AI på egne dokumenter: hvornår giver en intern AI-assistent mening – og hvad skal være på plads først?

AI på egne dokumenter giver ofte mening, men kun når tre ting er på plads: Den viden, der skal søges i, findes på skrift. Den er nogenlunde opdateret. Og det er klart, hvem der må se hvad. En intern AI-assistent kan spare medarbejdere for meget tid i mapper, SharePoint og mails. Den gør dog ikke rodede dokumenter mere korrekte. Den gør dem bare hurtigere at finde.

Artiklen er skrevet til jer, der skal beslutte, om det er værd at gå videre. Vi gennemgår, hvilke typer viden der egner sig, og hvad der skal være styr på først: rettigheder, kildehenvisninger, forældede dokumenter og GDPR. Vi forklarer også, hvorfor et menneske altid skal kunne efterprøve svaret.

Hvad betyder AI på egne dokumenter i praksis?

En medarbejder stiller et spørgsmål i almindeligt sprog, fx »Hvad er vores standardbetalingsbetingelser for udenlandske forhandlere?« eller »Hvordan kalibrerer vi måleudstyret på linje 2?«. Assistenten søger i de dokumenter, den har adgang til, og finder de relevante afsnit. Derefter formulerer den et svar og henviser til, hvor svaret kommer fra.

Det er vigtigt at skelne mellem to ting, der ofte bliver blandet sammen:

• ChatGPT med egne data i den simple form: En medarbejder uploader en kontrakt eller en manual til et generelt AI-værktøj og stiller spørgsmål til den. Det kan være nyttigt til enkeltdokumenter. Til gengæld er der ingen central styring af, hvilke filer der bruges, hvem der ser hvad, eller hvor data ender.
• En intern videnbase med AI: Løsningen er koblet på udvalgte kilder som SharePoint-biblioteker, et fælles drev, produktdokumentation eller dele af ERP. Den respekterer de eksisterende rettigheder og logger spørgsmål og svar. Det er den type løsning, artiklen handler om.

Teknisk bliver dokumenterne typisk indekseret, så AI-modellen kan hente de relevante tekststykker frem, når der kommer et spørgsmål. Modellen lærer altså ikke jeres dokumenter udenad. Den slår op i dem hver gang, og det er netop det, der gør kildehenvisninger og adgangsstyring mulige.

Hvornår giver en intern AI-assistent mening?

Det bedste tegn er ikke, at I har mange dokumenter. Det bedste tegn er, at de samme spørgsmål bliver stillet igen og igen, og at svaret allerede findes et sted på skrift. Typiske tegn i SMV'er og B2B-virksomheder er:

• Nye medarbejdere spørger den samme erfarne kollega om procedurer, produktvarianter eller håndtering af en bestemt kundetype.
• Salgsteams og kundeservice leder i flere systemer efter tekniske specifikationer, leveringsbetingelser eller garantivilkår.
• Kvalitets- og driftsprocedurer findes, men ligger i en mappestruktur, som kun få kan finde rundt i.
• Viden om tidligere sager og løsninger ligger i mails og hos enkeltpersoner, så den forsvinder, når de er på ferie eller stopper.

Ikke al viden egner sig lige godt. Tabellen giver et praktisk overblik:

En intern assistent giver sjældent mening, hvis spørgsmålene er få og spredte, hvis viden kun findes i hovederne på folk, eller hvis svaret afhænger af en konkret vurdering hver gang. Så er det bedre først at få tingene skrevet ned eller at strukturere selve processen.

Når vi hos Optify vurderer, om en intern assistent er det rigtige næste skridt, ser vi på behov, omkostninger og den forventede gevinst. Vi ser også på, hvilke systemer og arbejdsgange der allerede fungerer, så løsningen kan bygge videre på dem i stedet for at starte forfra.

Adgangsstyring og AI: assistenten må ikke vide mere end brugeren

Den største risiko ved AI-søgning i virksomhedens viden er sjældent, at AI'en svarer forkert. Den største risiko er, at den svarer rigtigt til den forkerte person.

