Data

Kvalita výstupu AI se odvíjí od kvality kontextu, který jí dáme. Čtvrtý díl je o cestě od dat k rozhodnutí.

AI nezachrání špatná data, jen jejich problémy zvětší a rozšíří rychleji. Ve čtvrtém díle projdeme cestu od dat k rozhodnutí a podíváme se, kde ve firmách data nejčastěji „umírají" - obvykle mnohem dřív, než se k nim někdo dostane. Rozebereme anatomii dashboardu, který někdo opravdu použije, a otevřeme téma citlivých dat a anonymizace. Protože AI najde i to, na co všichni dávno zapomněli.

Tři pohledy

• Jednotlivec - jak číst data, ověřovat výstupy a poznat, kdy si model vymýšlí
• Vedoucí týmu - vlastnictví dat, single source of truth, dokumentace, decision-driven místo data-driven
• Firma - data governance, úrovně přístupu, bezpečné použití dat v AI nástrojích

Co se dozvíte?

• Postup, jak ověřit výstup modelu, než ho pošlete dál.
• Typická místa, kde se ve firmě ztrácí kvalita dat.
• Praktický pohled na to, co znamená anonymizace, když s daty pracuje AI.