BE-terna event | Več strank. Manj zmede. Pravi start.  •  Hotel Čad, Ljubljana • 9. oktober 2025 • Prijavite se   
Slabi podatki lahko pokvarijo tudi najboljšo umetno inteligenco
Blog

Slabi podatki lahko pokvarijo tudi najboljšo umetno inteligenco

2 min read Sep 15, 2025

Premišljeno upravljanje podatkov je eden glavnih pogojev, da umetna inteligenca postane dragoceno sredstvo uspeha. Uspešnost uporabe umetne inteligence (UI) je v celoti odvisna od kakovosti njenih rezultatov. »Če je že majhen delež odgovorov napačen, morajo zaposleni vložiti ogromno časa v preverjanje in popravljanje – in s tem hitro izgine večina pričakovanih koristi,« poudarja Anže Mis, direktor področja podatkovne analitike in umetne inteligence pri skupini BE-terna. S pojavom agentne umetne inteligence po njegovih besedah ta izziv postaja še izrazitejši. Agenti UI namreč ne ustvarjajo zgolj informacij, temveč na njihovi podlagi tudi samostojno ukrepajo. Da bi zmanjšali tveganje napak in povečali zaupanje v tehnologijo, ni dovolj le visoka kakovost podatkov.

Glavni temelji upravljanja podatkov

Eden glavnih pogojev za uspeh sodobnih rešitev na področju umetne inteligence je po besedah Anžeta Misa premišljeno upravljanje podatkov (data governance). Predstavljamo glavne temelje, na katerih bi moralo sloneti vsako uprav­ljanje podatkov.

  • Čisti podatkovni nabori: Preden podjetje uvede UI, mora natančno preveriti svojo podatkovno bazo. So podatki točni, dosledni in zanesljivi? Če niso, jih je treba očistiti in preoblikovati v enotno strukturo. Pogosta težava so neurejeni zapisi v CRM-­sistemih, kjer se za istega kupca pogosto vodi več ločenih evidenc. Pri tem lahko pomagajo specializirana orodja, ki omogočajo sistematičen pregled in čiščenje tudi zelo obsežnih podatkovnih baz.

  • Zaščita občutljivih podatkov: Podatek, ki ga enkrat vneseš v generativno umetno inteligenco, iz nje težko izbrišeš. Zato mora podjetje še pred začetkom njene uporabe jasno določiti, do katerih podatkov bo imela dostop in do katerih ne. Razvrščanje podatkov je nujno: osebni podatki zaposlenih, poslovne skrivnosti ali zaupne finančne informacije morajo biti pravočasno označeni in zaš­čiteni, da se ne znajdejo v podatkovnem skladišču umetne inteligence.

  • Dokumentiranje življenjskega cikla podatkov: Za uspešno uporabo UI je pomembno poznati izvor podatkov in njihovo pot do trenutne oblike. Kako so se podatki spreminjali, kje so bili združeni ali preoblikovani? Razumevanje zgodovine podatkovnega zapisa omogoča boljšo oceno njegove vrednosti za določeno uporabo. Prav tako je sledljivost nujna za zagotavljanje kakovosti: če se pokaže, da je določen podatek napačen ali pristranski, moramo vedeti, od kod prihaja in v katere druge zbirke se je prenesel.

Nikoli ni prepozno za urejene podatke

»Tudi če podjetje v preteklosti ni sistematično skrbelo za podatkovno uprav­ljanje, lahko še vedno uspešno vstopi v svet umetne inteligence,«

pravi Mis. Obstoječe baze podatkov je mogoče naknadno pripraviti za uporabo. Pri manjših podjetjih je to mogoče urediti ročno, pri večjih pa je potreben natančen in načrten pristop.

Več o tem, kako do zaupanja vrednih podatkov in zaupanja vrednega UI, si lahko preberete v časniku Finance.

Začnite svojo poslovno pot z umetno inteligenco

Zaupanja vredni podatki – zaupanja vreden UI

Za uspešno uporabo UI je ključno poznati izvor podatkov in njihovo pot do trenutne oblike. 
Naredite prvi korak.

Naročite se na posvet


Želite prebirati več takšnih vsebin?

Naročite se na naše e-novice in najnovejše vsebine boste prejeli na vaš e-naslov.