I mange virksomheder er adgangsrettighederne vokset over tid. En mappe med lønoplysninger eller en fortrolig kundekontrakt kan i praksis være delt bredere end tilsigtet. Det er ikke blevet opdaget, fordi ingen tilfældigt er faldet over den. En AI-assistent, der søger på tværs af kilderne, finder den.

Nogle grundprincipper, der bør være på plads:

• Assistenten skal arbejde med brugerens egne rettigheder og ikke med en fælles systemkonto, der kan se alt.
• Gennemgå delinger og rettigheder i de kilder, der kobles på, før I går i gang og ikke bagefter.
• Start med afgrænsede kilder som kvalitetshåndbogen og produktdokumentationen frem for »hele drevet«.
• Hold særligt følsomme områder ude fra start, fx HR, løn, bestyrelsesmateriale og personoplysninger om kunder.

Bruger I Microsoft 365, ligger meget af rettighedsstrukturen allerede i SharePoint og Teams. Det er en fordel, men også en god grund til at rydde op først. Læs mere om, hvordan vi arbejder med integrationer til Microsoft 365, og om det grundlæggende i adgangsstyring og IAM til at beskytte virksomhedsdata.

Kildehenvisninger: svarene skal kunne efterprøves af et menneske

En intern AI-assistent er et opslagsværktøj og ikke en autoritet. Sprogmodeller kan formulere et overbevisende svar, der er forkert. Det sker fx, når de blander to versioner af en procedure sammen eller udfylder et hul med noget, der lyder sandsynligt.

Derfor bør hvert svar vise, hvilke dokumenter og afsnit det bygger på, og linke til dem, så medarbejderen kan åbne kilden og læse selv. Kan assistenten ikke finde svaret i kilderne, skal den sige det i stedet for at gætte. Det er en indstilling, I bør efterspørge og teste.

Indsigt: Det vigtigste mål for en intern AI-assistent er ikke, hvor ofte den svarer, men hvor let det er at tjekke svaret. Et svar uden kilde bør behandles som et rygte.

I praksis betyder det en klar arbejdsdeling: AI'en finder og opsummerer, og medarbejderen vurderer og bruger svaret. Hvis svaret skal videre til en kunde, ind i et tilbud eller i en kvalitetsrapport, er det et menneske, der godkender det.

Log spørgsmål, svar og de kilder, der blev brugt. Logningen gør det muligt at finde fejl og at se, hvilke spørgsmål der ikke kan besvares, så I kan få øje på huller i dokumentationen. Den dokumenterer også, hvordan værktøjet faktisk bliver brugt. En enkel feedbackknap, hvor medarbejderen kan markere et forkert svar og sende det til dokumentets ejer, giver meget værdi for en lille indsats. Det hører naturligt sammen med jeres øvrige AI-governance og retningslinjer for brug af AI.

Forældede dokumenter: den oversete faldgrube i en intern videnbase med AI

AI'en kan ikke se forskel på »Prisliste_final«, »Prisliste_final_v2« og »Prisliste_NY_brug_denne«. Ligger alle tre i kilderne, kan den citere den forkerte, endda med kildehenvisning.

Det er typisk her, det meste af arbejdet ligger, før en intern assistent giver værdi. Arbejdet ligger altså ikke i teknikken, men i dokumenterne. Et realistisk forløb kunne se sådan ud:

1. Udpeg kilderne. Beslut, hvilke mapper og biblioteker der er gældende, og hvilke der er arkiv.
2. Ryd op i versioner. Fjern eller udeluk dubletter, kladder og gamle versioner, eller flyt dem til et arkiv, som assistenten ikke søger i.
3. Giv dokumenterne ejere. Hvert vigtigt dokument skal have en person, der har ansvaret for at holde det opdateret.
4. Vis dato og version i svaret. Så kan medarbejderen se, hvor gammelt kildematerialet er.
5. Brug hullerne. De spørgsmål, assistenten ikke kan besvare, er en konkret liste over dokumentation, der mangler.

