什麼都問 AI ~
除了能有效解決「記錄經驗」的難題之外,
更能同時克服「資料維護」的痛點!
如果知識庫沒有好好維護,
資料「過時、不完整、重複、不一致、 ...」幾乎就是必然的結果 ...
為什麼會這樣呢?
有一個關鍵原因是「找不到」,就導致以下痛點
寫了又找不到,就沒動機紀錄,經驗進不去
找不到,就無法持續改善,資料當然就「過時、不完整」
因為找不到,只好再寫一次,資料就「重複」,重複就很難避免「不一致」的問題。
還好 AI 帶來技術突破!
透過強大的「語意理解」,能找到核心意義相同的內容,突破傳統「關鍵詞」找不到的問題。
一旦找得到,
這些問題就變得很簡單,只要一個動作 ~
什麼都先問 AI 就對了!
因為透過 AI 的回答,第一線的員工就能輕易發現問題,並在問答介面上隨手回報「不滿意 + 問題描述」,管理單位就能在後台的報表中發現重複、過時和不完整的資料,再依照回報進行維護。
例如:
這種透過「問」來驅動維護資料的方式,
看起來好像不夠完整 ...,應該要系統性的對所有資料進行維護才對呀。
但很現實的,
沒有一間公司做得到這樣的標準,或只是流於形式而已。
守住 80-20 法則,透過需求驅動,我們就可以把有限的資源放在最重要的事情上面!
那些重要且常見的資料,
因為會被「問」到,就可以在用到的時候持續被維護。
而那些 80% 不常用的資料,
花許多力氣維護的 CP 值也很低,倒不如等有需要的時候再維護就好。
聯考 80 分就可以上台大醫學系,
但如果我們卻一直專注在那 100 分的事情,無異於緣木求魚,也不切實際。
圖1: 重複資料
圖2:「過時、不完整」的資料