Gør jeres data klar til AI: Kvalitet, kilder og ejerskab
AI kan ikke afgøre, hvilken af to modstridende produktfiler der er den gældende. Se, hvordan I afklarer kilder, felter, fejl og ansvar før implementering.
Partner & CTO hos Adtention
Gode data er data, der kan bruges til opgaven
I behøver ikke gøre alle virksomhedens data perfekte, før I arbejder med AI. I skal kunne stole tilstrækkeligt på de oplysninger, den konkrete løsning bruger. En intern søgeassistent har andre krav end et forløb, der opretter varer eller klargør priser.
Start derfor med outputtet: Hvilke oplysninger skal resultatet indeholde? Hvilke fejl kan accepteres i et udkast, og hvilke skal stoppe processen? Herfra kan I finde de felter og kilder, som faktisk er nødvendige.
Find den gældende kilde
En fil bliver ikke autoritativ, fordi den er let at finde. Salg kan have en lokal prisliste, mens økonomisystemet indeholder de aktuelle aftaler. Et produktark kan være nyere end hjemmesiden, men stadig mangle en godkendelse.
Aftal, hvilken kilde der bestemmer hvad. Produktnavn, lagerstatus, pris og leveringsvilkår kan godt have forskellige ejere. Beskriv også, hvad løsningen skal gøre, hvis kilderne er uenige. Det valg bør ikke overlades til sprogmodellen.
Undersøg seks typer problemer
| Problem | Eksempel | Mulig håndtering |
|---|---|---|
| Manglende oplysninger | En vare har ingen materialebeskrivelse. | Markér feltet som ukendt og indhent dokumentation. |
| Forskellige formater | Højde står som 25 cm, 250 mm og 0,25 m. | Omregn efter en fast regel og gem enheden. |
| Dubletter | Samme produkt findes under to navne. | Match på stabile ID’er og send tvivl til kontrol. |
| Forældelse | En udgået vejledning ligger stadig i søgningen. | Registrér gyldighed og fjern eller arkivér gamle versioner. |
| Modstridende værdier | Leverandørark og produktside angiver forskellig vægt. | Brug den aftalte kildeprioritet eller bed om afklaring. |
| Forkert adgang | Et dokument kan læses af flere, end indholdet tillader. | Ret adgangsmodellen før indeksering og brug. |
Der findes ikke ét universelt mål for god datakvalitet. Mål hellere det, der kan afgøre jeres projekt: hvor mange nødvendige felter der mangler, hvor mange poster der ikke kan matches, og hvor ofte en fagperson må undersøge kilden manuelt.
Lav en lille datakontrakt
En datakontrakt er en praktisk aftale om, hvad et felt betyder, og hvordan det må bruges. Den behøver ikke være et stort teknisk dokument. For hver central oplysning kan I registrere navn, datatype, enhed, kilde, ejer og håndtering ved fejl.
Et konstrueret eksempel er feltet “højde_mm”: et tal i millimeter, hentet fra godkendt leverandørmateriale, med produktansvarlig som ejer. En tom værdi betyder ukendt. Den betyder ikke nul, og den skal ikke udfyldes ved at bedømme højden på et foto.
Skeln mellem en oplysning fra kilden, en beregnet værdi og et AI-forslag. Hvis de gemmes i samme felt uden sporbarhed, kan en medarbejder senere komme til at behandle et gæt som dokumentation.
Ryd op i et repræsentativt udsnit først
Vælg et udsnit, der rummer flere leverandører, formater og undtagelser. Brug det til at opdage reglerne og omfanget af den manuelle kontrol. Et udsnit bestående af de pæneste filer giver et for optimistisk billede.
- Gem originalkilden og et stabilt ID.
- Beskriv de nødvendige felter og godkendte værdier.
- Ret entydige formatforskelle med almindelige regler.
- Lad AI foreslå fortolkning, hvor input varierer sprogligt.
- Kontrollér usikre match og manglende dokumentation.
- Gem resultatet sammen med kilde og godkendelsesstatus.
AI kan være nyttig til at foreslå feltmatch eller finde variationer i betegnelser. Den bør ikke få mandat til at opfinde egenskaber, der mangler i materialet. Vores guide om AI-hallucinationer viser, hvorfor et sandsynligt svar kan være forkert.
Et eksempel fra arbejdet med Dymak
I Dymak-casen blev leverandørfiler, feltmapping, dubletter og menneskelig kontrol tænkt ind i en klikbar frontendprototype og et arkitekturoplæg. Formålet var at gøre arbejdet med varierende produktdata mere overskueligt og sporbart.
Casen er et eksempel på en afklaret løsningsretning, ikke dokumentation for en færdig integration i drift. Det er en vigtig skelnen: En prototype kan vise, hvordan medarbejderen skal kontrollere oplysningerne, mens den faktiske datakvalitet og systemadgang stadig skal efterprøves.
Gør ejerskabet til en del af løsningen
Data bliver ved med at ændre sig efter lancering. Aftal, hvem der retter kilden, hvordan nye formater opdages, og hvordan gamle versioner udgår. Ellers bliver den første oprydning hurtigt et øjebliksbillede.
Læs videre om AI til produktdata eller AI-svar baseret på egne dokumenter. Hvis I har brug for at forbinde datagrundlaget med en konkret løsning, hjælper Everydai med AI-udvikling og integration ud fra de systemer og arbejdsgange, I har.
