Et chatvindue, hvor De uploader et dokument og får en opsummering tilbage, ser enkelt ud. Hvad der sker under overfladen, er mindre enkelt. Dokumentet skal indlæses, opdeles, tolkes i lyset af, hvad der er relevant for Deres organisation, og gives tilbage i en form, der er brugbar for den, der læser det. Hvert trin i denne kæde stiller en betingelse til organisationen omkring den. Denne side beskriver, hvad der skal være på plads, ikke hvilken del af arbejdet der dermed forsvinder.
At lade AI læse dokumenter omfatter en række opgaver, der ofte samles under én overskrift. At opsummere en kontrakt er noget andet end at gennemsøge tusind kontrakter for en afvigende klausul. At reducere et mødereferat til handlingspunkter er noget andet end at destillere en årsrapport til de risici, der gemmer sig i den. Det, disse opgaver har til fælles, er, at kvaliteten af resultatet afhænger af kvaliteten af det, der leveres. Et dårligt scannet dokument, et format, der er inkonsistent, eller en tekst uden klar struktur gør selve læsningen usikker, endnu før der er tale om opsummering.
Det første spørgsmål er ikke, hvilken sprogmodel der opsummerer bedst, men om de dokumenter, De vil have læst, er tilgængelige og konsistente. Ligger de spredt over mapper, systemer og indbakker, eller er de organiseret på et sted, hvor de kan findes. Er det klart, hvilken version af et dokument der er den gældende. Indeholder dokumenterne fortrolige oplysninger, som ikke uden videre må behandles af et eksternt system. Dette er ikke tekniske detaljer, der kommer senere; det er de forudsætninger, der afgør, om opsummering giver noget, man kan basere sig på, eller noget, der skal kontrolleres hver gang på ny.
Derefter kommer spørgsmålet om, hvordan dokumenter kommer ind i og ud af systemet. Et løst uploadvindue fungerer til sporadisk brug, men den, der vil bruge dette strukturelt, har brug for en forbindelse mellem det sted, hvor dokumenter opstår, og det sted, hvor de læses. Det kræver forbindelser, der ikke går i stykker ved en opdatering, og en måde at se, hvornår noget går skævt. Uden denne forbindelse forbliver læsning og opsummering et manuelt trin: en person, der hver gang på ny fremlægger en fil.
En opsummering er først brugbar, når nogen ved, hvad man skal gøre med den. Det kræver aftaler: hvem kontrollerer en opsummering, før den går videre, hvem er ansvarlig, hvis en detalje overses, og hvad er normen for, hvad en god opsummering er. Uden disse aftaler opstår en vane, hvor folk bruger resultatet uden at efterprøve det, eller hvor de omvendt læser alt igennem igen, hvorved tidsbesparelsen forsvinder. Organisationen skal med andre ord have indrettet et sted for dette resultat, ikke blot et system, der frembringer det.
Så snart dokumenter læses, opstår hurtigt spørgsmålet om, hvad der sker med dem. En opsummering af en samtale er beslægtet med, hvad registrering og opfølgning af samtaler kræver af en organisation; en opsummering, der automatisk skal udløse en opfølgende handling, berører det, der er nødvendigt for agenter, der udfører arbejde. Og så snart en opsummering bruges til at underbygge et valg, forskydes spørgsmålet til, hvad beslutningsstøtte kræver af samme datamanagement og samme aftaler. At læse dokumenter er sjældent slutpunktet; det er som regel det første led i en kæde, der fortsætter længere end chatvinduet viser.
Fristelsen er at begynde med den model, der opsummerer bedst. Men en model, der opsummerer godt, giver ikke meget, hvis dokumenterne, den skal læse, er inkonsistente, hvis der ikke er forbindelse til det sted, hvor de opstår, og hvis ingen har fastlagt, hvem der kontrollerer resultatet. Organisation, infrastruktur og datamanagement kommer først: det er ikke en foretrukken rækkefølge, men den rækkefølge, hvori det fungerer. En organisation, der ikke har disse fundamenter i ordning, ser et pilotprojekt, der ser godt ud i en demo, men som går i stå, så snart dokumenterne er mindre rene end testfilen.
Denne side beskriver, hvad der skal være på plads, før læsning og opsummering af dokumenter giver noget, en organisation kan bygge videre på. Den besvarer ikke spørgsmålet om, hvilken del af det arbejde, der nu er forbundet med dokumenter, der reelt kan overtages. Det er et andet spørgsmål, som falder forskelligt ud pr. opgave og pr. dokument, afhængigt af hvor gentageligt arbejdet er, og hvor meget kontekst der er nødvendig for at udføre det korrekt.
Arbejdsscanen fra FTE TO AI beregner dette: for hver opgave udregnes, hvilken del af arbejdet der kan overtages af AI, givet arbejdets karakter og de betingelser, der gælder for det. Hvor denne side beskriver organisationens beredskab, kortlægger arbejdsscanen, hvad der, når dette beredskab er til stede, reelt forskydes.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.