10 måter AI kan forbedre informasjonsstyringen i bedriften din

Jeg vet ikke med deg, men jeg begynner nesten å kjenne på litt trøtthet rundt alt snakk om AI. Ikke misforstå, det er ufattelig mye spennende som skjer, men det er lett å bli litt overveldet. 

Det snakkes, skrives og diskuteres så mye, og utviklingen går så fort, at det er er med stor fare for å bli både gjentakende og raskt utdatert, når jeg nå skriver en artikkel om AI. Men sannheten er at disse robotene, med generative språkmodeller i spissen, virkelig vil endre ALT - også hvordan vi jobber med informasjonsstyring og dokumenthåndtering på arbeidsplassene våre. 

Jeg vet det høres ut som enda en floskel når jeg sier at det vil endre ALT, men det er ikke hvem som helst som sier det:

I en høring fikk AI-forsker Inga Strümke spørsmål fra en minister om hvordan AI vil påvirke forsvar og krigføring i fremtiden.

Ifølge Strümke var det omtrent som om man i 1880 skulle spurt Nikola Tesla «Hvordan vil elektrisitet påvirke krigføringen i kommende år?». Det korte svaret er fundamentalt – og på alle måter.

La det synke inn litt.

På samme måte som elektrisitet har forvandlet verden, vil altså kunstig intelligens og maskinlæring, i følge ekspertene, endre måten vi lever, jobber og antakelig tenker på. På godt og vondt. Og i denne viktige diskusjonen, nemlig om AI er en trussel eller en mulighet, et gode eller et onde, er AI-forsker Strümke tydelig: AI og maskiner er nøytrale (i likhet med elektrisitet). De gjør det de blir fortalt. Men vi mennesker kan selvsagt bruke begge deler til både positive og negative ting, på alle områder, både jobb, skole og privat.

Et slikt område i kategorien jobb, er altså informasjonsstyring, eller informasjonsforvaltning som det ofte kalles.

Jeg vil trekke frem 10 måter AI kan forbedre eller hjelpe oss som profesjonelle informasjonssforvaltere på, og til slutt innom de potensielle negative konsekvensene, eller i det minste noe ord til ettertanke, rundt bruken av AI på jobb. 

10 måter AI kan forbedre informasjonsstyringen i bedriften din

1. Mer effektiv søk og gjenfinning

AI-drevne søkemotorer og tekstanalyseverktøy kan analysere og forstå innholdet i dokumenter, e-poster og andre datakilder.

Vi vet at søking etter informasjon er en stor og tidkrevende oppgave for kunnskapsarbeideren. Med AI-drevne søkemodeller kan dette bli langt mer effektivt, ikke minst kan søkeresultat bli mer nyttig i form av oppsummeringer og sammenstillinger, fremfor bare en liste med enkeltstående dokumenter du selv må inn og lese deg opp på.

2. Automatisering av klassifisering og tagging

Ved hjelp av maskinlæring kan AI automatisk kategorisere og tagge innhold basert på innholdet og konteksten. Dette forenkler organiseringen av store mengder data og gjør det enklere å finne og identifisere relevante dokumenter, både for mennesker og maskiner.

3. Dataopprydding og de-duplisering

AI kan oppdage dupliserte og unødvendige data, noe som bidrar til å redusere rotet og forbedre datakvaliteten. Dette sparer tid og ressurser ved å fjerne unødvendige kopier og sikrer at informasjonen er pålitelig og oppdatert.

4. Sentimentanalyse og følelsesgjenkjenning

Ved å bruke naturlig språkbehandling (NLP) kan AI analysere tekst og forstå følelser og holdninger i dokumenter, e-poster og sosiale medier. Dette gir verdifull innsikt i hvordan kunder og ansatte oppfatter bedriften og dens tjenester.

5. Nettverksanalyse og relasjonsgjenkjenning

AI kan identifisere og kartlegge forbindelser mellom personer, organisasjoner og emner i store datasett. Dette hjelper med å avdekke skjulte mønstre og sammenhenger som kan gi innsikt i komplekse forretningsproblemer.

6. Personalisering av innhold

AI kan tilpasse innholdet som tilbys til hver enkelt bruker basert på deres interesser, preferanser og tidligere atferd. Dette skaper en mer engasjerende opplevelse og øker sannsynligheten for at brukere konverterer til kunder.

7. Automatisering av arbeidsflyt

AI kan automatisere rutinemessige oppgaver som datainnsamling, -behandling og rapportering. Dette frigjør tid og ressurser for ansatte, slik at de kan fokusere på mer kreative og strategiske oppgaver.

7. Prediktiv analyse og beslutningsstøtte

Med AI og maskinlæring kan bedrifter analysere store mengder data for å forutsi fremtidige trender og utfall. Dette gir beslutningstakere data-drevne innsikter som kan hjelpe dem med å ta bedre og mer informerte beslutninger.

9. Språkoversettelse og flerspråklig støtte

AI-drevne oversettelsesverktøy kan automatisk oversette tekst på tvers av ulike språk, noe som gir bedrifter muligheten til å kommunisere med globale kunder og partnere mer effektivt.

