ปัญหาไม่ได้อยู่ที่โมเดล
องค์กรที่ลองทำ AI แล้วไม่สำเร็จ มักเจอภาพเดียวกัน คือเอกสารฉบับเดียวกันมีห้าเวอร์ชันกระจายอยู่คนละที่ ไม่มีใครตอบได้ว่าอันไหนใช้จริง เมื่อ AI อ่านทั้งห้าอัน คำตอบที่ได้จึงขัดแย้งกันเอง
Data governance คือการทำให้คำถามพื้นฐานเหล่านี้มีคำตอบ ก่อนจะเอาข้อมูลไปป้อนระบบใด ๆ
สี่คำถามที่ต้องตอบให้ได้
- ใครเป็นเจ้าของข้อมูลชุดนี้ มีชื่อคนรับผิดชอบ ไม่ใช่ชื่อแผนก
- ฉบับไหนคือฉบับจริง ต้องมีแหล่งเดียวที่ถือว่าถูกต้อง
- ใครมีสิทธิ์เห็นอะไร สิทธิ์ต้องติดไปกับข้อมูล ไม่ใช่ติดกับระบบที่เปิดดู
- ข้อมูลนี้อัปเดตเมื่อไร และใครอัปเดต ข้อมูลเก่าที่ดูเหมือนใหม่อันตรายกว่าข้อมูลที่ไม่มีเลย
สิ่งที่ควรทำตามลำดับ
- จัดหมวดชั้นความลับ แบ่งเป็นสาธารณะ ภายใน และลับ ให้ครบก่อนเชื่อมระบบ
ทำทะเบียนข้อมูล ระบุว่าแต่ละชุดอยู่ที่ไหน ใครดูแล อัปเดตบ่อยแค่ไหน
เก็บกวาดฉบับซ้ำ ยุบเวอร์ชันเก่าออกจากแหล่งที่ AI จะเข้าถึง
กำหนดรอบทบทวน เอกสารที่ไม่มีใครแตะเกินหนึ่งปีต้องถูกตรวจว่ายังใช้ได้อยู่ไหม
สิ่งที่มักถูกมองข้าม
สิทธิ์การเข้าถึงต้องสะท้อนในชั้นการค้นหา ไม่ใช่แค่ชั้นหน้าจอ ถ้าระบบค้นเจอเอกสารที่ผู้ใช้ไม่มีสิทธิ์เห็น แล้วเอาเนื้อหานั้นไปเรียบเรียงเป็นคำตอบ นั่นคือข้อมูลรั่วแม้ไม่มีใครเปิดไฟล์
สรุป
Governance ไม่ใช่งานเอกสารที่ถ่วงโครงการ แต่เป็นสิ่งที่ตัดสินว่าคำตอบของ AI เชื่อถือได้หรือไม่ เริ่มจากข้อมูลชุดที่จะใช้จริงชุดแรก ทำให้สะอาดและมีเจ้าของ แล้วค่อยขยายไปชุดถัดไป