Mitme tegevuskohaga organisatsioonil ei ole tavaliselt puudust AI-kasutusest, vaid puudust ülevaatest. Igal tegevuskohal on omad valikud, sõlmitakse omad tellimused või jäetakse meeskondadele endile otsustada, mis on kasulik. Tulemuseks on rakenduste kogum, mida ei ole kusagil täielikult kirja pandud. Enne kui on midagi klassifitseerida või raporteerida, peab see kogum kõigepealt eksisteerima nimekirjana — iga rakenduse kohta samade püsivate andmetega, sõltumata sellest, milline tegevuskoht sellest teada annab.
Iga rakenduse kohta fikseerite põhimõtteliselt: nime ja tarnija, tegevuskoha või osakonna, kus seda kasutatakse, kes rakendust haldab või on selle soetanud, milleks seda kasutatakse, milliseid andmeid sellesse sisestatakse, ning kas rakendus teeb otsuseid iseseisvalt või pakub ainult tuge. Viimane eristus määrab suuresti riskitaseme: tööriist, mis kirjutab teksti ümber, tuleb hinnata teisiti kui süsteem, mis valib kandidaate või hindab krediiditaotlusi.
Mitme tegevuskoha korral lisandub üks väli: kas rakendus on soetatud kohalikult või juurutatud kesksel viisil. See eristus on vajalik, et näha, kas sama risk on tekkinud eraldiseisvalt mitmes kohas, või on üks otsus levinud üle kogu organisatsiooni.
Esimene koht, kust otsiksite, on IT-osakond, ja see nimekiri on hea lähtepunkt — kuid ei ole lõpp-punkt. Miks IT-nimekiri ei ole korrektne mitme tegevuskohaga organisatsioonis selgitab, et keskselt hallatavad litsentsid katavad vaid osa kasutusest. Tegevuskohad, kus kasutatakse tellimuse jaoks ise krediitkaarti, või meeskonnad, kes kasutavad tööriista tasuta versiooni, ei ilmu kusagil kesksesse haldusesse. Ülevaade, mille üles ehitate, peab seetõttu ühendama mitu allikat, mitte ühte.
Lisaks IT-nimekirjale annavad finantsandmed teistsuguse signaali. Mida reedavad hanke- ja litsentsiandmed organisatsioonis kirjeldab, kuidas arved, tellimused ja krediitkaardikulud tegevuskoha kaupa annavad viiteid rakendustele, mis on sõlmitud väljaspool keskset hanget. See on eriti oluline mitme tegevuskoha korral: kohalik hange kulgeb sageli teiste kanalite kaudu kui keskne IT, ja just seal tekib suurim osa ebatäielikust pildist.
Ükski nimekiri — tehniline või finantsiline — ei ütle teile, milleks rakendust tegelikult kasutatakse. Seda teavad ainult inimesed, kes sellega igapäevaselt töötavad. Kuidas seda töötajatelt küsida karistamata organisatsioonis käsitleb tingimust, mis otsustab, kas see etapp õnnestub või ebaõnnestub: kes tunneb, et vastusel võivad olla tagajärjed, vastab osaliselt või mitte üldse. Mitme tegevuskoha korral on see erilise tähtsusega, kuna kohalikud tavad võivad suuresti erineda ja üleriigiline küsimustik kaotab need erinevused kergesti.
Lisaks vestlustele ja arvetele sisaldab olemasolev IT-keskkond sageli juba viiteid, mida kedagi ei ole sellisena tuvastanud: võrguliiklus teatud domeenidesse, uued brauserilaiendused või API-ühendused, mis on kusagil loodud. Millised IT-signaalid on kasutatavad mitme tegevuskohaga organisatsioonis näitab, millised neist signaalidest ütlevad midagi AI-kasutuse kohta ja millised on müra. Mitme tegevuskohaga organisatsiooni jaoks on see viis näha, kas sama muster kordub erinevates kohtades, ilma et igat tegevuskohta eraldi küsitletaks.
Kui rakenduse kohta on andmed kogutud — päritolu, kasutuseesmärk, seotud andmed, haldaja, tegevuskoht — võib klassifitseerimine algata. Mitte iga rakendus ei vaja sama tähelepanu: tööriist, mis võtab kokku sisemisi protokolle, ei kaalu sama palju kui süsteem, mis mõjutab kliente või töötajaid. See kaalumine sõltub sellest, mida rakendus teeb, mitte sellest, kui palju inimesi seda kasutab või millal see soetati.
See inventuur on pidev protsess, mitte ühekordne hetkevõte. Tegevuskohad lisavad rakendusi, tarnijad muudavad funktsioone, ja mis on täna tugifunktsioon, võib homme otsustada iseseisvalt. Ülevaade, mille üles ehitate, peab seetõttu olema korratav: samad küsimused, samad väljad, iga kord uuesti läbides samu tegevuskohti.
Responsible AI Scan on mõeldud selle inventuuri struktureerimiseks: samad püsivad väljad rakenduse kaupa, täiendatud IT-signaalide, hankeandmete ja töötajatega peetud vestlustega, ning lõpuks klassifikatsioon, mis sobitub organisatsiooni olemasoleva riskistruktuuriga. Skann on ehitusjärgus. Kes soovib sellega töötada kohe, kui see saab kättesaadavaks, saab registreeruda ootenimekirja.
Kui on selge, millised rakendused igas tegevuskohas töötavad ja mida need teevad, on järgmine küsimus loomulik: kui suure osa tööst, mida need rakendused toetavad, saab tegelikult AI üle võtta. Selle küsimus erineb governance'ist — see ei puuduta riski ja tõendatavust, vaid tööülesande sisu. FTE TO AI töökaardistus arvutab ülesande kaupa välja, kui suure osa töö saab AI üle võtta, ning haakub seeläbi ülevaatega, mille olete selle inventuuriga üles ehitanud.
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.