Single source of truth to warunek sensownego AI

AI nie skraca pracy w firmie, która trzyma procedury, wyjątki i decyzje w dziesięciu miejscach naraz. W takiej firmie nie dochodzi do automatyzacji pracy. Dochodzi do automatyzacji błądzenia.

To jest cały problem, ale wiele firm woli opowiadać go sobie inaczej. Łatwiej powiedzieć, że „AI jeszcze nie działa”, niż przyznać, że przez lata wiedza operacyjna była trzymana w dokumentach, czatach, głowach ludzi i starych ustaleniach, których pochodzenia nikt już nawet nie pamięta.

Co naprawdę oznacza single source of truth

Single source of truth (SSOT) oznacza jedno autorytatywne miejsce dla konkretnego typu wiedzy. Nie „jedno z ważniejszych”. Nie „najczęściej aktualne”. Jedno.

Jeżeli zasady rozliczania reklamacji są w systemie operacyjnym, to właśnie tam znajduje się wersja obowiązująca. Mail, PDF, wiadomość na czacie albo stary onboarding mogą tę wiedzę streszczać, ale nie mogą z nią konkurować. Mają odsyłać do źródła, a nie tworzyć własną wersję rzeczywistości.

To nie jest pedanteria. To warunek, by człowiek i maszyna odpowiadali na podstawie tego samego stanu wiedzy, zamiast urządzać konkurs pod tytułem „kto trafi na nowszy dokument”.

Dlaczego AI gubi się szybciej niż człowiek

Model nie ma firmowego szóstego zmysłu. Nie wie, że „ten plik jest stary, ale Basia i tak robi po nowemu”, ani że „formalnie obowiązuje procedura A, ale od zeszłego kwartału wszyscy stosują B”.

Jeśli dostanie trzy sprzeczne źródła, zrobi to, co może zrobić system karmiony sprzecznościami: wybierze najbardziej prawdopodobną odpowiedź albo zmiesza wersje. Problem nie leży wtedy w inteligencji modelu. Problem leży w tym, że dane wejściowe przypominają szufladę z kablami.

Dlatego brak SSOT zwiększa koszt każdej odpowiedzi. Najpierw trzeba szukać. Potem porównywać wersje. Potem zgadywać, co jest aktualne. A na końcu i tak pytać człowieka: „jak to naprawdę działa?”. Trudno to nazwać oszczędnością czasu bez zażenowania.

Co się dzieje, gdy procedura ma trzy wersje

Wyobraź sobie firmę, która obsługuje zgłoszenia klientów. Procedura w bazie wiedzy mówi, że reklamacje do 1000 zł rozpatruje opiekun klienta. W PDF-ie szkoleniowym sprzed roku widnieje informacja, że robi to kierownik. Na Slacku ktoś wrzucił informację, że od ostatniego kwartału sprawy do 2000 zł można zamykać bez eskalacji, ale nikt nie dopisał tego do głównej procedury.

Teraz wpuszczasz tam AI i każesz mu odpowiadać pracownikom, jak obsłużyć dany przypadek. System nie „nie dowozi”. System po prostu wybiera jedną z trzech wersji bałaganu. To nie jest automatyzacja wiedzy. To jest losowanie z dokumentów.

Kiedy jedno źródło nie znaczy jedno narzędzie

Tutaj łatwo popaść w tanią nadinterpretację. SSOT nie oznacza, że cała firma ma działać w jednym systemie, jednym programie i jednym wielkim repozytorium wszystkiego.

Sprzedaż może pracować w CRM-ie, projekty w narzędziu do zarządzania zadaniami, a operacje w dedykowanej bazie procedur. To nadal może działać dobrze, o ile dla każdego typu wiedzy jest jasne, gdzie znajduje się wersja autorytatywna. Problemem nie jest liczba narzędzi. Problemem jest liczba wersji prawdy.

Ten kontrprzykład jest ważny, bo chroni przed zbyt daleko idącym uproszczeniem. Nie chodzi o centralizację wszystkiego. Chodzi o jednoznaczność odpowiedzialności i jednoznaczność źródła.

Najczęstsze błędy

Firma uważa, że ma uporządkowaną wiedzę, bo „przecież wszystko gdzieś jest”. Tyle że „gdzieś” nie jest systemem. To tylko bardziej elegancka forma zagubienia.
Mylenie dokumentacji z prawdą operacyjną. Można mieć świetnie nazwane foldery i nadal nie wiedzieć, który dokument obowiązuje. Estetyczny bałagan nadal pozostaje bałaganem.
Brak właściciela wiedzy. Gdy nikt nie odpowiada za aktualizację zasad, po kilku miesiącach każdy ma własną wersję procesu. Potem firma traci czas na uzgadnianie, która fikcja jest dziś oficjalna.
Odwracanie kolejności. Najpierw wdrożenie AI, potem porządkowanie wiedzy. To klasyczny sposób na szybkie rozczarowanie i jeszcze szybsze dojście do wniosku, że narzędzie „się nie sprawdziło”.

Co z tego wynika w praktyce

Najpierw trzeba ustalić, gdzie dla każdego ważnego obszaru znajduje się prawda operacyjna. Nie wszystko naraz. Wystarczy zacząć od miejsc, w których ludzie najczęściej pytają o to samo, robią wyjątki albo tracą czas na potwierdzanie zasad.

Potem trzeba przypisać właściciela. Nie symboliczną osobę do wpisania w tabelę, tylko człowieka, który naprawdę odpowiada za aktualność danego źródła. Bez tego każda dokumentacja z czasem zamienia się w archiwum martwych deklaracji.

Dopiero na końcu ma sens podpinanie AI do tej wiedzy. Wtedy model przestaje grzebać w wielu niespójnych wersjach i zaczyna pracować na stabilnym gruncie. I dopiero wtedy można uczciwie oceniać, czy AI faktycznie skraca pracę.

FAQ

Czy single source of truth oznacza jedno narzędzie w całej firmie?

Nie. Oznacza jedno autorytatywne miejsce dla konkretnego rodzaju wiedzy. Narzędzi może być kilka, ale dla każdej decyzji musi być jasne, które źródło jest nadrzędne.

Dlaczego AI źle działa przy rozproszonej wiedzy?

Bo dostaje sprzeczne informacje. Jeśli jedna instrukcja mówi „A”, druga „B”, a trzecia funkcjonuje tylko na czacie, system nie ma niczego, co samo z siebie zamieni chaos w porządek.

Skąd wiadomo, że firma nie ma jednego źródła prawdy?

Po tym, że ludzie regularnie pytają siebie nawzajem, „jak to teraz robimy”, porównują wersje dokumentów i sprawdzają ustalenia w wiadomościach zamiast w jednym miejscu.

Co uporządkować najpierw przed wdrożeniem AI?

Nie wszystko. Najpierw te obszary, w których odpowiedzi są częste, kosztowne albo podatne na wyjątki. Tam chaos boli najbardziej i tam najszybciej widać, czy wiedza operacyjna naprawdę istnieje.

Czy dobra dokumentacja wystarczy?

Nie zawsze. Dokumentacja pomaga dopiero wtedy, gdy jest aktualna, jednoznaczna i ma właściciela. W przeciwnym razie jest tylko ładnie sformatowanym zapisem dawnego stanu rzeczy.