U transportu i logistici AI se često ne nalazi u odvojenom sustavu s nazivom i vlasnikom, nego je uklopljen u samu operaciju: planiranje ruta, optimizacija utovara, sustavi za predviđanje održavanja, predviđanje potražnje, i algoritmi koji određuju koji će vozač dobiti koju vožnju. Dio toga dolazi putem softvera prijevoznika, špeditera ili platformi, i time radi s pravilima odlučivanja koja organizacija sama nije postavila i koja ponekad ne može u potpunosti sagledati. Odnos između onoga što je odjel planiranja sam nabavio i onoga što dolazi putem partnera u lancu ili ugrađene funkcionalnosti, stalno se mijenja. To inventarizaciju u ovom sektoru ne čini jednostavnijom nego drugdje, ali čini je drugačijom: pitanje nije samo tko je instalirao AI-alat, nego i koje su automatizirane odluke već postojale u postojećim sustavima prije nego što je to netko nazvao AI-om.
Pregled odobrenog softvera rijetko govori cijelu priču. Planeri koji koriste AI-alat za optimizaciju ruta, služba za korisnike koja koristi chatbot za praćenje pošiljki, ili skladišni radnik koji koristi aplikaciju za predviđanje zaliha: ovakve primjene često nastaju lokalno, gonjene vremenskim pritiskom ili konkretnim zadatkom, bez da je nekoga tko je podnio zahtjev. Onaj koji to želi kartirati, mora to provjeriti kod ljudi koji obavljaju posao, a to je moguće samo ako postavljanje pitanja ne dovodi odmah do korekcije. Organizacija koja želi pronaći sjenoviti AI, mora prvo dati jasno do znanja da prijavljivanje ne predstavlja rizik.
Inventarizacija koja ide dalje od IT-popisa prikazuje koje se AI-primjene stvarno koriste, gdje se u procesu nalaze, i tko na temelju njih donosi odluke. Kod transporta i logistike to često znači razlikovanje između sustava koji isključivo savjetuju, sustava koji automatski planiraju bez intervencije, i sustava koji imaju učinak na ljude izvan organizacije, kao što su vozači ili klijenti kojima se prikazuje vrijeme dostave temeljeno na predviđanju. Taj razlika je relevantna jer se time mijenja razina rizika: alat koji planeru samo daje prijedlog, zahtijeva drugu vrstu nadzora od sustava koji samostalno određuje raspored ili rute.
Nakon inventarizacije slijedi pitanje što svaka primjena točno radi i za koga. Sustav koji predviđa kada je potrebno održavanje ima drugačiji utjecaj od sustava koji određuje kojem vozaču se dodjeljuje vožnja na temelju podataka o učinku. Klasifikacija ovdje ne znači primjenu fiksnog predloška, nego uređivanje onoga što je pronađeno: koja primjena zadire u odluke o ljudima, koja se odnosi samo na logističku optimizaciju, i koja funkcionira čisto potporno. Aktualna regulativa koja određuje koje obveze idu s kojom razinom rizika, obrađena je drugdje; ovdje je riječ o strukturi koja je potrebna da bi se ta pravila mogla kasnije primijeniti, bez obzira na to što tekst propisa točno nalaže.
Transportna poduzeća uglavnom već rade s upravljanjem rizicima vezanim uz sigurnost, planiranje i usklađenost. AI-upravljanje ne mora biti novi aparat pokraj tog postojećeg sustava; funkcionira bolje ako se klasifikacija AI-primjena poveže s kategorijama koje već postoje, tako da direktor ili risk manager ne mora održavati dva odvojena pregleda. To zahtijeva set za upravljanje koji navodi tko upravlja primjenom, tko je za nju odgovoran, i koja kontrola nad njom postoji, u obliku koji odgovara postojećoj strukturi izvještavanja i odgovornosti.
Direktor ili General Counsel od kojeg se traži da izjavi koji su AI-sustavi aktivni u organizaciji, mora to moći potkrijepiti nečim više od popisa iz sustava nabave. Dokazivost znači da postoji aktualan pregled primjena, njihove klasifikacije i statusa nadzora nad njima, i da taj pregled ostaje čvrst i kada netko postavlja daljnja pitanja. Drugi sektori poznaju slična pitanja, kao što se vidi kod AI-upravljanja u trgovini na malo, AI-upravljanja u poljoprivrednom sektoru i AI-upravljanja u ICT sektoru, svaki put s vlastitim odnosom između onoga što je nabavljeno centralno i onoga što je nastalo lokalno.
Responsible AI Scan koji povezuje ovu inventarizaciju, klasifikaciju i strukturu upravljanja, još je u izradi. Onaj koji s time želi započeti, može se prijaviti na listu čekanja; trenutno nema gotovog proizvoda za naručivanje, i to se ovdje ne predstavlja drugačije.
Čim postane jasno koje AI-primjene funkcioniraju u transportnom lancu i koja razina rizika im pripada, nastaje sljedeće pitanje koje se ne rješava inventarizacijom: koliko se od posla koji planeri, vozači ili djelatnici službe za korisnike sada obavljaju, stvarno može preuzeti tim primjenama. To pitanje je blisko upravljanju, ali mu nije jednako, a odgovor na njega daje radna skala (werkscan) tvrtke FTE TO AI, koja po zadatku izračunava koji se dio posla može preuzeti AI-om.
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.