Organizācijai ar vairākām filiālēm parasti nav trūkuma AI lietojumā, bet ir trūkums pārskatā. Katra filiāle pieņem savus lēmumus, slēdz savus abonementus vai atļauj komandām pašām izdomāt, kas ir noderīgi. Rezultāts ir lietojumu kopums, kas nekur nav pilnībā uzrakstīts. Pirms kaut ko var klasificēt vai par to ziņot, šim kopumam vispirms jāpastāv kā sarakstam — ar vieniem un tiem pašiem fiksētiem datiem par katru lietojumu, neatkarīgi no tā, kura filiāle to ziņo.
Par katru lietojumu principā fiksējat: nosaukumu un piegādātāju, filiāli vai nodaļu, kurā tas tiek lietots, kas šo lietojumu pārvalda vai ir iegādājies, kādam nolūkam tas tiek izmantots, kādi dati tajā tiek ievadīti, un vai lietojums pieņem lēmumus pašstāvīgi vai tikai atbalsta. Šī pēdējā atšķirība lielā mērā nosaka riska līmeni: rīks, kas pārrakstīta tekstu, ir vērtējams citādi nekā sistēma, kas izvēlas kandidātus vai novērtē kredīta pieteikumus.
Vairāku filiāļu gadījumā tam pievienojas papildu lauks: vai lietojums ir iegādāts lokāli vai izvietots centralizēti. Šī atšķirība ir nepieciešama, lai redzētu, vai viens un tas pats risks vairākās vietās ir radies neatkarīgi vienam no otra, vai kāds vienots lēmums ir izplatījies pa visu organizāciju.
Pirmā vieta, kur jūs meklētu, ir IT nodaļa, un šis saraksts ir labs sākumpunkts — bet nav galapunkts. Kāpēc IT saraksts neatbilst patiesībai organizācijā ar vairākām filiālēm izklāsta, ka centralizēti pārvaldītas licences aptver tikai daļu no lietojuma. Filiāles, kas pašas izmanto kredītkarti abonementam, vai komandas, kas lieto rīka bezmaksas versiju, nekur neparādās centralizētā administrācijā. Pārskatam, ko jūs veidojat, tāpēc jāapvieno vairāki avoti, nevis viens.
Bez IT saraksta finanšu dati sniedz citu veidu signālu. Ko atklāj iepirkuma un licenču dati organizācijā aprakstīts, kā rēķini, abonementi un kredītkaršu izdevumi pa filiālēm sniedz norādes par lietojumiem, kas noslēgti ārpus centralizētā iepirkuma. Tas ir īpaši nozīmīgs vairāku filiāļu gadījumā: lokālais iepirkums bieži notiek pa citiem kanāliem nekā centrālā IT, un tieši tur rodas lielākā daļa nepilnīgā priekšstata.
Neviens sarakts — ne tehniskais, ne finansiālais — jums nepateiks, kam lietojums patiesībā tiek izmantots. Tas zina tikai tie, kas ar to strādā katru dienu. Kā to jautāt darbiniekiem, neradot norēķina sajūtu, organizācijā pievēršas nosacījumam, kas šo soli padara sekmīgu vai neveiksmīgu: kas jūt, ka atbildei var būt sekas, atbild nepilnīgi vai nemaz. Vairāku filiāļu gadījumā tas ir jo vairāk svarīgi, jo lokālie ieradumi var ievērojami atšķirties, un nacionāla mēroga apsekojums šīs atšķirības viegli noslīpē.
Bez sarunām un rēķiniem esošā IT vide bieži jau satur norādes, ko neviens nav atpazinis kā tādas: tīkla trafiku uz noteiktiem domēniem, jaunus pārlūka paplašinājumus vai API savienojumus, kas kaut kur ir izveidoti. Kuri IT signāli ir noderīgi organizācijā ar vairākām filiālēm parāda, kuri no šiem signāliem kaut ko pasaka par AI lietojumu un kuri ir troksnis. Organizācijai ar vairākām filiālēm tas ir veids, kā redzēt, vai viens un tas pats modelis atkārtojas vairākās vietās, neaptaujājot katru filiāli atsevišķi.
Kad dati par katru lietojumu ir savākti — izcelsme, lietošanas mērķis, iesaistītie dati, pārvaldnieks, filiāle — var sākties klasifikācija. Ne katrs lietojums pelnījis vienādu uzmanību: rīks, kas apkopo iekšējos protokolus, sver citādi nekā sistēma, kas ietekmē klientus vai darbiniekus. Šis svērums ir atkarīgs no tā, ko lietojums dara, nevis no tā, cik daudz cilvēku to izmanto vai kad tas ir iegādāts.
Šī inventarizācija ir nepārtraukts process, nevis vienreizējs momentuzņēmums. Filiāles pievieno lietojumus, piegādātāji maina funkcijas, un tas, kas šodien ir atbalstošs, rīt var pieņemt lēmumus pašstāvīgi. Pārskatam, ko jūs veidojat, tāpēc jābūt atkārtojamam: tiem pašiem jautājumiem, tiem pašiem laukiem, katru reizi no jauna pa tām pašām filiālēm.
Responsible AI Scan ir paredzēts, lai strukturētu šo inventarizāciju: tie paši fiksētie lauki par katru lietojumu, papildināti ar IT signāliem, iepirkuma datiem un sarunām ar darbiniekiem, un rezultātā iegūta klasifikācija, kas atbilst organizācijas esošajai riska struktūrai. Skenēšanas rīks tiek izstrādāts. Kas vēlas ar to strādāt, tiklīdz tas būs pieejams, var pierakstīties uz gaidīšanas sarakstu.
Tiklīdz ir skaidrs, kādi lietojumi darbojas katrā filiālē un ko tie dara, nākamais jautājums ir pats par sevi saprotams: kādu daļu no darba, ko šie lietojumi atbalsta, patiesībā var pārņemt AI. Tas ir cits jautājums nekā pārvaldība — runa nav par risku un pierādāmību, bet par uzdevuma satura. FTE TO AI darba skenēšanas rīks aprēķina par katru uzdevumu, kādu daļu no darba var pārņemt AI, un tādējādi papildina pārskatu, ko jūs esat izveidojis ar šo inventarizāciju.
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.