Организация с множество локации рядко има едно място, където се вземат решения за софтуер. Едната локация сключва лиценз, друга използва безплатна версия на същия инструмент, а трета има локален IT-партньор, който без съгласуване е конфигурирал нещо. AI-инвентар, който иска да обхване това, не трябва да се основава на един изходен файл, а на множество източници, които се допълват и си противоречат.
Всяка локация има своя история на закупуване, собствени доставчици и често собствена степен на самостоятелност при IT-решения. Това, което в централния офис е изключение, може на друга локация да се е превърнало в стандарт, без някой да го е документирал. Централен инвентар, който проверява само централния офис, по дефиниция пропуска част от картината. Защо IT-списъкът не съвпада с реалността обяснява защо централна регистрация рядко съответства на онова, което действително се използва, и този проблем нараства с увеличаването на броя локации.
Основата е еднаква за всяка локация: коя приложение се използва, от кого, за каква задача и въз основа на какви данни. Освен това е важно дали приложението е закупено локално или е предоставено централно, и дали зад него стои доставчик, който сам вече документира как работи системата, или локацията сама е съставила или адаптирала системата. Това разграничение определя кой носи отговорност за онова, което точно се случва. Какво документирате за всяко приложение описва това подробно, и същото документиране важи независимо от локацията: само начинът, по който събирате информацията, се различава по локация.
При една локация е лесно да попитате наоколо. При множество локации това вече не е работещо без структура. Два източника са полезни едновременно. Първият е онова, което самата IT-среда вече показва: записи за покупки, файлове с лицензи и технически сигнали, които сочат към използване на AI, дори когато никой не е докладвал изрично за него. Какво разкриват данните за покупки и лицензи показва какви следи могат да се намерят в тях, а кои IT-сигнали са полезни разглежда техническата страна на това: какъв трафик, какви абонаменти и какви интеграции сочат към използване на AI, което никъде не е формално документирано.
Вторият източник е самият служител. Никакво техническо сканиране не улавя защо някой използва инструмент, за коя точно задача или колко често. Това знае само онзи, който извършва работата. При множество локации това означава, че ви е необходим начин да зададете този въпрос навсякъде по еднакъв начин, без една локация да се чувства по-контролирана от друга. Как да го попитате без последствия описва защо това условие определя надеждността на онова, което събирате: който се страхува от последствие, отговаря непълно или изобщо не отговаря, и този ефект не е задължително равномерно разпределен между локации с различни култури или стилове на управление.
Приложение, което е закупено на локация А и неформално прието на локация Б, остава едно и също приложение със същата роля и същото ниво на риск. Инвентарът не трябва да се класифицира отделно по локация, а по приложение, с бележка къде и от кого се използва. Така избягвате един и същ инструмент да бъде оценяван различно на две места, и риск, който вече е установен на едно място, да остане незабелязан на друго. Също е важно дали самата локация е изградила или конфигурирала нещо въз основа на AI-модел, или само закупува готов продукт. Доставчик или потребител сте помага да направите това разграничение, и то може да се различава по локация, дори при използване на една и съща основна технология.
Когато данните от локациите пристигнат, следващата стъпка е да ги обедините в един списък без дублирания, с ясна роля, оценка на риска и указание къде се използва всяко приложение. Този преглед формира основата за определяне на какви мерки за управление са необходими и къде те изискват внимание първо. Как точно се изгражда и поддържа този преглед, зависи от размера и структурата на организацията; фиксирана шаблонна схема за всяка ситуация не съществува.
Инвентар на използването на AI показва какво се прави и с какво. Следващ въпрос, който често се свързва с това, е коя част от тази работа фактически може да бъде поета от AI и коя част остава работа за хора. На този въпрос отговаря work сканирането на FTE TO AI, което за всяка задача изчислява каква част подлежи на поемане.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.