I servizi professionali non vendono un prodotto ma un giudizio: un consiglio, un'analisi, un secondo parere. Questo rende il rapporto con l'AI diverso da quello dei settori dove l'AI accelera soprattutto i processi. Qui l'AI tocca direttamente il nucleo della professione — il lavoro intellettuale stesso, e la riservatezza di ciò che un cliente ha condiviso per rendere possibile quel lavoro intellettuale. Un avvocato che alimenta un modello linguistico con documenti di un fascicolo, un consulente che fa controllare una bozza di analisi da un chatbot, un revisore che fa riassumere delle cifre da un sistema esterno: ogni volta si sposta un'informazione che in realtà avrebbe dovuto rimanere tra le mura dello studio e nel rapporto di fiducia con il cliente.
Il rapporto tra ciò che le organizzazioni hanno ufficialmente acquistato e ciò che i collaboratori effettivamente utilizzano è generalmente sbilanciato. Mentre nei settori con molti processi operativi l'AI viene spesso distribuita tramite un reparto IT, nei studi di consulenza e legali la pressione è soprattutto individuale: qualcuno con una scadenza e uno strumento AI che lavora più velocemente del collega di fianco. Questo rende l'AI ombra qui non un'eccezione ma una norma plausibile — proprio in un settore dove il tempo viene fatturato e la velocità viene premiata.
Un elenco di licenze software mostra ciò che è stato acquistato, non ciò che viene utilizzato. Nei servizi professionali, inoltre, gran parte del personale lavora con dispositivi propri, estensioni del browser proprie e abbonamenti propri a servizi AI gratuiti da provare. Un partner o consulente senior che utilizza un modello linguistico per verificare una bozza di memo non appare in nessuna dashboard IT. Eppure proprio quell'uso è quello con il rischio più alto: tocca la riservatezza del cliente, il segreto professionale, la questione di chi sia responsabile di cosa quando un consiglio è stato in parte formato da un algoritmo.
L'unico modo per sapere cosa succede realmente è chiedere — e chiedere ha senso solo se non c'è nulla in gioco per chi risponde. Un collaboratore che sospetta che ammettere l'uso dell'AI porti a una conversazione sul suo rendimento, risponderà negativamente o non risponderà affatto. Un'inventariazione basata sulla fiducia invece che sul controllo ottiene un quadro diverso: non completo, ma più onesto di un elenco che somma solo ciò che è stato approvato.
L'uso dell'AI in questo settore non rientra in una sola categoria. Uno strumento che verifica fatti in un documento legale comporta un rischio diverso da uno strumento che riassume un documento di processo interno. Un sistema che collabora alla stesura di un consiglio fiscale destinato a un cliente richiede un tipo di supervisione diverso da uno strumento che ordina i verbali. Una governance efficace parte dal distinguere questi ruoli e livelli di rischio, e collega a ciò un livello adeguato di controllo — non in base al nome del sistema, ma in base a ciò che il sistema fa e a chi è infine destinato il risultato.
Gli studi di questo settore hanno spesso già strutture per la gestione del rischio: revisione dei fascicoli, principi del doppio controllo, verifica di compliance, controllo qualità. Un approccio di governance per l'AI che se ne distacchi diventa un livello aggiuntivo che nessuno adotterà. È più sensato un approccio che si collega alla struttura di rischio esistente: stessi responsabili, stesse linee di rendicontazione, stesso ritmo di verifica, con l'uso dell'AI come parte di ciò che già viene esaminato invece che un percorso separato.
Un amministratore o General Counsel a cui viene chiesto come è garantito l'uso dell'AI all'interno dello studio ha poco a cui aggrapparsi con una semplice impressione. La dimostrabilità richiede un inventario documentato: quali strumenti, quale ruolo, quale livello di rischio, quali accordi su cosa si può e non si può fare con essi. Non si tratta principalmente di rendere conto verso l'esterno — è innanzitutto, per il consiglio stesso, uno strumento per sapere su cosa si sta agendo, prima che un'autorità di vigilanza, un cliente o il proprio comitato rischi pongano la domanda.
Il modo in cui nasce l'AI ombra e il modo in cui la governance può collegarsi a essa variano da settore a settore. Chi vuole confrontare come si sviluppa questa questione dove convergono molti sistemi e contatto con i clienti, lo trova in AI-governance nei servizi finanziari; chi vuole vedere come si manifesta in un settore che costruisce e utilizza esso stesso prodotti AI, può leggerlo in AI-governance nel settore ICT; e per un quadro di come funziona in organizzazioni con molto personale operativo e poca direzione IT centrale c'è AI-governance nel commercio al dettaglio.
Un'inventariazione dell'uso dell'AI mostra cosa è in funzione e chi lo utilizza, ma non risponde alla domanda che segue: quale parte del lavoro stesso si presta effettivamente a essere trasferita all'AI, e quale parte no. È un calcolo diverso, per compito invece che per strumento. Lo scan del lavoro di FTE TO AI effettua questo calcolo: per ogni compito viene determinato quale parte del lavoro si presta a essere ripresa dall'AI, come passo successivo rispetto al quadro fornito dalla Responsible AI Scan.
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.