Organizacija s više lokacija obično nema manjak AI korištenja, nego manjak preglednosti. Svaka lokacija donosi vlastite odluke, sklapa vlastite pretplate ili prepušta timovima da sami odrede što im je praktično. Rezultat je skup primjena koji nigdje nije u cijelosti zapisan. Prije nego što ima nešto za klasificirati ili prijaviti, taj skup prvo mora postojati kao popis — s istim fiksnim podacima po primjeni, bez obzira koja lokacija to prijavljuje.
Za svaku primjenu u načelu bilježite: naziv i dobavljača, lokaciju ili odjel gdje se koristi, tko primjenu upravlja ili je nabavio, za što se koristi, koji se podaci u njoj unose, i donosi li primjena samostalno odluke ili samo podupire. Ta posljednja razlika u velikoj mjeri određuje razinu rizika: alat koji prepisuje tekst procjenjuje se drukčije od sustava koji selektira kandidate ili procjenjuje zahtjeve za kredit.
Kod više lokacija tomu se dodaje još jedno polje: je li primjena nabavljena lokalno ili je centralno uvedena. Ta razlika je potrebna da se vidi je li isti rizik nastao neovisno na više mjesta, ili se jedna odluka proširila po cijeloj organizaciji.
Prvo mjesto gdje biste tražili je IT odjel, i taj popis je dobra polazna točka — ali nije krajnja točka. Zašto IT popis nije točan kod organizacije s više lokacija objašnjava da centralno upravljane licence pokrivaju samo dio korištenja. Lokacije koje same koriste kreditnu kartu za pretplatu, ili timovi koji koriste besplatnu verziju alata, nigdje se ne pojavljuju u centralnoj administraciji. Pregled koji izgrađujete dakle mora kombinirati više izvora, ne samo jedan.
Osim IT popisa, financijski podaci daju drugu vrstu signala. Što otkrivaju podaci o nabavi i licencama kod organizacije opisuje kako fakture, pretplate i izdaci s kreditne kartice po lokaciji daju indicije o primjenama koje su sklopljene izvan centralne nabave. Ovo je posebno relevantno kod više lokacija: lokalna nabava često se odvija kroz druge kanale nego centralni IT, i baš tu nastaje najveći dio nepotpune slike.
Nijedan popis — tehnički ili financijski — ne govori vam za što se primjena zaista koristi. To znaju samo ljudi koji s njom svakodnevno radе. Kako to pitati zaposlenike bez posljedica kod organizacije razmatra uvjet koji ovaj korak čini uspješnim ili neuspješnim: tko osjeti da odgovor može imati posljedice, odgovara nepotpuno ili nikako. Kod više lokacija to je posebno važno, jer se lokalne prakse mogu jako razlikovati, a nacionalna anketa te razlike lako izbriše.
Osim razgovora i faktura, postojeće IT okruženje često već sadrži indicije koje nitko nije prepoznao kao takve: mrežni promet prema određenim domenama, nove ekstenzije preglednika, ili API veze koje su negdje uspostavljene. Koji su IT signali korisni kod organizacije s više lokacija pokazuje koji od tih signala govore nešto o AI korištenju a koji su samo šum. Za organizaciju s više lokacija to je način da se vidi ponavlja li se isti obrazac na različitim mjestima, bez da je svaka lokacija posebno ispitana.
Kad su podaci po primjeni prikupljeni — podrijetlo, svrha korištenja, uključeni podaci, upravitelj, lokacija — klasifikacija može početi. Ne zaslužuje svaka primjena istu pažnju: alat koji sažima interne zapisnike vrednuje se drukčije od sustava koji utječe na klijente ili zaposlenike. Ta vrednovanje ovisi o tome što primjena radi, ne o tome koliko ljudi je koristi ili kada je nabavljena.
Ova inventarizacija je stalan proces, a ne snimka trenutka. Lokacije dodaju primjene, dobavljači mijenjaju funkcije, a ono što je danas potporno, sutra može samostalno odlučivati. Pregled koji izgrađujete zato mora biti ponovljiv: ista pitanja, ista polja, svaki put ponovno kroz iste lokacije.
Responsible AI Scan je namijenjen strukturiranju ove inventarizacije: ista fiksna polja po primjeni, nadopunjena IT signalima, podacima o nabavi i razgovorima sa zaposlenicima, i koja završava klasifikacijom koja se uklapa u postojeću strukturu rizika organizacije. Skener je u izradi. Tko želi s njim raditi čim postane dostupan, može se prijaviti na listu čekanja.
Kad je jasno koje primjene rade po lokaciji i što rade, sljedeće pitanje se nameće samo: koji dio posla koji te primjene podupiru zapravo može preuzeti AI. To je drukčije pitanje od upravljanja (governance) — ne radi se o riziku i dokazivosti, nego o sadržaju zadatka. Werkscan tvrtke FTE TO AI izračunava po zadatku koji dio posla AI može preuzeti, i time se nadovezuje na pregled koji ste izgradili ovom inventarizacijom.
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.