Ο αγροτικός τομέας έχει μια δομή που λίγοι άλλοι τομείς έχουν: μια μεμονωμένη επιχείρηση, έναν συνεταιρισμό ή οργανισμό εμπορίας, έναν προμηθευτή μηχανημάτων ή σπόρων, και συχνά έναν επεξεργαστή ή έμπορο λιανικής που θέτει απαιτήσεις για ό,τι συμβαίνει στο αγρόκτημα. Οι εφαρμογές AI δεν προέρχονται μόνο από εσωτερικές πηγές. Ένα μεγάλο μέρος συνοδεύει εξοπλισμό, αισθητήρες ή λογισμικό τρίτων. Όποιος είναι υπεύθυνος για τη governance πρέπει λοιπόν να εξετάζει όχι μόνο τι προμηθεύεται η ίδια η επιχείρηση, αλλά και τι εισέρχεται μέσω μηχανημάτων, συμβουλευτικών υπηρεσιών και συνεργατών της αλυσίδας. Αυτή η σχέση — δικές επιλογές έναντι συστημάτων που συνοδεύουν προϊόντα — είναι μεγαλύτερη από ό,τι σε τομείς όπου η IT προμηθεύεται κεντρικά.
Στον αγροτικό τομέα, η AI χρησιμοποιείται για διάφορες εργασίες: αναγνώριση εικόνας για αξιολόγηση καλλιεργειών, πρόβλεψη απόδοσης ή πίεσης ασθενειών, έλεγχο συστημάτων τροφοδοσίας και κλίματος, και διοικητική επεξεργασία αιτήσεων επιδοτήσεων ή αναφορών αλυσίδας. Ορισμένες από αυτές τις εφαρμογές είναι ενσωματωμένες μόνιμα σε μηχανήματα και είναι σχεδόν αδύνατο να διαχωριστούν από το υλικό. Άλλες είναι ανεξάρτητα εργαλεία που ένας σύμβουλος καλλιέργειας, αγοραστής ή διευθυντής επιχείρησης άρχισε να χρησιμοποιεί μόνος του, συχνά χωρίς αυτό να έχει καταγραφεί κάπου. Η governance πρέπει λοιπόν να εντοπίσει δύο είδη AI: τα συστήματα που ήρθαν μαζί με την τεχνολογία και τα συστήματα που οι άνθρωποι άρχισαν να χρησιμοποιούν μόνοι τους.
Σε πολλές αγροτικές επιχειρήσεις και συνεταιρισμούς δεν υπάρχει κεντρικό τμήμα IT που διαχειρίζεται όλο το λογισμικό. Η προμήθεια μηχανημάτων, συμβουλευτικών υπηρεσιών και εργαλείων δεδομένων γίνεται συχνά ανά τμήμα της επιχείρησης ή ανά άτομο. Αυτό σημαίνει ότι μια απογραφή που ξεκινά μόνο από την IT ή τις προμήθειες χάνει ένα μεγάλο μέρος από ό,τι πραγματικά χρησιμοποιείται. Ένας σύμβουλος καλλιέργειας που χρησιμοποιεί ένα εργαλείο AI για να αναγνωρίσει συμπτώματα ασθενειών, ή ένας σχεδιαστής που συμβουλεύεται ένα chatbot για λογιστικές επιλογές, το κάνει συχνά με δική του πρωτοβουλία. Για να αποκτήσει κανείς εικόνα αυτού απαιτείται περισσότερο από την απλή αίτηση μιας λίστας: είναι ζήτημα να θέτει κανείς ερωτήσεις στους ανθρώπους που κάνουν τη δουλειά, με τρόπο που δεν αισθάνεται ως έλεγχος. Πώς λειτουργεί αυτό στην πράξη περιγράφεται στη σελίδα σχετικά με πώς αποτρέπετε την χρήση από τους εργαζομένους ενός εργαλείου που δεν έχει εγκριθεί από κανέναν. Ένας άλλος κίνδυνος που συχνά συνδέεται με τη χρήση AI σε αυτόν τον τομέα είναι η κοινοποίηση ευαίσθητων επιχειρηματικών δεδομένων, όπως στοιχεία απόδοσης ή όρους συμβάσεων, σε ένα δημόσιο παράθυρο συνομιλίας· η προσέγγιση αυτού περιγράφεται στη σελίδα σχετικά με πώς αποτρέπετε την κατάληξη επιχειρηματικών δεδομένων σε ένα δωρεάν παράθυρο συνομιλίας.
