Ett chattfönster där ni laddar upp ett dokument och får en sammanfattning tillbaka ser enkelt ut. Vad som händer under ytan är mindre enkelt. Dokumentet måste läsas in, delas upp, tolkas mot bakgrund av vad som är relevant för er organisation, och återges i en form som är användbar för den som läser den. Varje steg i den kedjan ställer ett krav på organisationen omkring den. Denna sida beskriver vad som måste finnas på plats för det, inte vilken del av arbetet som därmed försvinner.
Att läsa dokument med AI omfattar en rad uppgifter som ofta samlas under en gemensam benämning. Att sammanfatta ett kontrakt är något annat än att genomsöka tusen kontrakt efter en avvikande klausul. Att reducera ett mötesprotokoll till åtgärdspunkter är något annat än att härleda de risker som är gömda i en årsrapport. Vad dessa uppgifter har gemensamt är att kvaliteten på resultatet beror på kvaliteten på vad som tillhandahålls. Ett dåligt skannat dokument, ett format som är inkonsekvent, eller en text utan tydlig struktur gör själva läsningen osäker, redan innan det är tal om att sammanfatta.
Den första frågan är inte vilken språkmodell som sammanfattar bäst, utan om dokumenten ni vill låta läsas är tillgängliga och konsekventa. Ligger de utspridda över mappar, system och mejlboxar, eller är de organiserade på en sökbar plats. Är det tydligt vilken version av ett dokument som är den giltiga. Innehåller dokumenten konfidentiell information som inte utan vidare får bearbetas av ett externt system. Detta är inga tekniska detaljer som kommer senare; det är villkoren som avgör om sammanfattning ger något som någon kan lita på, eller något som varje gång måste kontrolleras på nytt.
Därefter kommer frågan om hur dokument går in och ut ur systemet. Ett fristående uppladdningsfönster fungerar för tillfällig användning, men den som vill använda detta strukturellt behöver en koppling mellan platsen där dokument uppstår och platsen där de läses. Det kräver kopplingar som inte lossnar vid en uppdatering, och ett sätt att se när något går fel. Utan den kopplingen förblir läsning och sammanfattning ett manuellt steg: någon som gång på gång tillhandahåller en fil på nytt.
En sammanfattning är bara användbar när någon vet vad man ska göra med den. Det kräver överenskommelser: vem kontrollerar en sammanfattning innan den går vidare, vem är ansvarig om en detalj missas, och vad är normen för vad som är en bra sammanfattning. Utan dessa överenskommelser uppstår en vana där människor använder resultatet utan att granska det, eller där man tvärtom läser om allt på nytt, vilket gör att tidsvinsten försvinner. Organisationen måste med andra ord ha inrättat en plats för detta resultat, inte bara ett system som producerar det.
Så snart dokument läses uppstår snabbt frågan om vad som händer med dem. En sammanfattning av ett samtal är besläktad med vad att registrera och följa upp samtal kräver av en organisation; en sammanfattning som automatiskt ska utlösa en uppföljningsåtgärd berör vad som krävs för agenter som utför arbete. Och så snart en sammanfattning används för att underbygga ett val, förskjuts frågan till vad beslutsstöd kräver av samma datahantering och samma överenskommelser. Att läsa dokument är sällan slutpunkten; det är oftast den första länken i en kedja som sträcker sig längre än vad chattfönstret visar.
Frestelsen är att börja med modellen som sammanfattar bäst. Men en modell som sammanfattar bra ger litet resultat om dokumenten den får läsa är inkonsekventa, om det inte finns någon koppling till platsen där de uppstår, och om ingen har fastställt vem som kontrollerar resultatet. Organisation, infrastruktur och datahantering går före: det är inte en prioriteringsordning, utan den ordning i vilken det fungerar. En organisation som inte har dessa grundvalar i ordning ser en pilot som ser bra ut i en demo, men som fastnar så snart dokumenten är mindre välstädade än testfilen.
Denna sida beskriver vad som måste finnas på plats innan läsning och sammanfattning av dokument ger något en organisation kan bygga på. Den besvarar inte frågan om vilken del av det arbete som nu är kopplat till dokument som faktiskt kan tas över. Det är en annan fråga, som faller olika ut per uppgift och per dokument, beroende på hur repetitivt arbetet är och hur mycket kontext som krävs för att göra det bra.
Arbetsskanningen från FTE TO AI räknar på det: per uppgift beräknas vilken del av arbetet som kan tas över av AI, givet arbetets karaktär och de villkor som gäller för det. Där denna sida beskriver organisationens beredskap, kartlägger arbetsskanningen vad som, så snart den beredskapen finns, faktiskt förskjuts.
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.