Kvalita firemných dát rozhoduje o výsledku nasadenia AI viac než výber modelu. Firmy to zisťujú až v pilote, keď riešenie odpovedá nesprávne a príčinou nie je technológia, ale podklady. Najčastejšie problémy sú štyri: rovnaký zákazník alebo produkt vedený viackrát v rôznych tvaroch, chýbajúce hodnoty v poliach, na ktorých má rozhodovanie stáť, protirečivé údaje medzi systémami, a dokumenty v podobe, ktorú nemožno spracovať, teda skeny bez rozpoznaného textu a tabuľky vložené ako obrázky. Pred nasadením preto urobte krátku inventúru dát, ktoré má riešenie používať, a upravte aspoň tie, na ktorých závisí výsledok. Prípravu dát zaraďte do rozpočtu projektu, býva to jeho najväčšia položka.
Pozri aj: dátový audit, normalizácia dát, RAG nad vlastným obsahom firmy.
