Egy több telephellyel rendelkező szervezetnél ritkán van egyetlen olyan hely, ahol a szoftverekkel kapcsolatos döntések esnek. Az egyik telephely licencet vesz, a másik ugyanannak az eszköznek egy ingyenes verzióját használja, egy harmadiknak pedig van egy helyi IT-partnere, aki egyeztetés nélkül állított be valamit. Egy AI-leltárnak, amely ezt akarja megragadni, tehát nem egyetlen forrásfájlból kell kiindulnia, hanem több forrásból, amelyek kiegészítik és ellentmondanak egymásnak.
Minden telephelynek saját beszerzési múltja, saját beszállítói és gyakran saját mértékű önállósága van az IT-döntésekben. Amit a székhelyen kivételnek tekintenek, az egy másik helyszínen anélkül válhatott normává, hogy azt bárki rögzítette volna. Egy központi leltár, amely csak a székhelyet kérdezi le, ezáltal definíció szerint hiányos képet ad. A Miért nem stimmel az IT-lista elmagyarázza, miért ritkán egyezik a központi nyilvántartás azzal, amit valójában használnak, és ez a probléma egyre nagyobb, minél több telephely van.
Az alap minden telephelynél ugyanaz: melyik alkalmazást használják, ki használja, milyen feladatra, és milyen adatok alapján. Ezenkívül releváns, hogy az alkalmazást lokálisan szerezték-e be vagy központilag tették elérhetővé, és hogy van-e mögötte olyan szolgáltató, aki maga is rögzíti, hogyan működik a rendszer, vagy a telephely maga állította-e össze vagy módosította a rendszert. Ez a megkülönböztetés határozza meg ugyanis, ki viseli a felelősséget azért, hogy pontosan mi történik. A Mit rögzít alkalmazásonként ezt részletesen leírja, és ugyanez a rögzítés érvényes függetlenül a helyszíntől: csak az információ beszerzésének módja különbözik telephelyenként.
Egy telephely esetén könnyen áttekinthető körbekérdezni. Több telephely esetén ez struktúra nélkül már nem kezelhető. Két forrás használható egymás mellett. Az első az, amit az IT-környezet maga már megmutat: beszerzési nyilvántartások, licencfájlok és technikai jelzések, amelyek AI-használatra utalnak, még akkor is, ha azt a használatot senki nem jelentette be kifejezetten. A Mit árulnak el a beszerzési és licencadatok megmutatja, milyen jelek találhatók ezekben, és Mely IT-jelzések használhatók ennek technikai oldalára tér ki: milyen forgalom, milyen előfizetések és milyen integrációk utalnak olyan AI-használatra, amelyet sehol nem rögzítettek formálisan.
A második forrás a munkavállaló maga. Semmilyen technikai vizsgálat nem tudja megragadni, miért használ valaki egy eszközt, pontosan milyen feladatra, vagy milyen gyakran. Ezt csak az tudja, aki a munkát elvégzi. Több telephely esetén ez azt jelenti, hogy szüksége van egy módra, amellyel ezt a kérdést mindenhol ugyanúgy tudja feltenni, anélkül hogy az egyik telephely jobban ellenőrzöttnek érezné magát, mint a másik. A Hogyan kérdezi meg elszámoltatás nélkül leírja, miért meghatározó ez a feltétel az összegyűjtött adatok megbízhatósága szempontjából: aki fél egy következménytől, hiányosan vagy egyáltalán nem válaszol, és ez a hatás nem szükségszerűen egyenlően oszlik el az eltérő kultúrájú vagy vezetési stílusú telephelyek között.
Egy alkalmazás, amelyet az A telephelyen szereztek be, és a B telephelyen informálisan vettek át, ugyanaz az alkalmazás marad, ugyanazzal a szereppel és ugyanazzal a kockázati szinttel. A leltárt tehát nem telephelyenként külön kell osztályozni, hanem alkalmazásonként, egy megjegyzéssel arról, hol és ki használja. Így elkerülhető, hogy ugyanazt az eszközt két helyen eltérően értékeljék, és hogy egy kockázat, amelyet az egyik helyszínen már jeleztek, a másikon észrevétlen maradjon. Az is releváns, hogy a telephely maga épített vagy állított be valamit egy AI-modell alapján, vagy csak egy kész terméket vesz igénybe. A Szolgáltató vagy felhasználó segít ebben a megkülönböztetésben, és ez a megkülönböztetés telephelyenként eltérő lehet, még ugyanazon alapul szolgáló technológia használata esetén is.
Ha a telephelyekről származó adatok megvannak, a következő lépés az, hogy egyetlen listává olvasztja össze őket duplikátumok nélkül, minden alkalmazáshoz egy egyértelmű szereppel, kockázatértékeléssel és a használat helyének megjelölésével. Ez az áttekintés adja az alapot annak meghatározásához, milyen governance-intézkedésekre van szükség, és hol igényelnek ezek elsőként figyelmet. Az, hogy ezt az áttekintést pontosan hogyan építik fel és tartják fenn, a szervezet méretétől és struktúrájától függ; nincs olyan rögzített sablon, amely minden helyzetre alkalmazható.
Az AI-használat leltára feltárja, mit végeznek és mivel. Egy gyakran ehhez kapcsolódó további kérdés, hogy ennek a munkának mekkora része vehető át valójában AI által, és mekkora rész marad emberi munka. Erre a kérdésre ad választ az FTE TO AI munkavizsgálata, amely feladatonként kiszámítja, mekkora rész jön szóba átvételre.
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.