Tellimus sõlmitakse, kuna keegi vajab seda. See omadus muudab hankimis- ja litsentsiandmed väärtuslikuks AI-inventuuri koostamisel. Töötaja, kes kasutab keele- või pildimudelit ilma, et IT sellest teaks, maksab selle eest enamasti ikkagi: krediitkaardiga, deklaratsiooni kaudu, meeskonnakaardiga, osakonna eelarvest. See tehing on kusagil registreeritud, isegi kui keegi ei ole seda märkinud kui "AI-kasutust".
See teeb finantsandmed teistsuguseks sisenemispunktiks kui IT nimekiri. Kui miks IT nimekiri ei klapi organisatsioonis, kus on mitu osakonda selgitab, miks ametlik heakskiit ja tegelik kasutus lahknevad, näitab see jälg, mis on sellest lõhest hoolimata registreeritud: raha, mis on millegi peale kulutatud.
Allikad ei asu ühe osakonna käes. Asjakohased on muu hulgas:
Ükski neist allikatest ei annab üksinda täielikku pilti. Koos toovad need esile mustri, mida IT nimekiri ei näita.
Eesmärk ei ole summade nimekiri, vaid rakenduste nimekiri koos päritoluga. Iga leitud tellimuse või lepingu kohta on mõistlik talletada:
Need väljad on lähtepunkt. Täielikum ülevaade sellest, mida iga rakenduse kohta klassifikatsiooni saavutamiseks vaja on, on kirjeldatud lehel mida te iga rakenduse kohta talletate organisatsioonis, kus on mitu süsteemi. Hankimisandmed annavad peamiselt lähtepunkti: nime, osakonna, summa. Klassifikatsiooni ülejäänud osa järgneb hiljem.
Hankimis- ja litsentsiandmed leiavad peamiselt tasulise kasutuse. Tasuta versioonid AI-tööriistadest, prooviperioodid ja isiklikud kontod, mille eest ei arveldata ettevõtte kaudu, jäävad seeläbi nähtamatuks. Ka teenused, mis on põimitud olemasolevasse lepingusse — AI-funktsioon, mis on lisatud juba kasutusel olnud tarkvarale, arveldamata eraldi — ei ilmu arvete ülevaatesse.
See on üks põhjustest, miks finantsandmed on üks allikas teiste kõrval, mitte ainus. Muu materjal, nagu võrguliiklus või brauserilaiendused, leiab just seda kasutust, mis midagi ei maksa. Millised tehnilised signaalid selleks kasutatavad on ja mida need näitavad ja mida mitte, on kirjeldatud lehel millised IT-signaalid on kasutatavad AI-kasutuse tuvastamisel. Mõlemad jäljed koos annavad parema pildi kui kumbki üksinda.
Kes leiab administratsioonist tundmatu tellimuse, võib pöörduda otse selle sõlminud osakonna poole. See toimib paremini, kui küsimust ei esitata kontrollina. Osakonnajuht, kes kahtlustab, et kulu seatakse küsimärgi alla, jagab tõenäolisemalt vähem täielikku teavet kui isik, kes arvab, et küsimuse eesmärk on ainult täieliku pildi saamine. Kuidas see küsimus esitada nii, et inimene vastab, mitte sulgub, on lahti kirjutatud lehel kuidas küsida töötajatelt vastutusele võtmata organisatsioonis, kus on olemasolevaid AI-rakendusi.
Hankimisandmed on üks ehituskividest organisatsiooniülese inventuuri koostamisel, mitte kogu protsess. Kuidas see allikas suhestub töötajate küsitlustega, tehniliste signaalidega ja olemasoleva IT nimekirjaga, ja millises järjekorras seda praktikas käsitleda, on kirjeldatud lehel kuidas koostada AI-inventuuri organisatsioonis, kus on mitu osakonda.
Hankimisandmete põhjal koostatud inventuur vastab küsimusele, milliseid AI-rakendusi eksisteerib ja kes nende eest maksab. Sellega ei ole veel öeldud, mida need rakendused tegelikult toovad, või kui suur osa tööst, mille jaoks need soetati, tehakse tegelikult AI abil. See küsimus jääb väljapoole valitsemise inventuuri ulatust ja sellele vastab FTE TO AI töö-skaneering, mis arvutab ülesande kaupa, kui suur osa töö on AI-ga üle võetav. Kes on juba teada saanud, millised rakendused organisatsioonis töötavad, saab selle skaneeringu abil kindlaks teha, mida need konkreetselt tööst üle viivad.
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.