Ανά εφαρμογή AI οι ίδιες ερωτήσεις, απαντημένες με συνέπεια

Μια λίστα με ονόματα εργαλείων AI δεν είναι απογραφή. Μια απογραφή δημιουργείται μόνο όταν καταγράφετε για κάθε εφαρμογή το ίδιο σύνολο στοιχείων, ώστε να μπορείτε να τα συγκρίνετε μεταξύ τους, να τα κατηγοριοποιήσετε και αργότερα να τα τεκμηριώσετε. Χωρίς αυτή τη σταθερή δομή, κρατάτε μια συλλογή μεμονωμένων στοιχείων που κανείς δεν μπορεί πλέον να συγκρίνει.

Τι καταγράφετε: τα βασικά πεδία

Ανά εφαρμογή πρόκειται για έναν περιορισμένο αριθμό πεδίων που επανέρχονται συνεχώς.

Όνομα και μορφή. Πρόκειται για ξεχωριστή συνδρομή, μια λειτουργία εντός υπάρχοντος λογισμικού, ένα εσωτερικά αναπτυγμένο μοντέλο, ή μια λειτουργία AI που ήρθε μαζί μέσω κάποιου προμηθευτή χωρίς κανείς να την έχει ονομάσει «AI».

Ποιος τη χρησιμοποιεί. Μια ομάδα, ένα τμήμα, ένας μεμονωμένος εργαζόμενος. Αυτό καθορίζει όχι μόνο την έκταση, αλλά και με ποιον πρέπει αργότερα να μιλήσετε όταν προκύψουν ερωτήματα.

Για ποιο σκοπό χρησιμοποιείται. Όχι το διαφημιστικό κείμενο του προμηθευτή, αλλά το πραγματικό έργο: σύνταξη κειμένου, σύνοψη δεδομένων, συγγραφή κώδικα, απάντηση σε ερωτήματα πελατών, προπαρασκευή αποφάσεων. Αυτό το πεδίο καθορίζει τον ρόλο που παίζει η εφαρμογή και συνεπώς το επίπεδο κινδύνου.

Ποια δεδομένα εισέρχονται. Προσωπικά δεδομένα, δεδομένα πελατών, οικονομικές πληροφορίες, εσωτερικά έγγραφα, ή καθόλου ευαίσθητα δεδομένα. Αυτό καθορίζει ποιες απαιτήσεις διακυβέρνησης γίνονται σχετικές.

Πώς αποκτήθηκε. Μέσω επίσημης διαδικασίας, μέσω συνδρομής που κάποιος συνήψε ο ίδιος, μέσω προμηθευτή που τη συμπεριλαμβάνει σε άλλο προϊόν. Η διαδρομή απόκτησης σας λέει αμέσως κάτι για το πόσος έλεγχος υπήρχε ήδη.

Ποιος είναι υπεύθυνος γι' αυτήν. Όχι όποιος τη χρησιμοποιεί τυχαία, αλλά όποιος είναι υπόλογος όταν κάτι πάει στραβά ή όταν θέλετε να μάθετε αν εξακολουθεί να χρησιμοποιείται.

Από πότε και για πόσο καιρό. Μια εφαρμογή που λειτουργεί απαρατήρητη εδώ και τρία χρόνια απαιτεί διαφορετική προσέγγιση από ένα πιλοτικό πρόγραμμα του προηγούμενου μήνα.

Αυτά δεν είναι γραφειοκρατικοί κατάλογοι ελέγχου. Είναι τα στοιχεία που χρειάζεστε για να μπορείτε αργότερα να πείτε ανά εφαρμογή: αυτή υπάγεται σε υψηλότερο επίπεδο κινδύνου, αυτή όχι, και εδώ είναι η τεκμηρίωση.

Από πού προέρχονται αυτά τα στοιχεία

Κανένα από αυτά τα πεδία δεν είναι πλήρως διαθέσιμο σε μία μόνο πηγή. Χτίζετε την απογραφή από πολλά κανάλια που αλληλοσυμπληρώνονται.

Το τμήμα IT παρέχει ένα σημείο εκκίνησης, αλλά όχι πλήρη εικόνα: γιατί η λίστα του IT δεν είναι σωστή εξηγεί ότι ένα σημαντικό μέρος της χρήσης AI βρίσκεται εκτός των συστημάτων που διαχειρίζεται το IT. Ωστόσο, τα σήματα που διαθέτει το IT είναι χρήσιμα ως φίλτρο: ποια σήματα IT είναι χρησιμοποιήσιμα δείχνει ποιες τεχνικές ενδείξεις είναι αρκετά αξιόπιστες για να τις διερευνήσετε περαιτέρω.

