Ένας οργανισμός με πολλαπλές εγκαταστάσεις σπάνια έχει ένα σημείο όπου λαμβάνονται αποφάσεις για λογισμικό. Η μία εγκατάσταση συνάπτει μια άδεια χρήσης, η άλλη χρησιμοποιεί μια δωρεάν έκδοση του ίδιου εργαλείου, και μια τρίτη έχει έναν τοπικό συνεργάτη IT που έχει εγκαταστήσει κάτι χωρίς διαβούλευση. Μια απογραφή AI που θέλει να συλλάβει αυτό, πρέπει λοιπόν να μην ξεκινά από ένα μόνο αρχείο πηγής, αλλά από πολλαπλές πηγές που αλληλοσυμπληρώνονται και αλληλοαναιρούνται.
Κάθε εγκατάσταση έχει το δικό της ιστορικό προμηθειών, τους δικούς της προμηθευτές και συχνά τον δικό της βαθμό αυτονομίας στις επιλογές IT. Ό,τι στην έδρα αποτελεί εξαίρεση, μπορεί σε άλλη τοποθεσία να έχει καταστεί ο κανόνας χωρίς κανείς να το έχει καταγράψει. Μια κεντρική απογραφή που ερωτά μόνο την έδρα, χάνει εξ ορισμού ένα μέρος της εικόνας. Το Γιατί η λίστα IT δεν είναι σωστή εξηγεί γιατί μια κεντρική καταγραφή σπάνια αντιστοιχεί σε αυτό που πράγματι χρησιμοποιείται, και αυτό το πρόβλημα γίνεται μεγαλύτερο όσο περισσότερες είναι οι εγκαταστάσεις.
Η βάση είναι η ίδια για κάθε εγκατάσταση: ποια εφαρμογή χρησιμοποιείται, από ποιον, για ποιο έργο, και βάσει ποιων δεδομένων. Επιπλέον, είναι σχετικό αν η εφαρμογή έχει αγοραστεί τοπικά ή έχει διατεθεί κεντρικά, και αν υπάρχει πάροχος από πίσω που ήδη καταγράφει ο ίδιος πώς λειτουργεί το σύστημα ή αν η εγκατάσταση έχει συνθέσει ή προσαρμόσει το σύστημα η ίδια. Αυτή η διάκριση καθορίζει δηλαδή ποιος φέρει ευθύνη για ό,τι ακριβώς συμβαίνει. Το Τι καταγράφετε ανά εφαρμογή περιγράφει αυτό λεπτομερώς, και η ίδια καταγραφή ισχύει ανεξαρτήτως τοποθεσίας: μόνο ο τρόπος με τον οποίο ανακτάτε τις πληροφορίες διαφέρει ανά εγκατάσταση.
Με μία εγκατάσταση, είναι εύκολο να ρωτήσετε γύρω. Με πολλαπλές εγκαταστάσεις, αυτό δεν είναι πλέον εφαρμόσιμο χωρίς δομή. Δύο πηγές είναι τότε χρήσιμες παράλληλα. Η πρώτη είναι ό,τι δείχνει ήδη το ίδιο το περιβάλλον IT: αρχεία προμηθειών, αρχεία αδειών χρήσης και τεχνικά σήματα που υποδεικνύουν χρήση AI, ακόμη και αν κανείς δεν έχει αναφέρει ρητά αυτή τη χρήση. Το Τι αποκαλύπτουν τα δεδομένα προμηθειών και αδειών χρήσης δείχνει ποιες ενδείξεις μπορούν να βρεθούν εκεί, και το ποια σήματα IT είναι χρήσιμα εξετάζει την τεχνική πλευρά αυτού: ποια κίνηση, ποιες συνδρομές και ποιες ενσωματώσεις υποδεικνύουν χρήση AI που πουθενά δεν έχει καταγραφεί επίσημα.
