Sådan forbereder I jeres data før et AI-projekt

Et AI-projekt bliver sjældent forsinket af modellen. Det bliver forsinket af, at ingen kan svare på, hvor kundelisten ligger, hvilken af de tre versioner der er den rigtige, og hvem der må se den. Den slags kan I afklare i god ro og mag, før nogen skriver en linje kode. Her er den rækkefølge, vi selv bruger.

1. Lav en oversigt over hvad I faktisk har

Start i et regneark. Én linje pr. sted, hvor der ligger data: økonomisystemet, mailen, kalenderen, CRM'et, drevet, telefonen, regnearket på skrivebordet, den fysiske mappe på kontoret. For hver linje noterer I hvad det indeholder, hvor mange år tilbage det går, hvem der ejer det, og om det kan hentes ud maskinelt.

Den sidste kolonne er den vigtigste. Data, man kun kan komme til ved at klikke rundt i en brugerflade, koster mere at bruge end data med en eksport eller et API. Det stopper ikke et projekt, men det ændrer regnestykket, og det er bedre at vide før end efter.

2. Ryd op i det, I skal bruge

I skal ikke rydde op i alt. I skal rydde op i det, projektet rører ved, og lade resten ligge. Fire ting går igen:

• Dubletter. Den samme kunde oprettet tre gange med tre stavemåder. En model kan ikke gætte, hvilken der er den rigtige.
• Tomme og halvt udfyldte felter. Beslut hvad et tomt felt betyder, og skriv beslutningen ned.
• Fritekstfelter hvor alting er endt. De er ofte guld værd, men de skal læses igennem én gang, før I ved hvad der står i dem.
• Gamle rækker, der ikke længere afspejler måden I arbejder på. Tag dem ud, eller markér hvornår skiftet skete.

Oprydningen betaler sig to gange. Modellen får noget bedre at arbejde med, og I opdager undervejs, hvor arbejdsgangen halter. Det sidste er tit den mest brugbare del.

3. Skriv ned hvad ordene betyder

Hver virksomhed har sit eget sprog. Et »aktivt projekt« betyder noget bestemt hos jer, og det står ingen steder. Lav en kort ordliste over de begreber, der går igen i jeres arbejde, og hvad de dækker hos netop jer. Tag de tvivlstilfælde med, som I selv diskuterer.

Listen er nyttig længe efter projektet. Den er også det første, en ny medarbejder burde læse.

4. Find eksempler på det rigtige svar

Skal systemet skrive et svar, sortere en henvendelse eller udfylde et felt, så saml en håndfuld eksempler på, hvordan opgaven ser ud, når den er løst godt. Tag dem fra virkeligheden, ikke fra fantasien, og tag et par svære sager med.

Eksemplerne bruges to steder: til at vise systemet hvad der forventes, og til at måle om det rammer. Uden dem bliver virker det? til en fornemmelse, og fornemmelser er svære at diskutere sig ud af.

5. Afklar hvem der må se hvad

Før data flytter sig nogen steder hen, skal I vide, hvilke personoplysninger der er i dem, og om noget ikke må forlade huset. Det hører hjemme som en kolonne i regnearket fra punkt et. Vi har samlet den del i AI og GDPR: det skal I have styr på først.

Hvad I roligt kan lade være med

I behøver ikke et datawarehouse, og I behøver ikke rydde op i ti års historik. Meget kan lade sig gøre med et par eksporter og en integration. Vokser forberedelsen til et projekt i sig selv, er det som regel et tegn på, at første version er sat for bredt op. Skær opgaven mindre i stedet, og lad resten vente til den har vist sig at være nødvendig.