Egy évnyi e-mail és naptári adat exportálása után mintegy 10 000 adatpont került a mesterséges intelligencia elé, hogy rejtett mintákat észleljen, amelyeket a felhasználó korábban nem vett észre. Elfeledett üzleti megkeresések, csendben megszakadt kapcsolatok, valamint rengeteg idő, ami nem a legfontosabb célokra ment el – mind olyan felismerések, amelyek a manuális átnézés során elsikkadnának.
A videó bemutatja, hogyan lehet az e-mail vagy más kommunikációs adatokat, például Slack vagy LinkedIn üzeneteket, rendszerbe exportálni, majd strukturált formában átadni mesterséges intelligenciának elemzésre. Egy háromfájlos rendszer (MAP: mission, activity log, payoff) segíti az AI-t abban, hogy ne veszítse el a fonalat nagy adathalmazok feldolgozásakor sem, még akkor sem, ha a memóriája időnként törlődik vagy összefoglalódik.
A rendszer működésén keresztül részletezi, hogyan érdemes előkészíteni a fájlokat, miként épül fel a missziófájl, és hogyan osztja fel az AI a feladatokat kisebb blokkokra. Felmerül az objektív döntéshozatal, a rejtett lehetőségek felismerésének és az elvégzett munka dokumentálásának jelentősége. Kiemelten foglalkozik az úgynevezett „open loopok” megtalálásával, azaz azoknak a függőben maradt kommunikációknak a feltárásával, amelyekben valamilyen üzleti vagy személyes elköteleződés történt, de nem történt meg a követésük vagy lezárásuk.
További érdekesség, hogy a dokumentáció és a saját adatok rendszeres nyomon követése hosszú távú előnyt jelenthet mind az egyéni, mind a vállalati felhasználók számára, amikor AI-val szeretnének hatékonyabban dolgozni.
