Resten blir gammalt

Ett team på tolv personer vet oerhört mycket. Var och en bär på år av kundmöten, beslut, misstag och genvägar. Problemet är att ingen av dem vet allt. Och det de kan tillsammans finns ingenstans. Det ligger utspritt i kalendrar, mejltrådar, anteckningar som aldrig öppnas igen och inspelningar ingen hann lyssna på. Det mesta bär de i huvudet. Och resten blir gammalt.

När vi pratar om AI i ett sådant team handlar samtalet nästan alltid om modellen. Vilken är smartast, vilken skriver bäst, vilken kom sist. Jag har lagt hundratals timmar på det här och min erfarenhet är en annan. Modellen var sällan flaskhalsen. Flaskhalsen är att teamets egen kunskap aldrig är samlad på ett ställe där den går att använda.

Att samla in är det lätta

Att fånga information är inte längre svårt. Spela in mötet, transkribera det, släng ner en anteckning. Vem som helst kan göra det idag och de flesta verktyg gör det åt dig. Det är därför den delen inte är värd något särskilt. Alla har den.

Det som är svårt, och det som faktiskt är värt något, är vad som händer sedan. Att det du samlat in struktureras och kopplas ihop till en helhet du kan använda om och om igen. Att du kan ställa en ny fråga till samma möte imorgon och få ett annat svar, för att din fråga är en annan då. Att en tanke du fick i bilen inte blir en isolerad anteckning utan vävs in i allt du redan vet.

En hög med inspelningar är inte kunskap. Det är råmaterial. Kunskap är när materialet hänger ihop.

Det ett team tappar

I ett team kostar den utspriddheten mer än man tror. Personen som satt i det där kundmötet för två år sedan minns riskerna. När hon är på semester, eller har slutat, är de riskerna borta. Nästa möte med samma kund börjar från noll. Inte för att ingen brydde sig, utan för att det som ingen skrev ner på rätt ställe aldrig blev en del av det teamet minns.

Det är det som gör knappt märkbart ont, varje vecka. Ingen katastrof. Bara samma frågor som ställs om igen, samma lärdomar som dras om igen, samma sammanhang som byggs upp från början varje gång. Ett team som producerar mer men minns mindre.

Ett system som förstår hur allt hänger ihop vänder på det. Kundmötet vet redan vilka liknande projekt ni gjort och vad som gick fel sist. Inspelningen kopplas till diskussionen ni hade för ett halvår sedan. Kunskapen slutar bo i enskilda huvuden och börjar tillhöra teamet. Den blir smartare för varje gång ni fångar något, i stället för att blekna.

Bevis, inte påstående

Det här är inte en idé jag tycker låter fin. Jag har byggt det och jag kör det varje dag. Ett system som tar mina samtal, möten och anteckningar och gör dem till sammankopplad kunskap jag kan fråga, i stället för en hög filer jag glömmer. Det heter deep-thought. Tre år av byggande ligger bakom det, i produktion, i Sverige.

Det jag lärt mig av att köra det så länge är enkelt. Det svåra var aldrig att få tag på en tillräckligt bra modell. Det svåra var att få det jag redan vet att sluta rinna ut mellan fingrarna.

Det ni redan vet

Ett team behöver sällan veta mer. Det behöver komma åt det det redan vet, samlat, sammankopplat och levande, i stället för utspritt och på väg att bli gammalt.

Modellen blir smartare varje månad. Det spelar mindre roll än man tror. Frågan som avgör är om det ni lärde er idag fortfarande betyder något imorgon.

Se även: Varje möte för sig driver ingenting (serie 19), Vad hade hänt om vi spelat in det här? (serie 36) och Text är data (serie 8).