Definisci il dato necessario per una singola decisione
“Abbiamo molti dati” non dice se quei dati possono sostenere il lavoro richiesto. Per preparare una bozza d’ordine servono, per esempio, cliente, articolo, quantità e unità di misura. Per confermarlo possono servire anche condizioni commerciali, disponibilità e autorizzazioni. Sono due perimetri diversi, con requisiti diversi.
Scrivi l’output atteso e risali alle informazioni che lo giustificano. Per ciascuna, indica dove si trova, chi la gestisce e cosa succede se manca. Questo inventario permette di distinguere una lacuna che blocca il progetto da un dato utile ma facoltativo. Non chiedere al modello di indovinare ciò che il processo deve verificare.
Cinque controlli prima della prima integrazione
Fai scorrere la tabella per confrontare tutte le colonne.
| Controllo | Evidenza richiesta | Esempio di problema |
|---|---|---|
| Accesso | Account autorizzato e operazioni consentite | La prova funziona solo con un account amministratore |
| Significato | Definizioni dei campi e unità | “Quantità 10” può significare pezzi o confezioni |
| Qualità | Casi completi, incompleti e in conflitto | Lo stesso cliente compare con codici diversi |
| Aggiornamento | Responsabile e frequenza di sincronizzazione | Un listino archiviato sembra ancora valido |
| Tracciabilità | Riferimento alla fonte e alla versione | Nessuno riesce a ricostruire da dove arriva un importo |
Costruisci un campione che esponga i problemi
Seleziona casi recenti e casi difficili, senza scegliere soltanto i documenti più puliti. Includi formati diversi, allegati ruotati, righe mancanti, abbreviazioni e clienti nuovi. Un campione iniziale serve a scoprire difetti; non dimostra da solo l’affidabilità futura su tutti i volumi.
Per ogni caso conserva l’esito corretto e il motivo. Se due persone esperte danno risposte diverse, prima chiarisci la regola aziendale. Etichettare come errore AI una decisione che l’organizzazione non ha definito rende la valutazione poco utile. Limita i dati condivisi a quelli necessari alla prova e usa un ambiente con accessi adeguati.
Esempio illustrativo: quantità ambigue in un ordine
Osservazione
Una richiesta riporta “3 scatole”, mentre il catalogo conserva il prezzo per singolo pezzo. L’anagrafica non indica sempre quanti pezzi contiene una scatola.
Decisione
Il progetto può estrarre il testo e preparare una bozza. Non può convertire automaticamente la quantità quando manca una corrispondenza approvata.
Correzione mirata
Il responsabile del catalogo completa le conversioni per gli articoli inclusi nel pilota. I restanti casi passano a revisione con il motivo esplicito.
La preparazione dei dati non coincide con la sola pulizia dei file: comprende significato, responsabilità e comportamento in caso di assenza.
Chiudi la verifica con tre liste e un responsabile
Non cercare un punteggio universale di “AI readiness”. Il risultato utile è sapere quali attività possono essere provate adesso e quali dipendono da una correzione specifica. Il NIST richiama la necessità di comprendere il contesto e documentare limiti; questa scheda è una nostra applicazione operativa, non una certificazione.
- Pronti: fonti utilizzabili, campi definiti e accessi verificati per il perimetro iniziale.
- Da correggere: problemi con proprietario, azione concreta e criterio di verifica.
- Esclusi: casi che il sistema deve riconoscere e inviare a una persona.
- Da monitorare: qualità e freschezza che possono peggiorare dopo il rilascio.
Un modello su cui lavorare.
Verifica della preparazione dei dati
Un inventario delle fonti con problemi osservati, azioni correttive e un campione approvato per la prova.
Scarica il modello MarkdownSchema di estrazione documentale
Uno schema per famiglia documentale con significato dei campi, regole di validazione, evidenze e gestione dell’assenza di dati.
Scarica il modello MarkdownRegistro delle fonti dell’assistente AI
Un catalogo delle fonti autorizzate con versione valida, pubblico ammesso, ciclo di aggiornamento e test di reperibilità.
Scarica il modello MarkdownDomande pratiche
Dobbiamo digitalizzare tutto prima di partire?
No. Puoi iniziare dal perimetro che dispone di fonti sufficienti. Documenta gli input esclusi e non estendere automaticamente i risultati del pilota ad archivi diversi.
I dati devono essere perfetti?
No, ma gli errori devono essere riconoscibili e gestibili. Un campo mancante può portare a revisione; un dato ambiguo trattato come certo può produrre una decisione sbagliata.
Chi dovrebbe partecipare alla verifica?
Una persona che svolge il processo, il responsabile delle fonti e chi gestisce accessi o integrazioni. Coinvolgi altri specialisti quando il contenuto e l’uso dei dati lo richiedono.
Riferimenti e metodo
Riferimento generale su contesto d’uso, misurazione e documentazione dei limiti. La scheda e l’esempio sono proposte operative di Stolen Orbit.