Egy több telephellyel rendelkező szervezetnél általában nem az AI-használattal van hiány, hanem az áttekintéssel. Minden telephely saját döntéseket hoz, saját előfizetéseket köt, vagy hagyja, hogy a csapatok maguk találják ki, mi hasznos. Az eredmény egy olyan alkalmazásgyűjtemény, amely sehol nincs teljes egészében leírva. Mielőtt bármit is osztályozni vagy jelenteni lehetne, ennek a gyűjteménynek először listaként kell léteznie — alkalmazásonként ugyanazokkal az állandó adatokkal, függetlenül attól, melyik telephely jelenti.
Minden alkalmazáshoz alapvetően rögzíti: a nevet és a szolgáltatót, azt a telephelyet vagy részleget, ahol használják, ki kezeli vagy szerezte be az alkalmazást, mire használják, milyen adatokat adnak be benne, és hogy az alkalmazás önállóan hoz-e döntéseket, vagy csak támogat. Ez utóbbi megkülönböztetés nagyrészt meghatározza a kockázati szintet: egy szöveget átíró eszközt másképp kell megítélni, mint egy olyan rendszert, amely jelöltet választ ki vagy hitelkérelmet értékel.
Több telephely esetén ehhez egy plusz mező is hozzájön: hogy az alkalmazást lokálisan szerezték-e be, vagy központilag vezették-e be. Ez a megkülönböztetés szükséges annak megítéléséhez, hogy ugyanaz a kockázat több helyen egymástól függetlenül keletkezett-e, vagy egyetlen döntés terjedt-e el az egész szervezetben.
Az első hely, ahol keresnie kellene, az IT-részleg, és az a lista jó kiindulópont — de nem a végpont. Miért nem pontos az IT-lista egy több telephellyel rendelkező szervezetnél elmagyarázza, hogy a központilag kezelt licencek csak a használat egy részét fedik le. Azok a telephelyek, amelyek saját hitelkártyát használnak egy előfizetéshez, vagy azok a csapatok, amelyek egy eszköz ingyenes verzióját alkalmazzák, sehol nem jelennek meg a központi nyilvántartásban. Az áttekintésnek, amelyet felépít, ezért több forrást kell kombinálnia, nem csak egyet.
Az IT-lista mellett a pénzügyi adatok másfajta jelzést adnak. Mit árulnak el a beszerzési és licencadatok egy szervezetnél leírja, hogy a számlák, előfizetések és hitelkártya-kiadások telephelyenként hogyan adnak jelzéseket a központi beszerzésen kívül kötött alkalmazásokról. Ez különösen több telephely esetén releváns: a lokális beszerzés gyakran más csatornákon zajlik, mint a központi IT, és éppen ott keletkezik a hiányos kép legnagyobb része.
Semmilyen lista — sem technikai, sem pénzügyi — nem mondja meg, mire használják valójában egy alkalmazást. Ezt csak azok tudják, akik naponta dolgoznak vele. Hogyan kérdezze meg a munkatársaktól anélkül, hogy elszámoltatásnak tűnjön, egy szervezetnél kitér arra a feltételre, amely eldönti, hogy ez a lépés sikeres lesz-e vagy nem: aki úgy érzi, hogy egy válasznak következményei lehetnek, hiányosan válaszol, vagy egyáltalán nem válaszol. Több telephely esetén ez különösen fontos, mivel a lokális szokások jelentősen eltérhetnek, és egy országos szintű felmérés könnyen elsimítja ezeket a különbségeket.
Beszélgetések és számlák mellett a meglévő IT-környezet gyakran már tartalmaz olyan jelzéseket, amelyeket még senki nem ismert fel ilyenként: bizonyos domainekre irányuló hálózati forgalom, új böngészőbővítmények, vagy valahol létrehozott API-kapcsolatok. Milyen IT-jelzések használhatók egy több telephellyel rendelkező szervezetnél megmutatja, mely jelzések mondanak valamit az AI-használatról, és melyek puszta zaj. Egy több telephellyel rendelkező szervezet esetében ez egy módja annak, hogy lássa, ismétlődik-e ugyanaz a minta több helyen, anélkül, hogy minden telephelyet külön-külön megkérdeztek volna.
Ha az alkalmazásonkénti adatokat összegyűjtötték — eredet, felhasználási cél, érintett adatok, kezelő, telephely —, megkezdődhet a besorolás. Nem minden alkalmazás igényel ugyanannyi figyelmet: egy belső jegyzőkönyveket összefoglaló eszköz másképp mérlegelendő, mint egy olyan rendszer, amely befolyásolja az ügyfeleket vagy a munkatársakat. Ez a mérlegelés attól függ, mit tesz az alkalmazás, nem attól, hányan használják, vagy mikor szerezték be.
Ez a felmérés folyamatos folyamat, nem egyszeri állapotfelvétel. A telephelyek új alkalmazásokat vezetnek be, a szolgáltatók módosítják a funkciókat, és ami ma támogató jellegű, holnap már önállóan dönthet. Az áttekintésnek, amelyet felépít, ezért megismételhetőnek kell lennie: ugyanazok a kérdések, ugyanazok a mezők, minden alkalommal újra, ugyanazokon a telephelyeken végigmenve.
A Responsible AI Scan célja, hogy ezt a felmérést strukturálja: alkalmazásonként ugyanazok az állandó mezők, kiegészítve IT-jelzésekkel, beszerzési adatokkal és a munkatársakkal folytatott beszélgetésekkel, és ez egy olyan besorolásban végződik, amely illeszkedik a szervezet meglévő kockázati struktúrájához. A scan jelenleg épül. Aki ezzel szeretne dolgozni, amint elérhető lesz, feliratkozhat a várólistára.
Amint tisztázódott, mely alkalmazások futnak telephelyenként és mit tesznek, a következő kérdés magától adódik: a munka mely része, amelyet ezek az alkalmazások támogatnak, valójában átvehető AI által. Ez más kérdés, mint a governance — nem a kockázatról és a bizonyíthatóságról szól, hanem a feladat tartalmáról. Az FTE TO AI munkaelemzése feladatonként kiszámítja, mekkora része vehető át AI által a munkának, és így illeszkedik ahhoz az áttekintéshez, amelyet ezzel a felméréssel felépített.
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.