Šuplík s nepořádkem ve vašem telefonu: co doopravdy obsahovalo 7 915 screenshotů

Měl jsem v telefonu 7 915 screenshotů. Pět let nazpátek, až do roku 2021: recepty, napůl přečtené články, místa, která mi někdo doporučil, aplikace, které jsem chtěl vyzkoušet, dávno propadlé palubní lístky. Taková hromada přestane sloužit jako pomocník paměti a stane se skládkou, protože se nikdy nedoscrollujete dost daleko, abyste našli tu jednu věc, kvůli které jste si to uložili. Tak jsem na tu hromadu pustil AI. Lekci, která z toho vyšla, dnes používám v práci: rozdělte úlohu podle obtížnosti, nejdřív utraťte levný nástroj a drahý jen tam, kde levný selže.

Ve zkratce

• 7 915 screenshotů za pět let, za jedno odpoledne roztříděných do šesti kategorií.
• Rozdělení, které zabralo: nejdřív vytáhnout text přímo v zařízení (zdarma, soukromě), levná klíčová slova na úzké kategorie, AI jen na otevřený zbytek.
• Na druhém konci: prohledatelná mapa 192 míst a čistý seznam 186 aplikací, které stojí za vyzkoušení.
• 1 717 řádků jsem smazal záměrně: to, že můžete zaindexovat všechno, ještě neznamená, že byste měli.

Tuhle hromadu má každý

Tohle vlastně není příběh o telefonu. Každý tým má někde stejný šuplík s nepořádkem: sdílenou složku naskenovaných účtenek, kterou nikdo nečte, export chatu s pěti lety rozhodnutí, stovku PDF nahozených na disk „na později". Data jsou technicky prohledatelná a v praxi mrtvá. Moje fotky byly jen ta verze toho šuplíku, kterou jsem náhodou vlastnil já.

Levná metoda, která fungovala napůl

Můj první instinkt byla pravidla podle klíčových slov. Když je na screenshotu „faktura" nebo název pojišťovny, je to administrativa. Když je tam ulice nebo město, je to místo. Rychlé, zadarmo, žádný účet za AI.

U nudných věcí to bylo skoro dokonalé: administrativní kategorie ze screenshotů pojišťoven, bank a úřadů se roztřídila téměř bezchybně, protože takový text používá pokaždé stejně úzkou slovní zásobu. Uzavřená slovní zásoba je přesně to, na co jsou hloupá pravidla dobrá.

Pak to narazilo na místa a pohořelo: čtyři zachycené z devíti skutečných screenshotů s místy. Neexistuje pevný seznam slov, který by znamenal „tohle je místo". Název restaurace může být cokoli, obchod se může jmenovat po majitelově kočce. Otevřené kategorie nemají žádnou slovní zásobu, proti které by se daly porovnávat.

Rozdělení, které opravdu zabralo

Nejdřív dostat text z každého obrázku přímo v zařízení. Moderní telefony a notebooky mají vestavěné rozpoznávání textu, které je zdarma, rychlé a nikdy nikam neposílá vaše data. U 7 915 obrázků to na mém vlastním počítači proběhlo za pár minut, bez jediné koruny. Pro firmu to platí ještě víc: složka naskenovaných účtenek je přesně to, co nechcete posílat externí službě jen kvůli roztřídění.

Potom nasadit drahý nástroj na tu opravdu těžkou část. Pravidla podle klíčových slov odebrala administrativní hromadu a k AI modelu šel jen ten zamotaný zbytek. U stejného testu s devíti místy stoupl záchyt ze čtyř na sedm. Model se dokázal podívat na screenshot a pochopit „tohle je kavárna, kterou někdo doporučil", aniž bych předem definoval jediné slovo. To je přesně to, za co se u AI vyplatí platit: úsudek nad otevřenými věcmi, ne práce, kterou by zadarmo zvládlo obyčejné pravidlo.

Co z toho vypadlo

Z 814 screenshotů s místy se stalo 192 unikátních míst, 131 z nich se skutečnými souřadnicemi na osobní mapě. Pět let „tohle místo musíš zkusit" konečně bydlí někde, kde to vidím na první pohled. Ze softwarových screenshotů vznikl seznam 186 aplikací a nástrojů bez duplicit, které stojí za prozkoumání. 1 693 screenshotů s nápady se seskupilo do témat, takže ty opakující se vyplavaly nahoru, místo aby se utopily. Najít uložené místo teď trvá vteřiny místo donekonečna.

Řádky, které jsem smazal záměrně

Při třídění vyplynula otázka, kterou jsem neplánoval: chci tohle všechno doopravdy mít v prohledatelné databázi, byť jen vlastní. Odpověď zněla ne. Osobní zprávy a celá bankovně-pojišťovací hromada, dohromady 1 717 řádků, z indexu vypadly. Originální obrázky zůstaly zazálohované jinde, nedotčené.

Tohle rozhodnutí se dá zobecnit pořádně. Schopnost zaindexovat všechno přichází dřív než úsudek o tom, co byste indexovat měli. Stejná práce, která hromadu udělá dohledatelnou, ji udělá dohledatelnou i pro dalšího člověka, který získá přístup. „Má tohle být vůbec dotazovatelné" je proto rozhodnutí, které musí někdo udělat vědomě, kategorii po kategorii.

Co bych udělal jinak

Vynechal bych den, který jsem tvrdohlavě strávil laděním pravidel podle klíčových slov pro kategorii míst, zatímco záchyt stál na čtyřech z devíti a odmlouval. Signál ležel na stole brzy; jen jsem mu nechtěl věřit.

Co si ale odnáším do práce: třídění byla ta lehká část. Velikost toho šuplíku byla léta náhodným soukromím; nikdo v něm nic nenašel, včetně mě. Ve chvíli, kdy se stal prohledatelným, stálo mezi „užitečným archivem" a „rizikem" už jen rozhodnutí nechat-nebo-smazat, které jsem musel udělat ručně. Levné vyhledávání jen nevynáší hodnotu na povrch. Potichu vám na stůl pokládá governance problém, který jste včera neměli.

Hromadu svého týmu můžete roztřídit levně, klidně tento týden. Skutečná otázka zní, kdo se jí potom smí ptát a které řádky by vůbec neměly mít dveře ven.