Az AI-leltár nem egy pillanatfelvétel arról, mit szerzett be az informatikai osztály. Ez egy folyamatosan aktualizált áttekintés arról, mit használnak a szervezetben valójában a munka elvégzéséhez, függetlenül attól, hogy ez a használat jóváhagyott, beszerzett, vagy egyáltalán ismert-e azon osztály számára, amely formálisan dönt a szoftverekről. Aki egy leltárt kíván felépíteni, amely lefedi ezt a különbséget, annak több helyen kell keresnie, mint amihez a legtöbb szervezet szokott.
A jóváhagyott alkalmazások listája logikus kiindulópont, de csak azt fedi le, ami egy formális folyamaton keresztül érkezett be. Az AI-funkciók más csatornákon is megjelennek, amelyeket nem ismernek fel „új alkalmazásként”: egy meglévő szoftver frissítése, egy böngészőbővítmény, egy funkció, amelyet a szállító külön bejelentés nélkül aktivál. Miért nem helyes az informatikai lista leírja azokat a mechanizmusokat, amelyek miatt egy csak erre a listára támaszkodó leltár definíció szerint hiányos. Ez nem jelenti azt, hogy a lista felesleges — azt jelenti, hogy egy forrás a többi mellett, nem az egyetlen.
A számlák, előfizetések és licencszámok más történetet mesélnek, mint az informatikai lista, mivel a beszerzés gyakran osztályszinten történik, és nem minden esetben megy keresztül egy központi informatikai folyamaton. Egy csapat, amely előfizetést köt egy AI-funkciót tartalmazó eszközre, azt a beszerzésnél vagy a pénzügynél regisztrálja, nem feltétlenül az informatikánál. Mit árulnak el a beszerzési és licencadatok megmutatja, mely mintázatok ezekben az adatokban utalnak olyan AI-használatra, amelyet máshol még nem vettek észre: visszatérő kisebb előfizetések, eszközök elnevezése, adatforgalom növekedése bizonyos domainek felé. Ez nem a közvetlen rákérdezés helyettesítője, hanem egy módja annak, hogy tudja, hol kell azt a rákérdezést először irányítani.
A hálózati forgalom, DNS-naplók és hozzáférés-kezelés jelzéseket adhatnak arról, mely szolgáltatásokat érik el a vállalati eszközökről. Nem minden jelzés egyformán megbízható: egy AI-szolgáltatóhoz irányuló forgalom aktív használatra utalhat, de egy háttérfolyamatra is, amelynek semmi köze a napi munkához. Mely informatikai jelzések használhatók kifejti, mely technikai indikátorok adnak fogódzót, és melyek adnak túl sok zajt ahhoz, hogy egy leltár alapjául szolgáljanak. Ezeknek a jelzéseknek az eredménye egy feltételezéseket tartalmazó lista, nem egy megerősített áttekintés — a megerősítés azoktól az emberektől érkezik, akik elvégzik a munkát.
Semmilyen technikai jelzés és semmilyen beszerzési tétel nem mondja el, miért használ valaki egy eszközt, milyen feladathoz, és hogy a használat alkalmi vagy szerkezeti jellegű. Ez az információ csak akkor derül ki, ha a munkavállalók hajlandók megosztani. Ez nem megy önmagától: aki azt gyanítja, hogy a „milyen AI-t használ” kérdésre adott válasz tilalomhoz vagy feljegyzéshez vezet, kitérően vagy egyáltalán nem válaszol. Hogyan kérdezze meg a munkavállalóktól elszámoltatás nélkül leírja, hogyan tehető fel ez a kérdés úgy, hogy nagyobb eséllyel kapjon rá őszinte választ. A leltár ezen része adja gyakran a legnagyobb részét azoknak az alkalmazásoknak, amelyek semmilyen más forráson keresztül nem válnak láthatóvá.
Egy leltár, amely csak az eszközök neveit gyűjti, governance céljára nem használható. Alkalmazásonként több szükséges: ki használja az eszközt és milyen feladathoz, milyen típusú adatokat adnak be, az eredmény szerepet játszik-e egy ügyfélre, munkavállalóra vagy harmadik félre vonatkozó döntésben, és melyik szállító áll a háttérben. Mit kell rögzítenie alkalmazásonként megadja azokat a mezőket, amelyek szükségesek ahhoz, hogy egy alkalmazást később szerep és kockázati szint szerint lehessen osztályozni, anélkül, hogy a leltárt meg kellene ismételnie, amint ezt az osztályozást kérik.
Egy több telephellyel, üzleti egységgel vagy országgal rendelkező szervezetnél a leltározás önmagában koordinációs problémává válik: ki kérdezi meg, milyen sorrendben, és hogyan illesztik össze az eredményeket úgy, hogy az osztályok ne kezdjék el egymás válaszait javítani vagy lecsupaszítani. Hogyan épít fel AI-leltárt egy több egységből álló szervezetnél ezt a méretbeli kérdést tárgyalja: hol akad el a koordináció, és hogyan maradnak a különböző egységek eredményei összehasonlíthatók.
Egy egyszer felépített leltár egy adott pillanatról készült felvétel. Ahhoz, hogy vezetők, CIO-k és kockázatkezelők számára használható maradjon, meg kell ismételni, és összekapcsolni egy olyan osztályozással, amely illeszkedik a szervezet meglévő kockázati struktúrájához. Ezen a részen — leltározás, szerep és kockázati szint szerinti osztályozás, és a governance-hez való illeszkedés — dolgozik a Responsible AI Scan. A scan jelenleg épül; aki érdeklődik iránta, feliratkozhat a várólistára.
Egy leltár arra a kérdésre válaszol, milyen AI-t használnak. Egy másik, kiegészítő kérdés az, hogy a tényleges munka mely része — feladatról feladatra — vehető át az AI által. Erre a kérdésre válaszol az FTE TO AI munkaelemzése, amely feladatonként kiszámítja, mekkora rész vehető át a munkából.
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.