Kort svar: ja, og det er nemmere end de fleste tror
En AI kan godt svare ud fra jeres egne dokumenter i stedet for fra det halve internet. Men den måde, det virker på i praksis, er ikke den, folk forestiller sig. AI'en bliver ikke "lært op" på jeres materiale. Den slår op i det, hver gang nogen stiller et spørgsmål, finder de relevante afsnit og formulerer et svar ud fra dem. Forskellen lyder som en teknikalitet. Den afgør, hvad løsningen koster, hvor hurtigt I kan komme i gang, og hvor let det er at rette en fejl.
Opslag eller oplæring: forskellen der betyder noget
Der er to måder at få AI til at kende jeres viden på.
Oplæring vil sige, at man bygger jeres materiale ind i selve modellen. Det er dyrt, det tager tid, og hver gang et dokument ændrer sig, skal det gøres om. Det kræver også store mængder data for at give mening. For langt de fleste virksomheder er det det forkerte svar.
Opslag vil sige, at jeres dokumenter ligger i en søgbar samling ved siden af AI'en. Når nogen spørger om noget, finder systemet først de afsnit, der handler om spørgsmålet, og giver dem til AI'en sammen med spørgsmålet. AI'en svarer så ud fra netop de afsnit.
Næsten alle løsninger, der markedsføres som "AI på jeres egne data", er den anden slags. Det er også den, I skal have. Den har tre praktiske fordele, der betyder noget til daglig:
- I kan rette en fejl med det samme. Er der noget forkert i et dokument, retter I dokumentet. Næste svar er rigtigt. Ingen genoplæring.
- Systemet kan vise, hvor svaret kommer fra. En god løsning henviser til kilden, så medarbejderen selv kan kontrollere det.
- Nyt materiale virker med det samme. Læg dokumentet ind, og det indgår i svarene.
Hvad kræver det af jeres dokumenter?
Mindre end man tror, men ikke ingenting. Den hyppigste årsag til et skuffende resultat er ikke AI'en. Det er materialet.
- Det skal findes som tekst. Indscannede PDF'er, hvor teksten er et billede, kan ikke søges i uden et ekstra skridt. Det samme gælder billeder af skærmbilleder.
- Der må ikke være tre versioner af sandheden. Ligger personalehåndbogen i fire udgaver på fire drev, svarer AI'en ud fra en tilfældig af dem. Det er ikke en AI-fejl.
- Det skal være afgrænset. En samling på 200 relevante dokumenter giver bedre svar end en på 20.000, hvor de 19.000 er gamle mødereferater.
- Nogen skal eje det. Der skal være en person, der rydder op, når noget bliver forældet. Ellers forfalder svarene stille og roligt over et år.
Punkt to er den, der overrasker flest. Et AI-opslag gør jeres rod synligt, fordi det pludselig bliver til forkerte svar i stedet for bare at ligge og fylde.
Hvor går det typisk galt?
Det går sjældent galt på den måde, folk frygter. Der er tre mønstre, vi ser igen og igen.
Det første er, at systemet får adgang til for meget. Hvis alt indhold er søgbart for alle, kan en medarbejder pludselig få lønoplysninger eller personalesager op i et svar, uden at nogen har haft til hensigt at give adgang. Adgangsstyringen skal følge med over i AI-løsningen, og det er et opsætningsvalg, ikke noget der sker af sig selv.
Det andet er, at løsningen svarer selvsikkert på noget, den ikke har dækning for. Et ordentligt system er sat op til at sige "det står der ikke noget om", og den indstilling er vigtigere end den virker.
Det tredje er, at ingen bruger den. Ligger den i et separat værktøj, som folk skal huske at åbne, bliver den ikke brugt. Ligger den der, hvor arbejdet foregår, bliver den brugt.
Hvad det betyder for jeres data
Et opslagssystem sender kun de fundne afsnit videre til AI-modellen, ikke hele jeres dokumentsamling. Det er en mindre eksponering end at have alt liggende hos en leverandør, men det er stadig data, der forlader huset, medmindre løsningen kører i et lukket miljø. Hvilket niveau I har brug for, afhænger af, hvor følsomt materialet er. Vi har gennemgået de niveauer her: hvor havner jeres data, når I bruger AI.
For Lavazza byggede vi en HR-agent på virksomhedens egne dokumenter i et lukket miljø, netop fordi HR-materiale er blandt det mest følsomme en virksomhed har. Den kan læses her: Lavazza-casen.
Hvornår giver det mening?
Der er et enkelt tegn, der er værd at kigge efter: får den samme person de samme spørgsmål flere gange om ugen, og findes svaret allerede skrevet ned et sted, så er det en god kandidat. Personalehåndbogen, produktdokumentationen, procedurerne, tilbudsskabelonerne.
Findes svaret derimod kun i hovedet på en erfaren kollega, løser et opslagssystem ingenting. Så er opgaven først at få det skrevet ned, og det er ikke et AI-projekt.
Skal løsningen også kunne handle og ikke bare svare, er det noget andet end et opslag. Forskellen er beskrevet her: hvad er en AI-agent.
Ofte stillede spørgsmål
Bliver vores dokumenter brugt til at træne AI-modellen?
Ikke i et opslagssystem. Dokumenterne ligger i jeres egen samling, og kun de afsnit, der er relevante for et konkret spørgsmål, sendes videre. Om leverandøren så gemmer eller bruger det, afhænger af aftalen, og det skal stå i databehandleraftalen.
Hvor mange dokumenter skal vi have, før det giver mening?
Der er ingen nedre grænse, der handler om antal. Har I 30 dokumenter, som folk spørger ind til hver uge, er det nok. Har I 5.000, som ingen bruger, er det ikke.
Kan den svare forkert?
Ja. Den kan misforstå et spørgsmål eller finde det forkerte afsnit. Derfor skal svaret vise, hvor det kommer fra, så medarbejderen kan kontrollere det på to sekunder. En løsning uden kildehenvisning er svær at stole på.
Kan vi bruge et standardværktøj i stedet for at bygge noget?
Ofte ja. Flere kontorpakker har den funktion indbygget i dag, og hvis jeres materiale allerede ligger der, er det det billigste sted at starte. Det bliver først en opgave at bygge, når dokumenterne ligger spredt i branchesystemer, der ikke taler sammen.
Skal vi kigge på jeres materiale?
Vi tilbyder en gratis AI-afklaring på 45 minutter. Ingen forpligtelse, og I skal ikke forberede noget. Vi ser på, hvilke spørgsmål der går igen hos jer, og siger ærligt, om et standardværktøj rækker, eller om der skal bygges en skræddersyet løsning.
Ring til Alexander på +45 25 54 70 74, eller book et tidspunkt.