Organizacija s više poslovnica rijetko ima jedno IT okruženje. Često postoji centralni ugovor za glavni softver za produktivnost, ali uz to postoje i lokalni proračuni za nabavu, regionalni IT administratori i poslovnice koje same sklapaju vlastite pretplate. Tko traži korištenje AI-ja unutar takve strukture, mora znati koji signali nešto govore i koji signali samo stvaraju dojam potpunosti.
Centralni IT odjel obično isporučuje pregled licenci: koji su alati nabavljeni, za koje odjele i s kojim funkcijama uključenim. Taj pregled je polazna točka, a ne krajnja. Pokazuje što je odobreno, ne što se koristi, i sigurno ne pokazuje što je po poslovnici dodano uz tu centralnu ponudu. Jedan od razloga zašto popis IT odjela nije točan je upravo to: odobrenje i korištenje su dva različita pitanja, a kod više poslovnica ta udaljenost rastu sa svakom dodatnom lokacijom.
Unutar organizacije s više lokacija određeni signali se razlikuju, dok se kod jedne poslovnice još podudaraju.
Fakturiranje je jedan od njih. Plaćanje kreditnom kartom za AI pretplatu može biti zabilježeno na trošak poslovnice, a ne na centralnom IT proračunu. Tko gleda samo centralni sustav nabave, potpuno propušta te troškove.
Mrežni promet je drugi signal, i ne ponaša se svugdje jednako. Poslovnica s vlastitim internetskim priključkom generira promet koji ostaje izvan centralnih firewall zapisa. Promet prema poznatim AI domenama je tada vidljiv samo ako je ta poslovnica priključena na istu točku nadzora kao i sjedište, a to nije uvijek slučaj.
Browser ekstenzije i pojedinačni računi čine treću kategoriju. Ovi se obično instaliraju lokalno, na opremi koju upravlja regionalni IT djelatnik ili nekad sam korisnik. Centralno upravljan park uređaja s jedinstvenom distribucijom softvera pokazuje ovakve instalacije; poslovnica s vlastitim upravljanjem to baš ne pokazuje, osim ako se to posebno provjeri.
Na kraju je pitanje ko ima pristup čemu. Alat koji je centralno nabavljen za jedan odjel može putem podijeljenih pristupnih podataka doći i do drugih poslovnica, bez da je to negdje zabilježeno. Upravljanje pristupom po poslovnici, ako postoji, daje ovdje indikaciju, ali ne sigurnost.
Nijedan od ovih izvora sam po sebi nije potpun. Podaci o fakturiranju pokazuju troškove, ne korištenje. Mrežni zapisi pokazuju promet, ne namjeru ili kontekst. Upravljanje pristupom pokazuje ko se može prijaviti, ne ko to stvarno radi i za što. Kod jedne poslovnice još je moguće pregledno usporediti ove izvore; kod više poslovnica nastaje rizik da svaka lokacija ima dio slike i nitko cjelinu.
Uz to se pridodaje ljudski izvor: raspitivanje kod zaposlenika i lokalnih menadžera. Taj signal je često najbogatiji, jer ne pokazuje samo što se koristi, nego i za što i koliko često. Istovremeno je to najosjetljiviji signal, jer funkcionira samo ako se ljudi usude odgovoriti. Kako se to pristupa, opisano je u kako to pitate bez da slijedi obračun.
Signali su korisni, ali bez fiksne dokumentacije ostaju izdvojena zapažanja. Za svaku pronađenu primjenu korisno je zabilježiti barem: koja poslovnica ili odjel koristi alat, ko upravlja primjenom ili ju je nabavio, koja vrsta podataka se u nju unosi, i da li primjena samostalno donosi odluke ili samo pruža podršku. Ta podjela dodatno je razrađena u što bilježite po primjeni, a izgradnja cjelovitog pregleda, od prvog signala do usklađenog inventara, opisana je u kako izgradite AI inventar.
Kod više poslovnica razlika između ponuđača i korisnika AI primjene je posebno relevantna, jer poslovnica nekad sama dodaje AI funkcionalnost proizvodu ili usluzi i time dobiva drugu ulogu od poslovnice koja samo koristi gotov alat. Koja je to razlika, objašnjeno je na jeste li ponuđač ili korisnik, a kad se ta ulogu može promijeniti, na primjer zbog prilagodbi koje poslovnica sama provede, pročitajte na kada se vaša uloga mijenja.
Cilj ove inventarizacije nije potpunost odjednom, nego polazna točka na kojoj se može ponavljati. Poslovnice se mijenjaju, pretplate se produžuju ili prekidaju, a novi alati pojavljuju se brže nego što godišnja revizija može pratiti. Pregled koji kombinira najvažnije signale i koji je ponovljiv po poslovnici daje više oslonca nego jednokratni presjek.
Kad jednom postane vidljivo koje se AI primjene koriste unutar organizacije, slijedi samo po sebi drugo pitanje: što te primjene točno rade sa samim poslom. Radna skala tvrtke FTE TO AI izračunava po zadatku koji dio posla AI može preuzeti, i time se nadovezuje na pregled koji donosi 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.