Μια εφαρμογή AI που αξιολογεί μια καλλιέργεια για ασθένεια έχει διαφορετικό αντίκτυπο από ένα εργαλείο που συντάσσει προσχέδιο ενός email σε έναν προμηθευτή. Η πρώτη επηρεάζει μια επιχειρησιακή απόφαση που μπορεί να έχει οικονομικές και ενίοτε συνέπειες για την ασφάλεια των τροφίμων· η δεύτερη είναι διοικητικά υποστηρικτική. Η governance σε αυτόν τον τομέα απαιτεί μια κατηγοριοποίηση που διακρίνει μεταξύ συστημάτων που επηρεάζουν αποφάσεις σχετικά με ζώα, καλλιέργειες ή ασφάλεια, και συστημάτων που απλώς υποστηρίζουν κείμενο ή προγραμματισμό. Αυτή η κατηγοριοποίηση καθορίζει ποιο επίπεδο εποπτείας και τεκμηρίωσης απαιτείται, και αν μια εφαρμογή υπόκειται σε αυστηρότερους κανόνες. Το ακριβές περιεχόμενο των κανόνων και οι σχετικές προθεσμίες δεν ανήκουν σε αυτή τη σελίδα· αυτά παρακολουθούνται αλλού. Εδώ πρόκειται για τον μηχανισμό: να γνωρίζετε τι λειτουργεί, να γνωρίζετε ποιο ρόλο παίζει, και να το κάνετε αποδεικτέο.
Ο αγροτικός τομέας μοιράζεται με άλλους τομείς το γεγονός ότι η AI διαδίδεται μέσω ατομικής χρήσης, όχι μέσω κεντρικής απόφασης. Αυτό το μοτίβο φαίνεται και στον τρόπο με τον οποίο ο τομέας ΤΠΕ διαχειρίζεται την AI-governance, όπου ανεξάρτητα εργαλεία ανάπτυξης διαδίδονται εξίσου γρήγορα όσο και τα εργαλεία συμβουλών στο αγρόκτημα. Η διαφορά έγκειται στην εξάρτηση από φυσικό εξοπλισμό και απαιτήσεις αλυσίδας: όπου οι χρηματοοικονομικές υπηρεσίες ασχολούνται κυρίως με μοντέλα σε λογισμικό, και ο ενεργειακός τομέας με τον έλεγχο δικτύων και εγκαταστάσεων, ο αγροτικός τομέας συνδυάζει και τα δύο: AI που είναι ενσωματωμένη σε μηχανήματα και AI που χρησιμοποιείται ανεξάρτητα για διοίκηση ή συμβουλές. Η governance πρέπει λοιπόν να καλύπτει τόσο τον προμηθευτή του μηχανήματος όσο και τον χρήστη στον χώρο εργασίας.
Ένας διευθυντής ή το διοικητικό συμβούλιο ενός συνεταιρισμού που πρέπει να λογοδοτήσει για τη χρήση AI χρειάζεται κάτι πάνω στο οποίο να χτίσει: μια απογραφή που έχει τηρηθεί, μια κατηγοριοποίηση που έχει εφαρμοστεί, και μια επισκόπηση του ποιος χρησιμοποιεί ποια εφαρμογή και για ποιο σκοπό. Χωρίς αυτή την επισκόπηση, κάθε δήλωση σχετικά με τη χρήση AI είναι απλή εκτίμηση. Με ένα σύνολο governance που ταιριάζει με την υπάρχουσα δομή κινδύνου της επιχείρησης ή του συνεταιρισμού, αυτή η αναφορά γίνεται ζήτημα τακτικής τήρησης αντί για εκ των υστέρων ανακατασκευή.
Μόλις γίνει σαφές ποιες εφαρμογές AI υπάρχουν και ποιο ρόλο παίζουν, προκύπτει φυσικά ένα άλλο ερώτημα: ποιο μέρος της εργασίας που τώρα ακόμη γίνεται χειρωνακτικά μπορεί στην πραγματικότητα να αναληφθεί από την AI. Η εργασιακή σάρωση της FTE TO AI υπολογίζει αυτό ανά εργασία, με βάση το τι περιλαμβάνει στην πραγματικότητα η εργασία, και δείχνει ποιο μέρος αυτής προσφέρεται για αυτοματοποίηση.
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.