Οι προμήθειες και τα οικονομικά συμπληρώνουν ένα άλλο μέρος. Τιμολόγια, συνδρομές και άδειες χρήσης δείχνουν ποια εργαλεία όντως πληρώθηκαν, ακόμη και αν ο χρήστης δεν το αναφέρθηκε ποτέ. Τι αποκαλύπτουν τα στοιχεία προμηθειών και αδειών χρήσης περιγράφει ποια πεδία από αυτή την πηγή εντάσσονται απευθείας στην απογραφή.

Το τελευταίο και πιο καθοριστικό μέρος προέρχεται από τους ίδιους τους εργαζόμενους. Όποιος εκτελεί το έργο γνωρίζει ποιο εργαλείο χρησιμοποιείται γι' αυτό, ακόμη και αν αυτό δεν ζητήθηκε ή εγκρίθηκε ποτέ. Αυτή την πληροφορία τη λαμβάνετε μόνο όταν το να ρωτήσετε δεν έχει συνέπειες για όποιον απαντά: πώς το ρωτάτε χωρίς συνέπειες περιγράφει πώς διατυπώνεται αυτή η ερώτηση χωρίς να αισθάνεται σαν έλεγχος.

Γιατί η δομή είναι πιο σημαντική από την πληρότητα

Μια απογραφή που πρέπει να είναι πλήρης εξ αρχής δεν πραγματοποιείται ποτέ. Οι εφαρμογές αλλάζουν, εμφανίζονται νέα εργαλεία, τα παλιά εξαφανίζονται. Αυτό που παραμένει είναι η δομή: τα ίδια πεδία, οι ίδιες ερωτήσεις, ο ίδιος τρόπος καταγραφής. Αυτή η δομή επιτρέπει να προσθέσετε αύριο μια εφαρμογή που λείπει σήμερα, χωρίς να ξεκινήσετε από την αρχή.

Γι' αυτό η σειρά με την οποία συμπληρώνετε τα πεδία έχει μικρότερη σημασία από τη συνέπεια με την οποία τα συμπληρώνετε. Ένας οργανισμός με πολλές εγκαταστάσεις, τμήματα ή θυγατρικές εταιρείες αντιμετωπίζει εδώ ένα επιπλέον επίπεδο πολυπλοκότητας, επειδή η ίδια εφαρμογή χρησιμοποιείται διαφορετικά σε μία τοποθεσία απ' ό,τι σε άλλη: πώς χτίζετε μια απογραφή AI σε έναν οργανισμό με πολλά τμήματα εξετάζει πώς κρατάτε αυτές τις διαφορές ορατές χωρίς να χάνετε τη συγκρισιμότητα. Όποιος σε μια τέτοια δομή θέλει να γνωρίζει συγκεκριμένα ποια πεδία πρέπει να συμπληρώνονται ξεχωριστά ανά εγκατάσταση, το βρίσκει στο τι καταγράφετε ανά εφαρμογή σε έναν οργανισμό με πολλά τμήματα.

Από την καταγραφή στην κατηγοριοποίηση

Μόλις συμπληρωθούν τα πεδία ανά εφαρμογή, δημιουργείται η δυνατότητα κατηγοριοποίησης: ποιον ρόλο επιτελεί αυτή η εφαρμογή, ποιο επίπεδο κινδύνου της αντιστοιχεί, και ποια μέτρα διακυβέρνησης συνδέονται λογικά με αυτό. Αυτό το βήμα γίνεται με βάση όσα έχουν καταγραφεί, όχι με βάση μια εκ των υστέρων εκτίμηση.

Η καταγραφή τού τι κάνει μια εφαρμογή δεν είναι το ίδιο με τη γνώση τού τι απομένει ως εργασία

Αυτή η απογραφή περιγράφει ποιες εφαρμογές AI υπάρχουν και ποιος τις χρησιμοποιεί. Δεν περιγράφει πόσο από την υποκείμενη εργασία όντως αναλαμβάνεται από αυτή την εφαρμογή. Αυτό είναι ένα διαφορετικό ερώτημα, με διαφορετικό εργαλείο: η σάρωση εργασίας (werkscan) της FTE TO AI υπολογίζει ανά έργο ποιο μέρος της εργασίας μπορεί να αναληφθεί από AI, με βάση τα έργα που καταγράφετε, όχι με βάση το εργαλείο που χρησιμοποιείται γι' αυτό.