Η δεύτερη πηγή είναι ο ίδιος ο εργαζόμενος. Καμία τεχνική σάρωση δεν συλλαμβάνει γιατί κάποιος χρησιμοποιεί ένα εργαλείο, για ποιο ακριβώς έργο, ή πόσο συχνά. Αυτό το γνωρίζει μόνο αυτός που κάνει τη δουλειά. Με πολλαπλές εγκαταστάσεις, αυτό σημαίνει ότι χρειάζεστε έναν τρόπο για να θέτετε αυτή την ερώτηση παντού με τον ίδιο τρόπο, χωρίς η μία εγκατάσταση να αισθάνεται πιο ελεγχόμενη από την άλλη. Το Πώς το ρωτάτε χωρίς κύρωση περιγράφει γιατί αυτή η προϋπόθεση είναι καθοριστική για την αξιοπιστία αυτών που ανακτάτε: όποιος φοβάται μια συνέπεια, απαντά ελλιπώς ή καθόλου, και αυτό το αποτέλεσμα δεν είναι απαραίτητα ισομερώς κατανεμημένο μεταξύ εγκαταστάσεων με διαφορετικές κουλτούρες ή στυλ διαχείρισης.
Μια εφαρμογή που έχει αγοραστεί στην εγκατάσταση Α και έχει υιοθετηθεί ανεπίσημα στην εγκατάσταση Β, παραμένει η ίδια εφαρμογή με τον ίδιο ρόλο και το ίδιο επίπεδο κινδύνου. Η απογραφή δεν πρέπει λοιπόν να κατηγοριοποιείται ξεχωριστά ανά εγκατάσταση, αλλά ανά εφαρμογή, με μια σημείωση για το πού και από ποιον χρησιμοποιείται. Έτσι αποφεύγετε να αξιολογείται το ίδιο εργαλείο με διαφορετικό τρόπο σε δύο σημεία, και ένας κίνδυνος που έχει ήδη εντοπιστεί σε μία τοποθεσία, να παραμένει απαρατήρητος στην άλλη. Σχετικό είναι επίσης αν η εγκατάσταση έχει η ίδια κατασκευάσει ή διαμορφώσει κάτι βάσει ενός μοντέλου AI, ή αν απλώς αγοράζει ένα έτοιμο προϊόν. Το Είστε πάροχος ή χρήστης βοηθά να γίνει αυτή η διάκριση, και αυτή η διάκριση μπορεί να διαφέρει ανά εγκατάσταση, ακόμη και με χρήση της ίδιας υποκείμενης τεχνολογίας.
Όταν τα δεδομένα από τις εγκαταστάσεις είναι διαθέσιμα, το επόμενο βήμα είναι η συγχώνευσή τους σε μία λίστα χωρίς επαναλήψεις, με σαφή ρόλο ανά εφαρμογή, μια εκτίμηση κινδύνου και μια ένδειξη του πού χρησιμοποιείται. Αυτή η επισκόπηση αποτελεί τη βάση για τον καθορισμό ποιων μέτρων διακυβέρνησης χρειάζονται και πού αυτά απαιτούν πρώτα προσοχή. Πώς ακριβώς δημιουργείται και διατηρείται αυτή η επισκόπηση, εξαρτάται από το μέγεθος και τη δομή του οργανισμού· δεν υπάρχει μια σταθερή γενική λύση για κάθε κατάσταση.
Μια απογραφή χρήσης AI απεικονίζει τι γίνεται και με τι. Ένα επόμενο ερώτημα που συχνά συνδέεται με αυτό, είναι ποιο μέρος αυτής της εργασίας μπορεί στην πραγματικότητα να αναλάβει η AI, και ποιο μέρος παραμένει ανθρώπινη εργασία. Αυτό το ερώτημα απαντάται από τη σάρωση εργασιών (werkscan) της FTE TO AI, η οποία υπολογίζει ανά εργασία ποιο μέρος είναι κατάλληλο για ανάληψη.
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.