re-ai-gov Ootejärjekorda

Kennisbank

Igale AI-rakendusele samad küsimused, järjekindlalt vastatud

AI-tööriistade nimede loend ei ole inventuur. Inventuur tekib alles siis, kui fikseerite iga rakenduse kohta samad andmed, nii et saate need üksteise kõrvale asetada, klassifitseerida ja hiljem tõendada. Ilma selle püsiva struktuurita jääb teile kogum lahtiseid fakte, mida enam kellelgi ei ole võimalik võrrelda.

Mida fikseerite: põhiväljad

Iga rakenduse kohta on tegemist piiratud arvu väljadega, mis korduvad ikka ja jälle.

Nimi ja vorm. Kas see on eraldiseisev tellimus, olemasoleva tarkvara funktsioon, sisemiselt loodud mudel või tarnija kaudu kaasa tulnud AI-funktsioon, mida keegi kunagi AI-ks ei ole nimetanud.

Kes seda kasutab. Meeskond, osakond, individuaalne töötaja. See määrab mitte ainult ulatuse, vaid ka seda, kellega peate hiljem räägima, kui tekivad küsimused.

Milleks seda kasutatakse. Ei tarnija turundustekst, vaid tegelik ülesanne: teksti koostamine, andmete kokkuvõtmine, koodi kirjutamine, kliendiküsimustele vastamine, otsuste ettevalmistamine. See väli määrab rakenduse rolli ja seeläbi riskitaseme.

Millised andmed sinna sisenevad. Isikuandmed, kliendiandmed, finantsteave, sisedokumendid või ei mingeid tundlikke andmeid. See määrab, millised valitsemisnõuded muutuvad asjakohaseks.

Kuidas see on soetatud. Formaalse protsessi kaudu, tellimuse kaudu, mille kellegi enda sõlmis, tarnija kaudu, kes tarnib selle kaasa mõne teise tootega. Soetamisviis annab teile kohe teavet selle kohta, kui palju järelevalvet juba olemas oli.

Kes selle eest vastutab. Ei see, kes seda juhuslikult kasutab, vaid see, kellega saab ühendust võtta, kui midagi läheb valesti või kui soovite teada, kas see on veel kasutuses.

Millest ajast ja kui kaua juba. Rakendus, mis on kolm aastat märkamatult töötanud, vajab teistsugust lähenemist kui möödunud kuu piloot.

Need ei ole bürokraatlikud märkeruudud. Need on andmed, mida vajate, et hiljem saaksite iga rakenduse kohta öelda: see kuulub kõrgema riskitaseme alla, see ei kuulu, ja siin on põhjendus.

Kust need andmed pärinevad

Mitte ükski neist väljadest ei ole täielikult ühest allikast valmis kättesaadav. Inventuuri ehitate üles mitmest kanalist, mis täiendavad üksteist.

IT-osakond annab lähtepunkti, kuid ei täielikku pilti: miks IT-nimekiri ei ole korrektne selgitab, et märkimisväärne osa AI-kasutusest jääb väljapoole süsteeme, mida IT haldab. Sellegipoolest on IT-l olemas signaalid kasulikud filtrina: millised IT-signaalid on kasutatavad näitab, millised tehnilised viited on piisavalt usaldusväärsed, et neid edasi uurida.

Hange ja finantsosakond täiendavad teist osa. Arved, tellimused ja litsentsid näitavad, milliste tööriistade eest on tegelikult makstud, isegi kui kasutaja seda kunagi ei teatanud. Mida hanke- ja litsentsiandmed reedavad kirjeldab, millised väljad sellest allikast otse inventuuri sobivad.

Viimane ja kõige määravam osa tuleb töötajatelt endilt. Kes ülesannet täidab, teab, millist abivahendit selle juures kasutatakse, isegi kui seda kunagi ei taotletud või heaks kiidetud. Selle teabe saate ainult siis, kui küsimuste esitamisel puuduvad tagajärjed vastajale: kuidas seda küsida ilma tagajärgedeta kirjeldab, kuidas see küsimus esitatakse, ilma et see tunduks kontrollina.

Miks struktuur on olulisem kui täielikkus

Inventuur, mis peab olema korraga täielik, ei valmi kunagi. Rakendused muutuvad, uued tööriistad ilmuvad, vanad kaovad. Mis jääb, on struktuur: samad väljad, samad küsimused, samad fikseerimisviisid. See struktuur võimaldab lisada rakenduse, mis täna puudub, homme, ilma et peaksite otsast alustama.

See on ka põhjus, miks väljade täitmise järjekord on vähem oluline kui järjekindlus, millega need täidetakse. Organisatsioon, kellel on mitu asukohta, osakonda või tütarettevõtet, seisab siin silmitsi täiendava keerukuse kihiga, kuna sama rakendust kasutatakse ühes asukohas teisiti kui teises: kuidas ehitada AI-inventuuri organisatsioonis, kus on mitu allüksust käsitleb, kuidas hoida need erinevused nähtaval, ilma et kaotaksite võrreldavuse. Kes soovib sellises struktuuris konkreetselt teada, millised väljad tuleb iga asukoha jaoks eraldi täita, leiab selle mida fikseerite iga rakenduse kohta organisatsioonis, kus on mitu allüksust.

Fikseerimiselt klassifitseerimisele

Niipea kui väljad on iga rakenduse kohta täidetud, tekib võimalus klassifitseerida: millist rolli rakendus täidab, milline riskitase sellele sobib ja millised valitsemismeetmed sellega loogiliselt seonduvad. See etapp toimub selle põhjal, mis on fikseeritud, mitte tagantjärele antud hinnangu põhjal.

See, et fikseerite, mida rakendus teeb, ei ole sama, mis teadmine, mis tööst järele jääb

See inventuur kirjeldab, milliseid AI-rakendusi eksisteerib ja kes neid kasutab. Ta ei kirjelda, kui palju aluseks olevast tööst see rakendus tegelikult üle võtab. See on teine küsimus, mille jaoks on teine instrument: FTE TO AI töökoormuse skaneering arvutab iga ülesande kohta, milline osa töö saab üle võtta AI, lähtudes ülesannetest, mille fikseerite, mitte selle tööriista põhjal, mida selleks kasutatakse.

AI-skaneering on siin veel ehitusjärgus. Kes soovib kasutada üht neist instrumentidest kohe, kui need saavad kättesaadavaks, saab liituda ootenimekirjaga.

Andrewde assistent van de Responsible AI Scan

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.