Determinuje, co model potrafi
Model uczony głównie na tekstach angielskich będzie słabszy w polszczyźnie, zwłaszcza specjalistycznej — patrz AI po polsku.
Zgodność
Dane treningowe — pytanie, którego prawie nikt nie zadaje
Jakość i pochodzenie danych treningowych decydują o dwóch rzeczach: co model potrafi i jakie ryzyko wnosi do Waszej firmy. Otwarte zbiory danych udostępniają m.in. Kaggle i Hugging Face, a karty modeli powinny opisywać, na czym model był uczony. Brak takiej informacji nie jest szczegółem technicznym — jest nieznanym ryzykiem, które przy wdrożeniu przechodzi na Was.
Dlaczego pochodzenie danych ma znaczenie dla firmy?
Wnosi uprzedzenia obecne w danych
Model odtwarza wzorce ze zbioru treningowego. W zastosowaniach dotyczących ludzi to kwestia zarówno jakości, jak i zgodności — patrz AI Act.
Rodzi pytania o prawa do treści
Nieznane pochodzenie danych to nieznany zakres ryzyka związanego z generowanymi treściami. Przy materiałach publikowanych na zewnątrz warto to rozważyć z działem prawnym.
Wpływa na aktualność
Model nie wie, co zmieniło się po zakończeniu jego uczenia. W procesach zależnych od aktualnych danych potrzebny jest dostęp do źródła — czyli architektura RAG.
O co zapytać dostawcę modelu?
- Czy karta modelu opisuje źródła danych treningowych?
- Jakie języki i dziedziny są w tych danych reprezentowane?
- Do kiedy sięgają dane — jaka jest granica wiedzy modelu?
- Czy nasze zapytania i dokumenty będą wykorzystywane do dalszego uczenia?
- Jakie są warunki dotyczące treści generowanych przez model?
Czwarte pytanie jest najważniejsze operacyjnie i najczęściej pomijane. Odpowiedź na nie wprost przesądza, jakie dane wolno w danym narzędziu przetwarzać — i powinna trafić do zasad korzystania z AI w Waszej firmie, w formie zrozumiałej dla pracownika.
Czy firma potrzebuje własnych danych treningowych?
W ogromnej większości zastosowań nie. Trenowanie ani dostrajanie modelu jest rzadko potrzebne — wystarcza dostarczenie modelowi Waszych dokumentów w momencie zapytania. To tańsze, szybsze i łatwiejsze do zaktualizowania, bo zmiana procedury oznacza podmianę dokumentu, nie ponowne uczenie modelu.
| Podejście | Kiedy stosować | Koszt i ryzyko |
|---|---|---|
| Dokumenty dostarczane w zapytaniu (RAG) | Zdecydowana większość zastosowań firmowych | Niski; aktualizacja przez podmianę dokumentu |
| Dostrajanie modelu na własnych danych | Specyficzny styl, format lub bardzo wąska dziedzina | Wyższy; wymaga przygotowanego zbioru i powtórzenia przy zmianach |
| Trenowanie modelu od zera | Praktycznie nigdy w firmie nietechnologicznej | Bardzo wysoki; wymaga zespołu badawczego |
Jak przygotować własne dane do projektu?
Krok 1 — sprawdź, gdzie faktycznie jest wiedza
Dokumenty, poczta, systemy, notatki, głowy ludzi. Ostatnia kategoria bywa największa i wymaga zapisania, zanim cokolwiek zautomatyzujecie.
Krok 2 — usuń sprzeczności i wersje nieaktualne
System zbudowany na trzech wersjach tej samej procedury będzie odpowiadał trzema wersjami — tylko szybciej.
Krok 3 — ustal, kto odpowiada za aktualność
Imiennie, dla każdego zbioru dokumentów. Bez tego baza wiedzy starzeje się w kilka miesięcy.
Krok 4 — rozstrzygnij kwestie dostępu
Kto może pytać o które dokumenty. Uprawnienia muszą być egzekwowane po stronie danych, nie w instrukcji dla modelu — patrz red teaming.
Krok 5 — sprawdź licencje danych zewnętrznych
Jeśli korzystacie ze zbiorów publicznych, warunki wykorzystania trzeba sprawdzić przy każdym zbiorze osobno — bywają bardzo różne, także w obrębie jednego serwisu.
Najdroższym elementem wdrożenia AI nie jest model. Jest uporządkowanie tego, co firma już wie.
Najczęściej zadawane pytania
Czy nasze dane trafią do uczenia modelu?
Zależy od dostawcy i planu taryfowego — część usług biznesowych wyklucza to wprost. To pytanie należy zadać przed wdrożeniem i zapisać odpowiedź w rejestrze systemów AI.
Czy dostrajanie modelu poprawi jakość odpowiedzi o naszej firmie?
Zwykle nie tak, jak się oczekuje. Dostrajanie zmienia styl i format odpowiedzi, a nie dostarcza wiedzy faktograficznej. Do wiedzy o firmie służy architektura, w której model korzysta z Waszych dokumentów.
Ile dokumentów trzeba przygotować na start?
Lepiej zacząć od jednego obszaru — na przykład procedur jednego działu — niż od całej firmy. Kompletność w wąskim zakresie daje lepsze wyniki niż fragmentaryczność w szerokim.
Rozmowa bez zobowiązań
Zostaw numer telefonu — oddzwonimy
Podczas 20-minutowej rozmowy pytamy o procesy, zespół i to, co dzisiaj zjada najwięcej czasu. Na tej podstawie proponujemy konkret: warsztat, szkolenie albo wdrożenie AI — albo mówimy wprost, że w Twoim przypadku szkolenie nie jest jeszcze potrzebne.
- Bez prezentacji sprzedażowej i bez zobowiązań
- Konkretna rekomendacja zakresu i widełki budżetowe
- Rozmawiasz z osobą, która prowadzi warsztaty, nie z call center
Możesz też napisać: kontakt@aibox.edu.pl