Абонамент се сключва, защото някой има нужда от него. Това е свойството, което прави данните за покупки и лицензи ценни при изграждането на AI инвентаризация. Служител, който използва езиков или образен модел, без ИТ отделът да знае за това, обикновено все пак плаща за него: с кредитна карта, чрез отчет за разходи, чрез екипна карта, чрез бюджет на отдел. Тази транзакция е записана някъде, дори ако никой не я е отчел като „използване на AI".
Това прави финансовите данни различен вход спрямо ИТ списъка. Докато защо ИТ списъкът не е точен в организация с множество отдели обяснява защо официалното одобрение и действителното използване се разминават, този източник показва какво все пак е регистрирано, въпреки тази разлика: пари, изразходвани за нещо.
Източниците не се намират при един отдел. Релевантни са, наред с други:
Нито един от тези източници сам по себе си не дава пълна картина. Заедно те разкриват модел, който ИТ списъкът не показва.
Целта не е списък от суми, а списък от приложения с произход. За всеки намерен абонамент или договор е разумно да се запише:
Тези полета са отправна точка. По-пълен преглед на това какво е необходимо за всяко приложение, за да се стигне до класификация, е описан в какво отбелязвате за всяко приложение в организация с множество системи. Данните за покупки дават най-вече отправната точка: име, отдел, сума. Останалата част от класификацията идва по-късно.
Данните за покупки и лицензи откриват най-вече платено използване. Безплатни версии на AI инструменти, пробни периоди и лични акаунти, които не се разплащат чрез фирмата, остават невидими по този начин. Също и услуги, вградени в съществуващ договор — функция за AI, добавена към софтуер, който вече се използваше, без да се фактурира отделно — не се появяват в преглед на фактурите.
Това е една от причините, поради които финансовите данни са един източник наред с други, не единственият. Друг материал, като мрежов трафик или браузърни разширения, открива именно използването, което не струва пари. Кои технически сигнали са полезни за това и какво показват, а какво не, е описано в кои ИТ сигнали са полезни при откриване на използване на AI. Двата източника заедно дават по-добра картина, отколкото всеки поотделно.
Който открие непознат абонамент в администрацията, може да попита директно отдела, който го е сключил. Това работи по-добре, ако въпросът не се задава като проверка. Ръководител на отдел, който подозира, че разход се поставя под въпрос, дава по-малко пълна информация от някой, който смята, че въпросът е насочен единствено към получаване на пълна картина. Как да се зададе този въпрос така, че някой да отговори, вместо да се затвори, е разработено в как да попитате служителите без да ги поставяте на отчет в организация със съществуващи AI приложения.
Данните за покупки са една от градивните части при изграждането на инвентаризация в цялата организация, не целият процес. Как този източник се съотнася с анкетите на служители, техническите сигнали и съществуващия ИТ списък, и в какъв ред е практично да се подходи, е описано в как изграждате AI инвентаризация в организация с множество отдели.
Инвентаризация въз основа на данни за покупки отговаря на въпроса кои AI приложения съществуват и кой плаща за тях. С това все още не е казано какво тези приложения реално дават като резултат, или каква част от работата, за която са закупени, наистина се извършва от AI. Този въпрос е извън обхвата на инвентаризацията за управление и се отговаря от работния скенер на FTE TO AI, който изчислява за всяка задача каква част от работата може да бъде поета от AI. Който вече знае кои приложения работят в организацията, може с този скенер да определи какво точно те изместват от работата.
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.