Tekoälyagenttien tuotantoon ottaminen edellyttää ensin yritysdatasta huolehtimista. Datan laatu, pääsynvalvonta ja agenttien tuotosten tallentaminen ovat ratkaisevan tärkeitä onnistuneille ja perusteltavissa oleville tekoälysovelluksille.
Johtajat käyttävät paljon aikaa pohtiessaan, ovatko tekoälyagentit valmiita tuotantoon, mutta lähtökohta ei ole tässä. Agentit eivät nimittäin toimi tyhjiössä. Niiden päätösten laatu riippuu suurelta osin käyttämänsä datan laadusta.
Mallin turvallisuus ja suorituskyky ovat tietenkin tärkeitä, mutta ne eivät korvaa heikkoa hallintaa agentin käytettävissä oleviin tietoihin. Ennen kuin agentti otetaan tuotantoon, organisaatio tarvitsee hallitut syötteet, asianmukaisen pääsyn ja luotettavan tallenteen siitä, mitä agentti tuottaa.
Jos agentille annetaan vanhentuneita asiakastietoja, päällekkäisiä tietueita tai aineistoa, jota ei ole koskaan luokiteltu kunnolla, se työskentelee käytettävissään olevilla tiedoilla ja tekee nopeasti tuhansissa transaktioissa päätöksiä, jotka perustuvat puutteellisiin tietoihin.
Valitettavasti kuilu käyttöönoton ja hallinnon välillä kasvaa nopeasti. Tekoälyn käyttöönoton kiireessä monet organisaatiot tuovat agentteja tuotantoon ratkaisematta taustalla olevaa dataongelmaa. Siksi ei ole yllättävää, että suurin osa tekoälyprojekteista tuottaa nollan sijoitetun pääoman tuoton.
Lisäksi tekoälyagentin hallinto ei rajoitu dataan, jota agentti voi käyttää. Se kattaa myös agentin tuottaman datan: päätökset, annetut ohjeet ja luodut asiakirjat. Kun tekoäly vaikuttaa yhä enemmän yrityksen päätöksiin, tekoälyn jäljitettävyydestä ja perusteltavuudesta on tullut kriittisiä kyvykkyyksiä.
Organisaatiot, jotka rakentavat vahvan datapohjan, voivat siirtyä pilottivaiheesta tuotantoon luottaen siihen, että agentit eivät muuta huonosti hallittua dataa yrityksenlaajuiseksi kriisiksi.
Dataongelma tulee ensin
Datan hallinnan ongelma ei tietenkään ole uusi. Useimmat suuret organisaatiot ovat käyttäneet vuosia käsitelläkseen tietoja, jotka ovat hajallaan operatiivisilla alustoilla, tiedostojakoissa, arkistoissa ja sovelluksissa, jotka olisi pitänyt poistaa käytöstä kauan sitten. Agenttipohjainen tekoäly voi kuitenkin aktivoida nämä heikkoudet nopeasti ja mittakaavassa, joten asia on nyt entistä kiireellisempi.
Ennen kuin agentille annetaan datan käyttöoikeus, IT:n on tunnistettava arkaluonteiset ja säännellyt tiedot, sovellettava johdonmukaisesti luokittelu- ja säilytyskäytäntöjä sekä määritettävä, mitkä lähteet ovat ajantasaisia ja luotettavia. Vanha data vaatii erityistä huolellisuutta.
Käytöstä poistetut sovellukset sisältävät usein arvokasta liiketoimintahistoriaa, mutta myös päällekkäisiä tietueita, virheellisiä tietoja ja dataa, johon sovelletaan lakisääteisiä säilytys- tai hallussapitovaatimuksia.
Organisaatioiden on myös säilytettävä konteksti ja suhteet, jotka antavat merkityksen vanhalle datalle, ja sen jälkeen tarjottava valikoituja, käytäntöjen hallitsemia tietojoukkoja käyttöön. Tekoäly ei toimi tyhjiössä datan suhteen, ja ilman ympäröivää kontekstia agentit joko eivät suorita tehtäviään tai, mikä pahempaa, tekevät ja toteuttavat virheellisiä päätöksiä.
Pääsy on liiketoimintapäätös
Toinen organisaatioiden tekemä virhe on antaa agenteilleen pääsy useampaan tietoon kuin ne tarvitsevat. Itse asiassa agenttien tulisi päästä käsiksi vain tietoihin, joita tarvitaan niille osoitettujen tehtävien suorittamiseen. Se, että järjestelmä voi muodostaa yhteyden agenttiin, ei tarkoita, että sen pitäisi.
Arvioi agentteja kuin työntekijöitä ja noudata vähimmän oikeuden periaatetta. Esimerkiksi asiakaspalveluagentti saattaa tarvita ajantasaisia tili- ja tapahtumatietoja, mutta ei todennäköisesti tarvitse oikeudellisia asiakirjoja tai aiempia työntekijätietoja. Pääsyn tulisi seurata tarkasti agentin määriteltyä tarkoitusta.
Lähteen alkuperä on myös tärkeä. Agentin ei tulisi pitää ajantasaista tietojärjestelmää ja vuosikymmeniä vanhaa arkistoa yhtä valtuutettuina. Agenttien on tiedettävä, mistä tieto tulee, milloin se on päivitetty ja mitkä käytännöt ovat voimassa. Konteksti on jälleen tärkeä. Ilman asianmukaista kontekstia agentit tekevät kalliita virheitä.
Pidä kirjaa siitä, mitä agentti tekee
Hallinto ei lopu siihen, kun agentti on vastaanottanut hyväksytyn datan. Tekoälyyn liittyvästä datasta tulee nopeasti olennaista oikeudenkäynneissä, vaatimustenmukaisuustarkasteluissa ja asiakasvalituksissa. Ollakseen valmis organisaation on pystyttävä osoittamaan, mitä agenttia on pyydetty tekemään, mihin tietoihin se on päässyt käsiksi, mitä käytäntöjä on sovellettu ja mitä sen jälkeen tapahtui.
Kehotteet, vastaanotetut sisällöt, tuotokset ja niistä johtuvat päätökset on tallennettava liiketoimintarekisteriksi. Tarkastelijan on pystyttävä rekonstruoimaan tekoälyn päätös ja jäljittämään sekä lähdedataan että henkilöön tai yksikköön, joka valtuutti toiminnan.
Lopuksi vastuu ei voi kuulua vain teknologiatiimille. Turvallisuus-, data-, yksityisyys-, laki- ja vaatimustenmukaisuusjohtajilla kaikilla on roolinsa, mutta on nimettävä liiketoiminnan omistaja, joka on vastuussa lopputuloksesta. Automaatio voi suorittaa toiminnon, mutta ei voi ottaa siitä vastuuta.
Datan valmistelu ei ole toissijainen työnkulku, jota käsitellään sen jälkeen, kun tekoälypilotti on onnistunut. Se on osa päätöstä viedä pilotti tuotantoon. Jos organisaatio ei voi luottaa tietoihin, hallita pääsyä ja selittää selkeästi syntyneitä päätöksiä, agentti ei ole valmis suurempaan itsenäisyyteen.
