Amit a pénzügyi adminisztráció tud, de az IT nem

A számla nem hazudik

Egy előfizetést azért kötnek meg, mert valakinek szüksége van rá. Ez az a tulajdonság, amely a beszerzési és licencadatokat értékessé teszi egy AI-leltár felépítésénél. Egy munkatárs, aki egy nyelvi vagy képmodellt használ anélkül, hogy az IT tudna róla, azért általában fizet érte: bankkártyával, elszámolás útján, csapatkártyával, osztálybudgetből. Az a tranzakció valahol regisztrálva van, akkor is, ha senki sem jelentette be „AI-használatként”.

Ez teszi a pénzügyi adatokat más belépési ponttá, mint az IT-listát. Míg miért nem stimmel az IT-lista egy több részleggel rendelkező szervezetnél elmagyarázza, miért tér el egymástól a formális jóváhagyás és a tényleges használat, ez a nyom megmutatja, hogy ennek a szakadéknak ellenére mi kerül mégis regisztrálásra: pénz, amelyet valamire elköltöttek.

Honnan szerzi be

A források nem egyetlen osztálynál találhatók. Relevánsak többek között:

Bankkártya-áttekintések és elszámolások. Ismert AI-szállítóknak fizetett visszatérő összegek, gyakran olyan néven, amely nem azonnal felismerhető „AI”-ként.
Számlák a kötelezettségek nyilvántartásánál. Beszerzésen keresztül futó szerződések, beleértve az egyszeri implementációs költségeket, amelyek egy előfizetésre utalnak.
SaaS-kezelő eszközök, ha a szervezet ezeket használja: ezek gyakran megmutatják, mely alkalmazások vannak aktívan összekapcsolva vállalati fiókokkal, függetlenül attól, hogy az IT-nél igényelték-e őket.
Single sign-on és identitásnaplók. Ki jelentkezik be melyik szolgáltatásba vállalati fiókkal, akkor is, ha nem létezik központi szerződés.
Osztályonkénti beszerzési nyilvántartások. Főleg olyan szervezeteknél, ahol az osztályok saját budgetet kezelnek, itt futnak olyan előfizetések, amelyeket sosem jelentettek be az IT-nek.

Egyik forrás sem ad önmagában teljes képet. Együtt olyan mintázatot tárnak fel, amelyet az IT-lista nem mutat meg.

Mit rögzít minden talált tételnél

A cél nem egy összeglista, hanem egy alkalmazáslista eredettel. Minden talált előfizetésnél vagy szerződésnél érdemes rögzíteni:

a szállító és a termék nevét, ahogyan a számlán szerepel
az osztályt vagy költséghelyet, ahonnan a kiadás származik
hogy egyéni előfizetésről, csapatlicencről vagy szervezetszintű szerződésről van szó
a feltételezett használati időszakot, az első és utolsó számlázási dátumból levezetve
hogy az alkalmazás már megtalálható-e a meglévő IT-listán, vagy új találatról van szó

Ezek a mezők egy kiindulópontot jelentenek. A teljesebb áttekintés arról, mi szükséges alkalmazásonként a besoroláshoz, itt található: mit rögzít alkalmazásonként egy több rendszerrel rendelkező szervezetnél. A beszerzési adatok elsősorban a kiindulópontot adják: egy nevet, egy osztályt, egy összeget. A besorolás többi része később következik.

Ennek a módszernek a korlátja

A beszerzési és licencadatok elsősorban a fizetett használatot találják meg. Az AI-eszközök ingyenes verziói, próbaidőszakok és személyes fiókok, amelyeket nem a céges elszámoláson keresztül fizetnek, ezzel láthatatlanok maradnak. Azok a szolgáltatások is, amelyek egy meglévő szerződésbe vannak beágyazva — egy AI-funkció, amelyet egy már használt szoftverhez adtak hozzá, anélkül hogy külön számláznák — nem jelennek meg egy számla-áttekintésben.

Ez egyik oka annak, hogy a pénzügyi adat egy forrás a többi mellett, nem az egyetlen. Más anyagok, mint a hálózati forgalom vagy a böngészőbővítmények, éppen azt a használatot találják meg, amely nem kerül pénzbe. Milyen technikai jelzések használhatók erre, és mit mutatnak meg és mit nem, azt leírja mely IT-jelzések használhatók az AI-használat felderítéséhez. A két nyom együtt jobb képet ad, mint külön-külön.

Kérdezés a számla eléje tétele nélkül

Aki ismeretlen előfizetést talál az adminisztrációban, közvetlenül megkérdezheti erről azt az osztályt, amely megkötötte. Ez jobban működik, ha a kérdés nem ellenőrzésként hangzik el. Egy osztályvezető, aki azt gyanítja, hogy egy kiadás megkérdőjeleződik, kevésbé ad teljes körű információt, mint valaki, aki azt gondolja, hogy a kérdés csak a teljes kép kialakítását szolgálja. Hogyan tegye fel úgy a kérdést, hogy valaki válaszol helyett bezárkózna, azt kidolgozva bemutatja hogyan kérdezze meg a munkatársaktól, felelősségre vonás nélkül, egy meglévő AI-alkalmazásokkal rendelkező szervezetnél.

Egy forrás egy nagyobb folyamatban

A beszerzési adatok egyike az építőelemeknek egy szervezetszintű leltár felépítésénél, nem a teljes folyamat. Hogyan viszonyul ez a forrás a munkatársak megkérdezéséhez, a technikai jelzésekhez és a meglévő IT-listához, és milyen sorrendben érdemes ezt gyakorlatilag megközelíteni, azt leírja hogyan épít fel AI-leltárt egy több osztállyal rendelkező szervezetnél.

A tudástól, hogy mi fut, a tudásig, hogy mennyit ér

Egy beszerzési adatokon alapuló leltár megválaszolja azt a kérdést, hogy milyen AI-alkalmazások léteznek és ki fizet érte. Ezzel még nem derül ki, hogy ezek az alkalmazások valójában mit hoznak, vagy hogy a munka mekkora részét, amelyre beszerezték őket, tényleg az AI végzi el. Ez a kérdés a governance-leltár hatókörén kívül esik, és a FTE TO AI munkafelmérése válaszolja meg, amely feladatonként kiszámítja, a munka mekkora része vehető át az AI által. Aki egyszer megtudta, mely alkalmazások futnak a szervezetben, azzal a felméréssel meghatározhatja, konkrétan mennyi munkát helyeznek át velük.