AI do porządkowania katalogu części: jak nie połączyć różnych produktów

W katalogu są dwie części o podobnych nazwach. Jedna pasuje do urządzenia starszej generacji, druga do nowszej wersji. Narzędzie grupujące rekordy proponuje połączenie, bo opisy i zdjęcia wyglądają podobnie. Jeśli różnica dotyczy wymiaru lub zgodności z konkretnym modelem, taka propozycja może skierować pracownika do niewłaściwego produktu. Przy porządkowaniu katalogu ważne jest więc nie tylko znalezienie podobieństw, lecz także rozpoznanie informacji, których nie wolno zgubić.

AI może pomóc wyszukać rekordy wymagające przeglądu i uporządkować nazwy części. Nie powinno samodzielnie rozstrzygać niepewnego dopasowania bez uzgodnionych danych i kontroli. Zespół potrzebuje źródeł, kryteriów oceny oraz sposobu cofnięcia lub wyjaśnienia błędnego połączenia.

Jeśli planujesz porządkowanie katalogu, wyślij brief z opisem rodzajów części, źródeł danych i trudności, które dziś pojawiają się podczas wyszukiwania. Wystarczy fikcyjny przykład dwóch podobnych rekordów. Nie przesyłaj poufnych cenników, danych klientów ani kluczy dostępu podczas pierwszej rozmowy.

Zacznij od decyzji, którą ma wspierać katalog

Wyobraźmy sobie firmę serwisującą urządzenia przemysłowe. Pracownik szuka części do naprawy i widzi kilka podobnych nazw w katalogu. Potrzebuje informacji o zgodności z urządzeniem, jednostce zamówienia oraz dostępności. To przykład projektowy, nie opis konkretnego wdrożenia. Zanim zespół połączy rekordy, powinien ustalić, jakie różnice mają znaczenie dla tej decyzji.

Dla części o podobnej nazwie ważny może być numer producenta, wariant urządzenia albo wymiar. W innym procesie ten sam element występuje pod nazwą handlową dostawcy i wewnętrznym oznaczeniem firmy. Trzeba rozróżnić dwa sposoby nazwania tej samej pozycji od dwóch różnych produktów. Ta reguła powinna powstać z udziałem osób, które zamawiają i wykorzystują części.

Warto prześledzić kilka sytuacji: wyszukiwanie elementu do konkretnego urządzenia, porównanie ofert dostawców i zgłoszenie części, której nie ma w katalogu. Przy każdym zadaniu zapiszcie, jakie informacje są potrzebne, kto potrafi je potwierdzić i co dzieje się przy braku danych. Lista potrzeb pomoże wybrać zakres porządkowania oraz kryteria przeglądu.

O tym, jak system wspiera pracę z urządzeniem w terenie, piszemy w artykule o aplikacji dla energetyki. Katalog części ma inne zadanie, ale powinien dostarczać osobie wykonującej pracę informacji pozwalających rozpoznać właściwy element i jego źródło.

Uzgodnij znaczenie pól i źródeł

Katalog może zawierać nazwę, numer producenta, numer dostawcy, jednostkę, wymiary oraz powiązanie z urządzeniem. Przed automatycznym porównywaniem trzeba ustalić, co oznacza każde pole i kto odpowiada za jego aktualność. Numer nadany przez dostawcę nie musi być tym samym co oznaczenie producenta. Puste pole nie powinno być traktowane jak potwierdzenie, że parametr nie ma znaczenia. Jeżeli katalog zasila cennik, warto zaplanować również kontrolę zmian przy jego imporcie.

Warto sprawdzić jednostki. Opakowanie może zawierać kilka sztuk, a cena może dotyczyć innej jednostki niż ilość dostępna w magazynie. Sama podobna nazwa nie wyjaśnia tych zależności. Jeżeli system proponuje połączenie rekordów, osoba sprawdzająca powinna widzieć istotne pola obok siebie oraz wiedzieć, z którego źródła pochodzi każda wartość.

Ustalcie też regułę zmiany danych. Jeśli producent aktualizuje oznaczenie albo firma otrzymuje nowy katalog od dostawcy, kto decyduje o poprawieniu istniejącego rekordu? Czy wcześniejsze oznaczenie pozostaje potrzebne do wyszukania historii zamówień? W artykule o źródłach danych w integracji systemów opisujemy ustalanie odpowiedzialności za wartości.

Nie każda sprzeczność oznacza błąd jednego z plików. Dwa rekordy mogą dotyczyć różnych wariantów, a opisy mogą być zbyt krótkie, by je odróżnić. W takim przypadku potrzebne jest dodatkowe źródło lub pytanie do osoby znającej część. Nie należy wybierać jednej wartości tylko dlatego, że pojawiła się później w imporcie.

