, delež manjkajočih polj ali število pravilno razvrščenih primerov. Količina ustvarjenega besedila ali število prijav v orodje sama po sebi ne dokazujeta poslovne vrednosti.

Britanski okvir za vrednotenje učinka AI priporoča jasna ocenjevalna vprašanja, merjenje dejanskega vedenja in rezultatov, kombinacijo številčnih in kakovostnih dokazov ter uporabo podatkov o uporabi kot konteksta. V manjšem podjetju to lahko pomeni primerjavo reprezentativnega vzorca z današnjim načinom dela, beleženje popravkov in kratek pogovor z uporabniki o razlogih za sprejet ali zavrnjen rezultat.

• Merilo uspeha in današnje izhodišče.
• Najnižji sprejemljivi prag kakovosti ali točnosti.
• Velikost vzorca in obdobje pregleda, ki ju ekipa zmore.
• Odločitev po preizkusu: ustavimo, popravimo, razširimo ali izberemo drugo rešitev.

6. Na svetovanje prinesite enostranski opis procesa

Na eno stran zapišite sprožilec, korake, lastnika, obseg, vzorčni vhod, pričakovani rezultat, izjeme, omejitve podatkov in merila uspeha. Dodajte sisteme, ki jih že uporabljate, ter znane omejitve dostopa ali povezovanja. Neznanke pustite vidne; namen svetovanja je preveriti predpostavke, ne prikriti vrzeli.

Zapišite, kateri zaposleni bodo rešitev uporabljali ali nadzorovali in kaj že vedo o AI. Trenutna razlaga Evropske komisije o pismenosti na področju AI pravi, da morajo ukrepi upoštevati uporabljene sisteme, tveganja, znanje zaposlenih in okoliščine uporabe; ne predpisuje enake oblike izobraževanja za vsa podjetja. Posvet naj zato zajame navodila za delo in veščine preverjanja, ki jih zahteva prav ta proces.

Rezultat je lahko pilotni preizkus z AI, deterministična integracija, preprostejša sprememba postopka ali odločitev, da avtomatizacija še ni smiselna. Tudi zadnja možnost je koristna: cilj je izbrati utemeljen naslednji korak, ne na silo dodati AI. Ta vodič je priprava na pogovor, ne pravno, varnostno ali podatkovno svetovanje za konkretno uvedbo.