Data & AI

Det första vi frågar är vem som ska göra något annorlunda när svaret finns. Ibland räcker en rapport med rätt definitioner, och ingen AI behövs. Det är ett bra utfall, inte ett misslyckat AI-projekt.

Vad ska du kunna avgöra med underlaget?

Tre vanliga fall, tre olika svar.

• Du vet vilket nyckeltal du vill följa, men siffran går inte att lita på. Då börjar vi med rapportering på en modellerad källa: en definition per siffra, skriftlig och godkänd av dem som ska använda den, och en uppdatering som sker av sig själv. Ett separat datalager behövs när analysen tynger driften eller flera källor ska vägas ihop, men det är ett val som ska motiveras.
• Svaret finns redan, i en instruktion eller ett gammalt ärende, men ingen hittar det. Då är det sök. Databasen du redan har kan klara mer än du tror, och det ska testas med riktiga sökningar.
• Du vill kunna ställa en fråga och få ett sammansatt svar ur dina dokument. Då är det en assistent med RAG, där svaret byggs på dokument som hämtas fram först. Den står på söket, så det ska fungera innan språkmodellen läggs ovanpå.

Hur färskt underlaget måste vara är en fråga per flöde. Realtid är en kostnad att motivera, inte ett mål.

Var börjar vi?

Ta med en riktig fråga, det underlag som finns i dag och ett exempel på ett svar du hade godtagit. Det ger mer att arbeta med än en önskan om AI. Någon träffsäkerhet lovar vi inte i förväg, men vi ser vilken väg frågan pekar mot och vad vi behöver titta närmare på. Hör av dig med frågan, så börjar vi där.