Traktuj dopasowanie jako propozycję

Model może wskazać rekordy o podobnych nazwach lub zasugerować wspólną grupę. Wynik powinien jednak prowadzić do danych źródłowych oraz pokazywać pola wymagające sprawdzenia. Osoba oceniająca potrzebuje możliwości zaakceptowania propozycji, odrzucenia jej albo oznaczenia braku informacji. Przy niejednoznacznym przypadku system nie powinien przedstawiać połączenia jako potwierdzonego faktu.

Uzgodnijcie, co oznacza połączenie. Czy system tworzy wspólną pozycję z kilkoma nazwami, czy usuwa jeden rekord? Co dzieje się z historią zamówień, stanem magazynowym i powiązaniami z urządzeniami? Zmiana katalogu może wpływać na inne procesy, dlatego decyzja o połączeniu powinna obejmować również te zależności.

Warto osobno określić pola, dla których różnica zawsze wymaga dodatkowej kontroli. Ich lista zależy od rodzaju części i sposobu pracy. Dla jednego zespołu istotny będzie konkretny wymiar, dla innego wariant urządzenia lub opakowania. Nie należy przyjmować uniwersalnej reguły bez wiedzy osób odpowiedzialnych za katalog i jego użycie.

O rozdzieleniu propozycji systemu od decyzji człowieka piszemy w artykule o zatwierdzaniu działań AI. Przy katalogu szczególnie przydatna jest informacja o tym, kto potwierdził dopasowanie oraz na jakich danych się oparł.

Zachowaj możliwość wyjaśnienia i korekty

Po połączeniu rekordów pracownik powinien móc rozpoznać, jakie oznaczenia zostały powiązane i które źródła je potwierdzają. Jeśli później pojawi się informacja o błędzie, zespół potrzebuje historii decyzji oraz sposobu sprawdzenia skutków. Może okazać się, że połączenie wpłynęło na zamówienie lub rezerwację części. Samo przywrócenie starej nazwy nie musi wyjaśnić całego problemu.

Ustalcie, kto może poprawić powiązanie oraz jak powiadomić osoby pracujące nad otwartymi sprawami. Jeśli zamówienie nie zostało jeszcze przekazane dalej, możliwa jest inna reakcja niż po jego realizacji. Aplikacja powinna pokazywać stan procesu zamiast zakładać, że wszystkie zależności da się cofnąć jednym kliknięciem.

Dobrze przygotować kolejkę przypadków wymagających rozstrzygnięcia. Powinna wskazywać rekordy źródłowe, przyczynę niepewności i osobę lub zespół odpowiedzialny. Jeżeli potrzebna jest informacja od dostawcy, sprawa może przejść w stan oczekiwania z uzgodnionym dalszym krokiem. Nie warto wypełniać brakującego parametru domysłem tylko po to, aby kolejka była krótsza.

W artykule o porządku w danych przed wdrożeniem AI opisujemy znaczenie właścicieli i źródeł informacji. Przy katalogu części ta odpowiedzialność obejmuje także decyzję o rozdzieleniu błędnie połączonych pozycji.

Sprawdź narzędzie na trudnych przykładach

Przygotujcie fikcyjne rekordy przedstawiające tę samą część pod różnymi nazwami, różne warianty o podobnych nazwach oraz pozycje z brakującym numerem. Dodajcie przypadek innej jednostki opakowania i sprzecznego wymiaru. Osoby znające katalog powinny uzgodnić oczekiwany wynik przed uruchomieniem testu.

Nie oceniajcie pracy wyłącznie liczbą zaakceptowanych połączeń. Pomyłka polegająca na połączeniu różnych części może mieć inne konsekwencje niż pozostawienie dwóch nazw tej samej pozycji do ręcznego przeglądu. Zespół powinien obejrzeć oba rodzaje błędów i ustalić, jak wpływają na dalszą pracę. Jeśli źródła są niewystarczające, prawidłowym wynikiem może być brak decyzji.

Wskazówki OpenAI dotyczące oceny opisują projektowanie testów związanych z konkretnym zadaniem oraz ich rozwijanie. Nie podają uniwersalnej skuteczności dla katalogu części. W artykule o testowaniu asystenta AI omawiamy przygotowanie scenariuszy i przegląd wyników przez osoby znające proces.

