Un'organizzazione con più sedi di solito non ha una carenza di utilizzo dell'AI, ma una carenza di visione d'insieme. Ogni sede fa le proprie scelte, stipula i propri abbonamenti o lascia che i team stabiliscano autonomamente cosa è utile. Il risultato è un insieme di applicazioni che da nessuna parte è messo per iscritto nella sua interezza. Prima che ci sia qualcosa da classificare o da segnalare, questo insieme deve prima esistere come elenco — con gli stessi dati fissi per ciascuna applicazione, indipendentemente da quale sede la segnala.
Per ciascuna applicazione si registra in linea di principio: il nome e il fornitore, la sede o il reparto in cui viene utilizzata, chi gestisce o ha acquistato l'applicazione, a cosa viene destinata, quali dati vengono inseriti, e se l'applicazione prende decisioni in autonomia oppure si limita a fornire supporto. Quest'ultima distinzione determina in gran parte il livello di rischio: uno strumento che riscrive testi si valuta in modo diverso rispetto a un sistema che seleziona candidati o valuta richieste di credito.
In caso di più sedi si aggiunge un campo ulteriore: se l'applicazione è stata acquistata a livello locale oppure distribuita a livello centrale. Questa distinzione è necessaria per capire se uno stesso rischio è nato in più luoghi indipendentemente l'uno dall'altro, oppure se una singola decisione si è diffusa in tutta l'organizzazione.
Il primo posto dove cercare sarebbe il reparto IT, e quell'elenco è un buon punto di partenza — ma non il punto di arrivo. Perché l'elenco IT non è corretto in un'organizzazione con più sedi spiega che le licenze gestite a livello centrale coprono solo una parte dell'utilizzo. Le sedi che utilizzano una propria carta di credito per un abbonamento, o i team che impiegano una versione gratuita di uno strumento, non compaiono in nessuna amministrazione centrale. La visione d'insieme che si costruisce deve quindi combinare più fonti, non una sola.
Oltre all'elenco IT, i dati finanziari forniscono un altro tipo di segnale. Cosa rivelano i dati di acquisto e delle licenze in un'organizzazione descrive come fatture, abbonamenti e spese con carta di credito per sede forniscano indicazioni su applicazioni stipulate al di fuori degli acquisti centralizzati. Questo è particolarmente rilevante in caso di più sedi: gli acquisti locali spesso passano attraverso canali diversi rispetto all'IT centrale, e proprio lì nasce la maggior parte del quadro incompleto.
Nessun elenco — tecnico o finanziario — dice davvero per cosa viene utilizzata un'applicazione. Questo lo sanno solo le persone che ci lavorano quotidianamente. Come chiederlo ai dipendenti senza conseguenze in un'organizzazione affronta la condizione che determina il successo o il fallimento di questo passaggio: chi sente che una risposta può avere conseguenze, risponde in modo incompleto o non risponde affatto. In caso di più sedi questo è particolarmente importante, poiché le abitudini locali possono differire notevolmente e un'indagine a livello nazionale rischia facilmente di appiattire queste differenze.
Oltre a colloqui e fatture, l'ambiente IT esistente spesso contiene già indicazioni che nessuno ha riconosciuto come tali: traffico di rete verso determinati domini, nuove estensioni del browser, o collegamenti API creati in qualche punto. Quali segnali IT sono utili in un'organizzazione con più sedi mostra quali di questi segnali indicano effettivamente un utilizzo dell'AI e quali sono solo rumore di fondo. Per un'organizzazione con più sedi, questo è un modo per verificare se lo stesso schema si ripete in luoghi diversi, senza dover interrogare separatamente ogni sede.
Una volta raccolti i dati per applicazione — origine, finalità d'uso, dati coinvolti, responsabile, sede — può iniziare la classificazione. Non ogni applicazione merita la stessa attenzione: uno strumento che riassume verbali interni pesa diversamente rispetto a un sistema che ha un impatto su clienti o dipendenti. Questa valutazione dipende da ciò che fa l'applicazione, non da quante persone la utilizzano o da quando è stata acquistata.
Questa inventariazione è un processo continuo, non una fotografia istantanea. Le sedi aggiungono applicazioni, i fornitori modificano le funzionalità, e ciò che oggi è di supporto può decidere autonomamente domani. La visione d'insieme che si costruisce deve quindi essere ripetibile: le stesse domande, gli stessi campi, ogni volta di nuovo attraverso le stesse sedi.
La Responsible AI Scan è pensata per strutturare questa inventariazione: gli stessi campi fissi per applicazione, integrati con segnali IT, dati di acquisto e colloqui con i dipendenti, che sfociano in una classificazione allineata alla struttura di rischio esistente dell'organizzazione. La scan è in fase di realizzazione. Chi desidera utilizzarla non appena sarà disponibile può iscriversi alla lista d'attesa.
Una volta chiaro quali applicazioni sono in uso in ciascuna sede e cosa fanno, la domanda successiva è naturale: quale parte del lavoro che queste applicazioni supportano può in realtà essere svolta dall'AI. Questa è una domanda diversa dalla governance — non riguarda il rischio e la dimostrabilità, ma il contenuto dei compiti. La werkscan di FTE TO AI calcola per ciascun compito quale parte del lavoro può essere svolta dall'AI, e si collega quindi alla visione d'insieme costruita con questa inventariazione.
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.