Data, der ændrer sig dagligt, bør slet ikke hentes fra dokumenter. Det gælder fx lagerstatus, priser, ordrestatus og kreditgrænser. Her er det bedre at koble assistenten direkte på kildesystemet via en integration, så svaret altid afspejler det, der står i ERP eller CRM lige nu. Sammenhængen mellem de systemer, der håndterer produkter, priser, lager og ordrer, er en stor del af det, vi arbejder med hos Optify. Det er også her, mange interne assistenter enten bliver nyttige eller ender med at give forkerte svar.

GDPR og fortrolige oplysninger i AI-søgning

Mange dokumenter indeholder personoplysninger, fx navne i kontrakter, kundekorrespondance og oplysninger om medarbejdere. Reglerne for behandling af persondata gælder også, når det er en AI-assistent, der læser dem. Stil disse spørgsmål tidligt:

• Hvor behandles data, og af hvem? Hvilken leverandør står for det, i hvilken region, og er der en databehandleraftale?
• Bruges jeres data til at træne leverandørens modeller? I erhvervsløsninger kan det typisk fravælges, men undersøg det konkret.
• Er formålet klart? At hjælpe medarbejdere med at finde procedurer er et andet formål end at søge i kundekorrespondance.
• Hvor længe gemmes logs? Spørgsmål og svar kan i sig selv indeholde persondata.
• Hvad skal holdes helt ude? Nogle kilder hører ikke hjemme i en bred intern søgning, uanset rettighedsstyring.

Det er ikke juridisk rådgivning, men en praktisk påmindelse om at inddrage den, der har ansvaret for databeskyttelse hos jer, fra starten. Vi har samlet de grundlæggende overvejelser i artiklen om AI og GDPR.

Husk også det modsatte scenarie: Tilbyder I ikke en styret løsning, uploader medarbejdere ofte dokumenter til generelle AI-værktøjer alligevel. En kontrolleret intern assistent kan derfor også være et svar på en databeskyttelsesrisiko, der allerede findes.

Hvad skal være på plads først? En tjekliste før beslutningen

Før I vælger værktøj eller leverandør, bør I kunne svare ja til de fleste af disse punkter:

• Et konkret problem: I ved, hvilke spørgsmål der stilles, hvem der stiller dem, og hvor meget tid det koster.
• Afgrænsede kilder: I har valgt få, velkendte kilder at starte med.
• Ryddede rettigheder: Delinger i de valgte kilder er gennemgået.
• Dokumentejere: Der er navngivne personer, der holder indholdet opdateret.
• Kildehenvisning og »ved ikke«: Løsningen viser kilder og gætter ikke.
• Logning og feedback: Spørgsmål, svar og fejl bliver registreret og fulgt op.
• GDPR-afklaring: Databehandling, leverandør og følsomme kilder er vurderet.
• Et målbart formål: fx færre gentagne spørgsmål til nøglepersoner eller kortere oplæring af nye medarbejdere.

Start småt. Forestil jer en kundeserviceafdeling, hvor assistenten i første omgang kun kender produktmanualerne og returpolitikken. Efter nogle uger kan I se, hvilke spørgsmål der bliver stillet, hvor svarene holder, og hvor dokumentationen halter. Derefter kan I beslutte, om I vil udvide til flere kilder og afdelinger. Mange AI-projekter går i stå mellem forsøg og daglig brug, og artiklen om hvordan I får en AI-pilot videre til drift beskriver, hvad der typisk skal til.

Er I i tvivl om, hvorvidt det giver mening hos jer, er en AI-afklaring et godt første skridt. Her gennemgår vi jeres kilder, systemer og arbejdsgange og vurderer, om en intern assistent er det rigtige næste skridt, eller om noget andet bør komme først.