Beredskap för AI
Beredskap för AI gäller ett projekts förutsättningar: mål, användbara data, kompetens, ansvar och ett fungerande arbetssätt för driften.
Att undersöka förutsättningarna för ett AI-projekt
Beredskap för AI, även kallad AI Readiness, beskriver hur väl en organisation är förberedd för ett AI-projekt. Det omfattar ett konkret verksamhetsmål, lämpliga data godkända för användning, tekniska integrationer samt kompetens och ansvar för driften. Även bedömning av resultat och hantering av fel behöver ingå i arbetssättet. En bedömning måste ange projektets omfattning och sina kriterier. Beredskap för ett begränsat försök innebär inget generellt godkännande av all slags automatisering.
Ett fiktivt serviceföretag vill få förslag på intern vidarebefordran av inkommande meddelanden. I scenariot finns lämpliga, godkända exempelmeddelanden och förväntade tilldelningar som granskats av verksamhetsexperter. Teamet har däremot ännu inte avsatt tid för att granska förslagen. Före en pilot behöver det därför klargöras vem som kontrollerar resultat, genomför nödvändiga rättelser och stoppar försöket vid problem. Den begränsade piloten kräver mänsklig granskning innan ett förslag tillämpas. Förberedelserna skulle bedömas utifrån dessa villkor, snarare än att allmän driftsberedskap härleds ur en lyckad demonstration.
Källor
Relaterade begrepp
- LLM-utvärderingLLM-utvärdering prövar modellutdata mot definierade uppgifter och kriterier. Ett bra enskilt exempel bevisar inte allmän kvalitet.
- Människa i loopenEn människa i loopen deltar aktivt i ett automatiserat flöde. Användbar granskning kräver begriplig information och möjlighet att ingripa.
- Automatisering av affärsprocesserAutomatisering av affärsprocesser kopplar återkommande arbetssteg till regler, ansvar och fastställda vägar för undantag.
- ModellkortEtt modellkort dokumenterar syfte, grunder, utvärderingsvillkor och kända begränsningar för en viss version av en AI-modell.
- KontextutformningKontextutformning förbereder information inför varje modellanrop: relevanta instruktioner, meddelanden, källor och aktuella tillstånd.
- AnomalidetektionMetoder som markerar ovanliga observationer jämfört med en fastställd referens eller ett inlärt mönster.
Artiklar om ämnet
AI & automatisering med ASES
AI-assistenter och automatiserade flöden