Po zmianie modelu, dostawcy danych albo zasad katalogu powtórzcie testy. Nowy sposób porównania może lepiej rozpoznawać nazwy, ale częściej pomijać różnice w jednostkach. Warto zachować odpowiednio przygotowane przykłady wcześniejszych pomyłek i osobno sprawdzić przypadki, w których system powinien poprosić o dodatkową informację.

Ustal sposób przekazania zmian do innych systemów

Katalog może zasilać portal handlowy, system magazynowy i narzędzie serwisowe. Przed publikacją poprawki ustalcie, które systemy otrzymają zmianę, w jakiej kolejności i kto sprawdzi wynik. Jeśli jeden system nie przyjmie aktualizacji, użytkownicy mogą przez pewien czas widzieć różne oznaczenia. Potrzebny jest czytelny stan oraz osoba odpowiedzialna za wyjaśnienie rozbieżności.

Przy integracji odróżnijcie wysłanie informacji od potwierdzonego zapisu. Jeśli odpowiedź nie dotarła, ponowienie powinno uwzględnić możliwość, że poprzednia próba została już wykonana. O takich etapach piszemy w artykule o API i webhookach. Reguły zależą od konkretnych narzędzi i powinny zostać sprawdzone przed uruchomieniem.

Warto zapytać pracowników, czy potrafią znaleźć część zarówno po nowym, jak i wcześniejszym oznaczeniu, jeśli oba są potrzebne w procesie. Nie każda dawna nazwa powinna pozostać publiczna, lecz jej całkowite usunięcie może utrudnić odnalezienie historii. Decyzję o widoczności i czasie przechowywania trzeba uzgodnić z właścicielem danych.

W planie pracy uwzględnijcie również rekordy, które mają poprawne dane, lecz różnią się sposobem zapisu. Jednostka może być zapisana słownie albo skrótem, a numer części może zawierać spacje lub myślniki. Przed porównaniem trzeba ustalić, które różnice można ujednolicić bez zmiany znaczenia. Normalizacja zapisu nie powinna usuwać znaków, które są istotne dla rozróżnienia wariantów danego producenta.

Osoba przeglądająca potrzebuje informacji o ostatniej aktualizacji źródła. Katalog dostawcy może być nowszy niż wewnętrzna lista, ale sama data nie potwierdza, że każda wartość jest właściwa dla wszystkich urządzeń. Jeśli nowe oznaczenie dotyczy tylko jednego wariantu, połączenie go z całą grupą może wprowadzić błąd. Warto zachować kontekst i sprawdzić, do czego rzeczywiście odnosi się zmiana.

Przy rozbieżności między zdjęciem a opisem potrzebna jest uzgodniona droga wyjaśnienia. Zdjęcia produktów mogą przedstawiać rodzinę części albo materiał poglądowy. Zanim zostaną wykorzystane jako podstawa dopasowania, zespół powinien sprawdzić ich pochodzenie i znaczenie. W razie wątpliwości narzędzie może wskazać potrzebę dodatkowego potwierdzenia zamiast wnioskować o zgodności z samego obrazu.

Ważne jest również oddzielenie zgodności technicznej od dostępności handlowej. Część może pasować do urządzenia, ale nie być obecnie dostępna u konkretnego dostawcy. Z kolei dostępna pozycja nie staje się właściwa tylko dlatego, że jej nazwa jest podobna. Widok dla pracownika powinien pomagać rozpoznać oba aspekty oraz źródło aktualnej informacji o każdym z nich.

Po pierwszym przeglądzie warto zapytać osoby korzystające z katalogu, czy nowe nazwy pomagają im znaleźć właściwą pozycję. Jeśli nadal zapisują własne oznaczenia poza systemem, przyczyną może być brak pola lub utrata znanego określenia. Próbę należy przeprowadzić na zadaniach odpowiadających codziennej pracy, a wyniki przekazać właścicielowi katalogu przed dalszym rozszerzeniem automatyzacji.

Przed publikacją zmian ustalcie również, co dzieje się z rekordami wycofanymi lub zastąpionymi. Pracownik może potrzebować historii zamówienia, choć część nie jest już oferowana. Oznaczenie stanu powinno być zrozumiałe i nie sugerować, że każda stara pozycja ma dostępny zamiennik. Takie powiązanie wymaga osobnego potwierdzenia w odpowiednim źródle.

Pierwszy etap może obejmować jedną grupę części i osoby, które znają ich zastosowanie. Po sprawdzeniu propozycji łatwiej ustalić, które pola wymagają dodatkowych źródeł, a które rekordy można bezpiecznie kierować do przeglądu. W rozwiązaniach AI dla firm uporządkowanie katalogu ma sens wtedy, gdy pomaga znaleźć właściwą część i wyjaśnić podstawę decyzji.