Egy lista AI-eszközök neveivel nem leltár. Leltár csak akkor jön létre, ha minden alkalmazásról ugyanazt az adathalmazt rögzíti, így egymás mellé teheti, osztályozhatja és később bizonyíthatja azokat. Ez a rögzített struktúra nélkül csupán különálló tények halmazát tartja fenn, amelyeket senki sem tud már összehasonlítani.
Alkalmazásonként korlátozott számú mezőről van szó, amelyek mindig visszatérnek.
Név és forma. Önálló előfizetés, meglévő szoftveren belüli funkció, belsőleg fejlesztett modell, vagy egy beszállítón keresztül érkezett AI-funkció, amelyet soha senki nem nevezett meg „AI”-ként.
Ki használja. Egy csapat, egy osztály, egy egyéni munkavállaló. Ez nem csak a méretet határozza meg, hanem azt is, kivel kell majd beszélni, ha kérdések merülnek fel.
Mire használják. Nem a beszállító marketingszövege, hanem a valós feladat: szöveg készítése, adatok összefoglalása, kód írása, ügyfélkérdések megválaszolása, döntések előkészítése. Ez a mező határozza meg az alkalmazás szerepét, és ezáltal a kockázati szintet.
Milyen adatok kerülnek bele. Személyes adatok, ügyféladatok, pénzügyi információk, belső dokumentumok, vagy nincs érzékeny adat. Ez határozza meg, mely governance-követelmények lesznek relevánsak.
Hogyan szerezték be. Formális folyamaton keresztül, egy előfizetésen keresztül, amelyet valaki saját maga kötött, vagy egy beszállítón keresztül, amely egy másik termékkel együtt szállítja. A beszerzési útvonal máris valamit elmond arról, mennyi felügyelet volt már jelen.
Ki felelős érte. Nem az, aki éppen használja, hanem az, aki felelősségre vonható, ha valami elromlik, vagy ha tudni akarja, hogy még használatban van-e.
Mióta és mennyi ideje. Egy alkalmazás, amely három éve észrevétlenül fut, más megközelítést igényel, mint egy múlt havi pilot.
Ezek nem bürokratikus jelölőlisták. Ezek azok az adatok, amelyekre szüksége van, hogy alkalmazásonként ki tudja mondani: ez magasabb kockázati szint alá esik, ez nem, és itt van az alátámasztás.
Ezen mezők közül semelyik sem áll teljesen készen egyetlen forrásban. A leltárat több csatornából építi fel, amelyek kiegészítik egymást.
Az IT-osztály egy kiindulási pontot ad, de nem teljes képet: miért nem helyes az IT-lista elmagyarázza, hogy az AI-használat jelentős része kívül esik azokon a rendszereken, amelyeket az IT kezel. Mégis, azok a jelzések, amelyekkel az IT rendelkezik, hasznosak szűrőként: mely IT-jelzések használhatók megmutatja, mely technikai jelzések elég megbízhatók ahhoz, hogy tovább lehessen rájuk kérdezni.
A beszerzés és a pénzügy egy másik részt egészít ki. Számlák, előfizetések és licencek megmutatják, mely eszközöket fizették ki valójában, még akkor is, ha a felhasználó ezt soha nem jelentette. Mit árulnak el a beszerzési és licencadatok leírja, mely mezők ebből a forrásból közvetlenül beépíthetők a leltárba.
Az utolsó és legmeghatározóbb rész magától a munkavállalóktól származik. Aki elvégzi a feladatot, tudja, milyen segédeszközt használ hozzá, még akkor is, ha azt soha nem kérték vagy hagyták jóvá. Ezt az információt csak akkor kapja meg, ha a kérdés feltevése nem jár következményekkel arra, aki válaszol: hogyan kérdezze anélkül, hogy elszámoltatásnak tűnjön leírja, hogyan tehető fel ez a kérdés úgy, hogy ne tűnjön ellenőrzésnek.
Egy leltár, amelynek egyszerre kell teljesnek lennie, sohasem jön létre. Az alkalmazások változnak, új eszközök jelennek meg, régiek eltűnnek. Ami megmarad, az a struktúra: ugyanazok a mezők, ugyanazok a kérdések, ugyanaz a rögzítési mód. Ez a struktúra teszi lehetővé, hogy egy ma hiányzó alkalmazást holnap hozzáadjon anélkül, hogy elölről kellene kezdenie.
Ez az is, amiért a mezők kitöltésének sorrendje kevésbé fontos, mint a következetesség, amellyel kitölti azokat. Egy több telephellyel, osztállyal vagy leányvállalattal rendelkező szervezet itt egy plusz komplexitási szintbe ütközik, mivel ugyanazt az alkalmazást az egyik helyszínen máshogy használják, mint a másikon: hogyan épít fel egy AI-leltárt egy több egységből álló szervezetnél foglalkozik azzal, hogyan tarthatja láthatóvá ezeket a különbségeket az összehasonlíthatóság elvesztése nélkül. Aki egy ilyen struktúrában konkrétan azt szeretné tudni, mely mezőket kell telephelyenként külön kitölteni, azt megtalálja itt: mit rögzít alkalmazásonként egy több egységből álló szervezetnél.
Amint a mezőket alkalmazásonként kitöltötték, létrejön a lehetőség az osztályozásra: milyen szerepet tölt be ez az alkalmazás, milyen kockázati szint illik hozzá, és milyen governance-intézkedések kapcsolódnak logikusan ehhez. Ez a lépés a rögzített adatok alapján történik, nem egy utólagos becslés alapján.
Ez a leltár leírja, milyen AI-alkalmazások léteznek és ki használja azokat. Nem írja le, hogy az alapul szolgáló munka mekkora részét veszi valójában át az adott alkalmazás. Ez egy másik kérdés, más eszközzel: az FTE TO AI munkaszkennere feladatonként kiszámítja, a munka mely része vehető át AI által, azon feladatok alapján, amelyeket Ön rögzít, nem azon eszköz alapján, amelyet erre használnak.
Az itt szereplő AI-szkenner még fejlesztés alatt áll. Aki ezen eszközök egyikét szeretné használni, amint elérhetővé válnak, feliratkozhat a várólistára.
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.