Организация с няколко локации обикновено не страда от липса на AI употреба, а от липса на общ преглед. Всяка локация прави свой избор, сключва собствени абонаменти или оставя екипите сами да преценят какво им е удобно. Резултатът е съвкупност от приложения, която никъде не е записана в цялост. Преди да има нещо за класифициране или отчитане, тази съвкупност трябва първо да съществува като списък — с еднакви фиксирани данни за всяко приложение, независимо от коя локация идва информацията.
За всяко приложение по принцип документирате: името и доставчика, локацията или отдела, където се използва, кой управлява или е закупил приложението, за какво се използва, какви данни се въвеждат в него и дали приложението взема решения самостоятелно или само подпомага. Последното разграничение до голяма степен определя нивото на риска: инструмент, който преработва текст, се оценява по различен начин от система, която избира кандидати за работа или оценява кредитни заявления.
При няколко локации се добавя още едно поле: дали приложението е закупено локално или е внедрено централно. Това разграничение е необходимо, за да се види дали един и същ риск е възникнал самостоятелно на няколко места, или едно решение се е разпространило в цялата организация.
Първото място, където бихте потърсили, е ИТ отделът, и този списък е добра отправна точка — но не крайната точка. Защо ИТ списъкът не е коректен в организация с няколко локации обяснява, че централно управляваните лицензи покриват само част от употребата. Локации, които сами използват кредитна карта за абонамент, или екипи, които използват безплатна версия на инструмент, не се появяват никъде в централната администрация. Прегледът, който изграждате, трябва да съчетава няколко източника, не само един.
Освен ИТ списъка, финансовите данни дават друг вид сигнал. Какво разкриват данните за покупки и лицензи в организация описва как фактури, абонаменти и разходи по кредитни карти за всяка локация дават индикации за приложения, сключени извън централните покупки. Това е особено релевантно при няколко локации: локалните покупки често преминават през различни канали от централния ИТ отдел, и именно там се формира най-голямата част от непълната картина.
Никакъв списък — технически или финансов — не показва за какво реално се използва приложение. Това знаят само хората, които работят с него ежедневно. Как да попитате служителите без последствия в организация разглежда условието, от което зависи успехът или неуспехът на тази стъпка: който усеща, че отговорът може да има последствия, отговаря непълно или не отговаря въобще. При няколко локации това е допълнително важно, защото местните практики могат да се различават значително, а национална анкета лесно заличава тези разлики.
Освен разговори и фактури, съществуващата ИТ среда често вече съдържа индикации, които никой не е разпознал като такива: мрежов трафик към определени домейни, нови разширения за браузър или API връзки, изградени някъде. Кои ИТ сигнали са полезни в организация с няколко локации показва кои от тези сигнали казват нещо за AI употребата и кои са просто шум. За организация с няколко локации това е начин да се види дали един и същ модел се повтаря на различни места, без всяка локация да е питана отделно.
Когато данните за всяко приложение са събрани — произход, цел на употреба, свързани данни, отговорник, локация — може да започне класификацията. Не всяко приложение заслужава еднакво внимание: инструмент, който обобщава вътрешни протоколи, тежи различно от система, която влияе на клиенти или служители. Тази преценка зависи от това какво прави приложението, не от броя на хората, които го използват, или кога е закупено.
Тази инвентаризация е непрекъснат процес, не еднократен снимък. Локациите добавят приложения, доставчиците променят функции, а онова, което днес е само подпомагащо, утре може да взема самостоятелни решения. Прегледът, който изграждате, трябва да е повторим: същите въпроси, същите полета, всеки път отново по същите локации.
Responsible AI Scan е предназначен да структурира тази инвентаризация: еднакви фиксирани полета за всяко приложение, допълнени с ИТ сигнали, данни за покупки и разговори със служители, като резултатът е класификация, съответстваща на съществуващата рискова структура на организацията. Скенерът е в процес на изграждане. Който иска да работи с него веднага след пускането му, може да се запише в списъка на чакащите.
Щом стане ясно кои приложения работят във всяка локация и какво правят, следващият въпрос е логичен: коя част от работата, която тези приложения подпомагат, всъщност може да бъде поета от AI. Това е различен въпрос от управлението на риска — не става дума за риск и доказуемост, а за съдържанието на самата задача. Работният скенер на FTE TO AI изчислява за всяка задача каква част от работата може да бъде поета от AI, и по този начин се допълва с прегледа, който сте изградили с тази инвентаризация.
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.