10. Kundeinteraksjon og chatbots

AI-drevne chatbots kan interagere med kunder i sanntid og besvare spørsmål eller løse problemer 24/7. Dette forbedrer kundeopplevelsen ved å gi umiddelbar støtte og avlaste kundeserviceteamet.

Kan vi egentlig stole på robotene?

En av de store diskusjonene vi har hatt rundt kunstig intelligens er hvorvidt vi kan stole på dem. Den seriøse debatten handler ikke om roboter som tar over verden, men mer om AI-modellene gir oss riktig informasjon.

Faktum er at modellene kun forholder seg til informasjon og data de er trent på. Det betyr at det gode gamle prinsippet, dritt inn – dritt ut, gjelder også her. Modellen er med andre ord aldri bedre, riktigere eller mer faktabasert enn dataene den er gitt å trene på eller prosessere.

Dermed skjønner vi raskt at å slippe modellen løs i et dokumentarkiv, lese seg opp på alt av data i en bedrift, enten det er kontrakter eller chat-meldinger, vil være problematisk.

Hvorfor?

Rett og slett fordi bedrifter, og altså vi ansatte som produserer informasjon, i tillegg til å lage nyttig og riktig informasjon, også lager mye uferdig og kanskje uriktig informasjon. En AI-modell ville ikke skilt mellom dette, og resultatet blir en modell som kunne gitt oss et svar på et spørsmål som er basert på en blanding av riktig og uriktig, ferdig og uferdig informasjon. Det er ikke tillitsvekkende. Dermed må vi sørge for gode metoder for å implementere AI-modeller på arbeidsplassene våre, og inn i arkivene våre.

Etiske vurderinger

En relatert problemstilling til dette med tillit til data er etikk rundt bruken av AI. Vi har alle hørt historier om hvordan AI kan generere side opp og side ned med informasjon – enten det er eksamensoppgaver eller bloggartikler. Og det er ikke tvil om at disse modellene er utrolig flinke til å etterligne oss mennesker i språk – det er det de er laget for. Men vi må ha tydelige retningslinjer for når vi skal bruke maskiner til å generere informasjonen for oss, og hvordan. Hvis ikke ender vi gjerne opp med en situasjon hvor vi har maskiner som lager informasjon og data til andre maskiner som leser og tolker det.

Andre har også pekt på denne ironien, nemlig at jo mer AI-generert data i verden, desto mer AI-generert data blir ny «inn-data», altså treningsdata til AI-modellene. Vi er allerede oversvømt med informasjon, så poenget bør være at det som produseres, enten det er av maskiner eller mennesker, må bidra til mer kunnskap og ikke kaos.

Personvern vs. treningsdata

Et tredje element vi som bedrifter er nødt til å ha klare policyer på er dette med personopplysninger – og data, særlig siden offentlig regulering og lovgivning enda ikke er på plass. Det hviler derfor et ekstra ansvar på bedrifter å opptre redelig når de skal veie innsamling og bruk av persondata for å trene sine AI-modeller, opp mot personvernet.

Denne uken har det for eksempel oppstått stor bekymring rundt personvern-policyen fra videokonferanse-selskapet Zoom

VIlkårene ble oppdatert i mars, og ordlyden kan tyde på at Zoom ber brukerne, ukritisk, godkjenne lytting og innsamling av data fra webinarer og videomøter, nettopp med det formål å trene AI-modellen til selskapet.

Nå har Zoom riktignok vært ute og forsøkt å forklare og oppklare, men vilkårene vekker likevel stor bekymring hos kunder – såpass mye at flere velger å si opp avtalene sine med Zoom, og ser etter alternativer.

Dette viser hva som kan skje når bedrifter blir for opptatt av å skape så gode AI-modeller at personvern havner på sidelinjen. Eksemplet med Zoom viser også hva bedrifter risikerer av omdømmetap og kundeflukt, når mating av robotene blir viktigere enn hvordan man skaffer råvarene.

Konklusjon

Det er åpenbare fordeler og stort potensial i det å ta i bruk AI-verktøy i informasjonsforvaltningen, og vi vil se mange store og små verktøy finne veien inn til arbeidsplassene. 

Så er det samtidig store og viktige spørsmål og vurderinger som må gjøres når vi adopterer AI-modeller på arbeidsplassene våre. Det er avgjørende å ha gode retningslinjer på plass, slik at det ikke blir opp til hver enkelt ansatt å gjøre vurderinger fortløpende.

Med gode etiske vurderinger og policyer er AI på arbeidsplassen intet mindre enn å gå fra stearinlys til glødepære, fra hest til damp, eller fra håndskrevne til trykte bøker. Med andre ord, den største endringen i måten vi jobber på vi har sett i vår tid.

Så anbefalingen min er: Samle nøkkelpersoner i din bedrift, ta en AI-workshop,  og lag en plan og en strategi for hvordan bruk av AI skal se ut hos dere.