AI a kísérleti környezeten túl.

Gyakran éppen a fontos üzleti adatokhoz nem férhetett hozzá az AI.

A generatív AI már tudott e-mailt írni, dokumentumot összefoglalni és kérdésekre válaszolni.

Az üzlet megértéséhez és működtetéséhez használt adatok nagy része azonban bizalmas Excel-fájlokban volt — vagy olyan rendszerekben, amelyekből Excelbe lehetett exportálni.

Pénzügyi adatok. Működési adatok. Kérdőíves eredmények. Riportok. Listák. Elemzések.

Mivel ezek az adatok bizalmasak voltak, a kollégák nem tölthették fel őket egyszerűen egy nyilvános AI-szolgáltatásba.

Ez alapvető szakadékot hozott létre:

az AI tudott általános információval dolgozni, de a valódi üzleti adatok jelentős részével nem — pedig ott lehetett volna a leghasznosabb.

Ezt a szakadékot szerettük volna áthidalni.

A csapatommal AI-alapú Excel Analyzert építettünk.

Az ötlet egy egyszerű megfigyelésből indult:

ha az üzleti adatok már táblázatokban vannak, használhassák az emberek az AI-t közvetlenül a táblázatokon.

A felhasználó feltölthetett egy Excel-fájlt, és AI segítségével elemezhette a tartalmát, kérdezhetett róla, mintázatokat kereshetett benne — anélkül, hogy minden adathalmaz köré külön alkalmazást kellett volna építeni.

Maga az eszköz nem egyetlen HR-feladatra korlátozódott. Általánosabb lehetőséget teremtett a táblázatos üzleti adatok feldolgozására.

Így világossá vált a valódi kihívás:

használhatóvá tudjuk-e tenni ugyanezt a képességet bizalmas vállalati adatokkal is?

A munkatársi felmérések visszajelzéseinek elemzését vittük végig a jóváhagyáson.

Az Excel-fájl szabad szöveges válaszokat tartalmazott. Visszatérő mintázatokat kerestünk, kategóriákba rendeztük a visszajelzéseket, és súlyoztuk a témákat, hogy a szervezet nagy mennyiségben is értse, mit mondanak a kollégák.

Az AI különösen hasznos volt, mert az információ nem előre meghatározott kategóriákban érkezett.

Viszont munkatársi adatokról volt szó.

Ezért a jóváhagyás kérdése nem egyszerűen az volt, hogy:

Biztonságosan tudja-e az AI feldolgozni a bizalmas információt?

Hanem az is, hogy:

Pontosan mit tehet az AI ezzel az információval?

Ez különösen fontos volt a munkavállalói érdekképviselet számára.

Egy munkatársi visszajelzéseket elemző rendszer elvileg személyek azonosítására, profilalkotásra vagy egyéni teljesítmény mérésére is felhasználható.

Ez nem volt elfogadható.

A bizalmas adatokon működő megoldás ezért nem tetszőleges kérdéseket fogadott érzékeny információkról.

Magát a feladatot is előre meghatároztuk és jóváhagyattuk:

az engedélyezett szabad szöveges visszajelzések elemzése, visszatérő mintázatok keresése, kategorizálás és a témák összesített súlyozásának támogatása.

Nem kapott engedélyt:

• személyek azonosítására;
• munkatársi profilok készítésére;
• egyéni teljesítmény értékelésére;
• vagy a megállapodott céltól eltérő, tetszőleges elemzésre.

Az Excel Analyzer tágabb képességet adott. A bizalmas munkatársi visszajelzések feldolgozását viszont tudatosan egyetlen jóváhagyott célra korlátoztuk.

A korlátozás a terméktervezés része volt.

Nem általában az AI jóváhagyását kértük a szervezettől.

Hanem egy konkrét képességét, meghatározott célra, egyértelmű korlátokkal.

Ez lett a Deutsche Telekom első jóváhagyott AI-felhasználása bizalmas adatokon.

De a fontosabb változás az volt, amit ez a jóváhagyás megmutatott.

Az általános tartalmak előállításától és elemzésétől eljutottunk a tényleges üzleti adatokhoz — köztük olyanokhoz, amelyek korábban nem voltak hozzáférhetők az AI számára.

A bizalmas jellegnek nem kellett automatikusan kizárnia az AI-t.

A munkavállalói érdekképviseletnek nem kellett automatikusan megállítania a felhasználást.

A biztonsági és működési szabályoknak nem a kész termék után kellett megérkezniük.

Ezek a korlátok már az elejétől termékkövetelményekké válhattak.

Az áttörés nem pusztán az érzékeny adatok AI-feldolgozásának engedélyezése volt. Hanem az, hogy a felhasználást annyira pontosan körülhatároltuk, hogy a szervezet biztonságosan jóváhagyhassa, mit tehet az AI.

Az Excel Analyzer egy tágabb törekvés része volt: használhatóvá tenni az AI-t a valódi üzleti munkában.

Készítettünk helyben futó AI-chatbotot is olyan esetekre, amikor az adat nem hagyhatta el az ellenőrzött környezetet, valamint konkrét üzleti problémákra épülő HR-prototípusokat, általános csevegés helyett.

A közös alapelv ugyanaz volt:

induljunk ki a munkából és annak korlátaiból, és utána válasszuk meg, hogyan illeszkedjen bele az AI.

Nem a széles körű AI-használatot bizonyítottuk.

Hanem egy utat a kísérletezéstől az ellenőrzött, jóváhagyott üzleti használatig.

Az adat bizalmas.

→ Szabályozzuk, hol és hogyan dolgozzák fel.

A technológiával vissza lehet élni.

→ Korlátozzuk az érzékeny felhasználást előre meghatározott és jóváhagyott feladatokra.

Egy általános chatbot nem elég.

→ Konkrét üzleti probléma köré tervezzük az AI-t.

A biztonság, az adatvédelem és az érdekképviselet kifogásokat emelhet.

→ Ezeket a követelményeket kezdettől építsük be a termékbe.

Az AI még láthatóbbá tett egy régi mintát a munkámban.

A technológia önmagában ritkán a teljes probléma.

Egy erős képesség már rendelkezésre állhat, mégis kevés értéket teremthet, ha nem kapcsolódik a megfelelő problémához, munkafolyamathoz, korlátokhoz és olyan működéshez, amelyben a szervezet ténylegesen használni tudja.

Ezért kezdtek kevésbé érdekelni az „AI-megoldások” mint önálló kategória.

Hasznosabbá vált ez a kérdés:

Hol van olyan érdemi probléma, amelyet az AI most megoldhatóvá tesz — és milyen feltételek kellenek ahhoz, hogy a szervezet biztonságosan használhassa?

Nem állítanék széles körű AI-elterjedést vagy nagy, mért üzleti hatást ebből a munkából.

Jelentős része kísérletezés, prototípusépítés és a későbbi használat akadályainak elhárítása volt.

Több megoldás prototípus maradt, nem lett széles körben használt éles termék.

Amit állíthatok, az konkrét:

a csapatommal AI-eszközt építettünk valódi, táblázatos üzleti adatok elemzésére, és megvalósítottuk a Deutsche Telekom első jóváhagyott AI-felhasználását bizalmas adatokon. Megmutattuk, hogy az érzékeny vállalati AI túlléphet a kísérletezésen, ha a célt, a védelmet és a korlátokat magába a termékbe tervezzük.