Dane gotowe na AI
Dane firmy, z których system AI może bezpiecznie korzystać: dostępne dla oprogramowania, opisane, aktualne, z właścicielem i uprawnieniami, które przechodzą na AI.
Dane gotowe na AI to dane, które system AI może odczytać, którym może ufać i których nie pokaże niewłaściwym osobom. W praktyce chodzi o pięć rzeczy: oprogramowanie ma do nich dostęp przez API albo eksport, są opisane (co znaczy każde pole czy folder), są aktualne, mają właściciela, który poprawia błędy, a zasady dostępu są znane.
Przy wyszukiwaniu w dokumentach i asystentach opartych na RAG problemy są konkretne. Stare wersje leżą obok nowych, więc model cytuje zeszłoroczny cennik. Duplikatów i szkiców jest więcej niż wersji ostatecznych. Skanów bez warstwy tekstowej nie da się przeszukać. Gubią się uprawnienia: jeśli indeks ignoruje, kto co może widzieć, asystent pokazuje wszystkim dokumenty kadrowe, więc kontrola dostępu musi iść za danymi, na przykład przez row level security. Liczy się też miejsce: gdzie działa indeks i model, to kwestia rezydencji danych w umowach i RODO.
Typowy błąd to wielki program porządkowania danych przed jakimkolwiek zastosowaniem. Trwa rok i sprząta nie to, co trzeba. Przygotowuj dane pod jedno zastosowanie naraz: wybierz pierwszego pilota, wypisz dokładnie, jakich źródeł potrzebuje, uporządkuj dla nich właścicieli, wersje i uprawnienia, potem idź dalej. Ocena gotowości na AI zwykle pokazuje, że tempo wyznaczają dane, a nie modele.
Powiązane hasła
- RAG (retrieval-augmented generation): Najpierw wyszukanie pasujących dokumentów i włożenie ich do promptu, żeby model odpowiadał na ich podstawie.
- Rezydencja danych (AI i chmura): Gdzie Twoje dane są przechowywane i przetwarzane, łącznie z tym, gdzie działa na nich model AI, i czy mogą opuścić region, np. UE.
- Row Level Security (RLS): Reguły w bazie, które wiersz po wierszu decydują, jakie rekordy dany użytkownik może czytać i zmieniać. Brak RLS to częsty wyciek w apkach budowanych z AI.
- Ocena gotowości na AI: Krótki przegląd danych, ludzi, procesów, ładu i systemów firmy, który kończy się listą zastosowań AI według priorytetu, blokadami i planem na 90 dni.
- Dzielenie dokumentów (chunking): Dzielenie dokumentów na mniejsze fragmenty przed indeksowaniem do wyszukiwania, żeby wyszukiwanie zwracało właściwą część, a nie cały plik.
- Priorytetyzacja zastosowań AI: Szeregowanie pomysłów na zastosowania AI według wpływu na biznes i wykonalności (dane, ryzyko, czas do wartości), żeby wybrać, co pilotować najpierw, a co odrzucić.
