NotebookLM w firmie. Jak zamienić dokumenty i nagrania w użyteczną bazę wiedzy?

Firmy gromadzą dokumenty, instrukcje, prezentacje i nagrania, ale samo posiadanie tych materiałów nie oznacza, że pracownicy potrafią sprawnie korzystać z zawartej w nich wiedzy. Problemem bywa nie brak informacji, lecz trudność z ich odnalezieniem. NotebookLM to narzędzie, które może pomóc zamienić taki zbiór materiałów w bazę wiedzy, z którą można prowadzić rozmowę.

Ponad sto godzin wiedzy dostępnej podczas pracy

„Franek, a nie masz jakiegoś modelu, który nie będzie zmyślał?” To pytanie słyszę bardzo często. Zwykle po paru zdaniach wyjaśnienia pojawia się zdanie w rodzaju: „próbowałem wrzucać te pliki do Gemini i ChatGPT, ale gadały jakieś bzdury”. Wtedy odpowiadam: wrzuć je w NotebookLM.

Jeden z moich znajomych zajmuje się analizowaniem wyników raportów DNA. NotebookLM stał się jego ulubionym narzędziem. Wgrał do niego 115 godzin wykładów eksperta od DNA, które gromadził przez lata. Teraz ma te ponad sto godzin specjalistycznej wiedzy pod ręką i może się do nich odwołać w trakcie pracy.

To właśnie ten przykład dobrze pokazuje mi wartość NotebookLM.

Nie chodzi o to, żeby sztuczna inteligencja zastępowała eksperta. Chodzi o możliwość szybkiego odnajdywania i wykorzystywania wiedzy, która została już przez kogoś opracowana.

Jak wykorzystać NotebookLM w przedsiębiorstwie?

Podobną zasadę można zastosować do materiałów firmowych.

Wyobrażam sobie organizację, która przez lata gromadziła informacje o swoich procedurach, rozwiązaniach i sposobach wykonywania zadań. Część tej wiedzy znajduje się w dokumentach, część w materiałach szkoleniowych, a część w zapisach wypowiedzi specjalistów.

NotebookLM pozwala potraktować takie materiały jako podstawę do zadawania pytań i wyszukiwania potrzebnych informacji.

Jednym z zastosowań jest zarządzanie wiedzą firmową. Zamiast każdorazowo przeglądać wiele dokumentów, pracownik może szukać odpowiedzi, odwołując się do zgromadzonych materiałów.

Drugim jest wdrażanie nowych pracowników. Dobrze zorganizowana baza wiedzy może ułatwić poznawanie zasad działania organizacji, stosowanych rozwiązań i wewnętrznych procedur.

Trzecim zastosowaniem jest tworzenie bazy wiedzy o rozwiązaniach prawnych wykorzystywanych w firmie. Nie oznacza to oczywiście zastąpienia oceny prawnika, ale daje możliwość sprawniejszego korzystania z wcześniej przygotowanych materiałów.

W każdym z tych przypadków punktem wyjścia są dokumenty i wiedza, które organizacja już posiada.

Odpowiedź AI to za mało. Potrzebne jest źródło

Najważniejszą cechą NotebookLM jest dla mnie możliwość przechodzenia od wygenerowanej odpowiedzi do materiału źródłowego.

Odpowiedzi są opatrzone odniesieniami, które pozwalają sprawdzić, skąd pochodzi dana informacja.

To zasadnicza różnica w sposobie pracy.

Zwykła odpowiedź chatbota wymaga ustalenia, czy przedstawione twierdzenia są poprawne. W NotebookLM mogę od razu odwołać się do konkretnych fragmentów dostarczonych materiałów.

Nie oznacza to, że narzędzie staje się nieomylne. Błędna interpretacja źródła nadal jest możliwa, a samo wskazanie fragmentu dokumentu nie stanowi dowodu poprawności wszystkich wniosków.

Znacznie łatwiejsza staje się jednak kontrola odpowiedzi.

To szczególnie ważne wtedy, gdy pracownik potrzebuje nie tylko szybkiej informacji, ale również możliwości ustalenia jej pochodzenia.

Od archiwum do praktycznego wykorzystania wiedzy

NotebookLM może być przydatny również poza przedsiębiorstwami.

Wskazałbym tutaj przygotowanie do egzaminów, wsparcie podczas pisania pracy na studiach oraz analizowanie dużych zbiorów podcastów i materiałów specjalistycznych.

We wszystkich tych zastosowaniach powtarza się ten sam problem: materiałów jest dużo, a czas potrzebny na odnalezienie odpowiedniego fragmentu bywa ograniczony.

Przykład mojego znajomego pokazuje, że nawet bardzo specjalistyczna wiedza może stać się łatwiej dostępna, jeśli zostanie odpowiednio udostępniona narzędziu.

Dlatego z perspektywy przedsiębiorstwa nie zaczynałbym od pytania, ile nowych treści może wygenerować AI.

Zacząłbym od innego: ile wartościowej wiedzy firma już posiada, ale nie potrafi z niej sprawnie korzystać?