Organizacja z wieloma lokalizacjami rzadko ma jedno miejsce, w którym podejmowane są decyzje o oprogramowaniu. Jedna lokalizacja zawiera licencję, druga używa bezpłatnej wersji tego samego narzędzia, a trzecia ma lokalnego partnera IT, który bez konsultacji coś skonfigurował. Inwentarz AI, który ma to uchwycić, nie powinien więc wychodzić z jednego pliku źródłowego, lecz z wielu źródeł, które się wzajemnie uzupełniają i przeczą sobie.
Każda lokalizacja ma własną historię zakupów, własnych dostawców i często własny poziom samodzielności w wyborach IT. Co w centrali jest wyjątkiem, na innej lokalizacji może stać się standardem, bez tego, że ktokolwiek to zapisał. Centralny inwentarz, który sprawdza jedynie centralę, z definicji nie obejmuje więc części obrazu. Dlaczego lista IT się nie zgadza wyjaśnia, dlaczego centralna rejestracja rzadko odpowiada temu, co faktycznie jest używane, a problem ten narasta w miarę zwiększania się liczby lokalizacji.
Podstawa jest dla każdej lokalizacji taka sama: jakie zastosowanie jest używane, przez kogo, do jakiego zadania i na podstawie jakich danych. Istotne jest również to, czy zastosowanie zostało zakupione lokalnie, czy udostępnione centralnie, a także czy stoi za nim dostawca, który sam już rejestruje sposób działania systemu, czy lokalizacja sama skomponowała lub dostosowała system. To rozróżnienie decyduje bowiem o tym, kto ponosi odpowiedzialność za to, co się dokładnie dzieje. Co ustalacie dla każdego zastosowania opisuje to szczegółowo, a ta sama rejestracja obowiązuje niezależnie od lokalizacji: różni się jedynie sposób, w jaki zdobywacie te informacje w danej lokalizacji.
W przypadku jednej lokalizacji łatwo jest po prostu zapytać. Przy wielu lokalizacjach to już nie jest wykonalne bez struktury. Wtedy dwa źródła są użyteczne obok siebie. Pierwszym jest to, co samo środowisko IT już pokazuje: rejestry zakupowe, pliki licencyjne i sygnały techniczne wskazujące na użycie AI, nawet jeśli nikt tego użycia wprost nie zgłosił. Co zdradzają dane zakupowe i licencyjne pokazuje, jakie wskazówki można w nich znaleźć, a jakie sygnały IT są użyteczne omawia techniczną stronę tego zagadnienia: jaki ruch, jakie abonamenty i jakie integracje wskazują na użycie AI, które nigdzie nie zostało formalnie zarejestrowane.
Drugim źródłem jest sam pracownik. Żadne techniczne skanowanie nie uchwyci, dlaczego ktoś korzysta z narzędzia, do jakiego konkretnie zadania, czy jak często. To wie tylko osoba, która wykonuje tę pracę. Przy wielu lokalizacjach oznacza to, że potrzebujecie sposobu, aby zadać to pytanie wszędzie w ten sam sposób, bez tego, że jedna lokalizacja czuje się bardziej kontrolowana niż druga. Jak zapytać o to bez konsekwencji opisuje, czemu ten warunek decyduje o wiarygodności zebranych danych: kto boi się konsekwencji, odpowiada niepełnie albo wcale, a efekt ten nie musi być równo rozłożony między lokalizacjami o różnych kulturach czy stylach zarządzania.
Zastosowanie zakupione w lokalizacji A i przejęte nieformalnie w lokalizacji B pozostaje tym samym zastosowaniem, z tą samą rolą i tym samym poziomem ryzyka. Inwentarz nie powinien więc być klasyfikowany odrębnie dla każdej lokalizacji, lecz dla każdego zastosowania, z odnotowaniem, gdzie i przez kogo jest używane. Dzięki temu zapobiegacie sytuacji, w której to samo narzędzie jest oceniane odmiennie w dwóch miejscach, a ryzyko już zasygnalizowane w jednej lokalizacji pozostaje niezauważone w innej. Istotne jest również, czy lokalizacja sama coś zbudowała lub skonfigurowała na bazie modelu AI, czy jedynie korzysta z gotowego produktu. Czy jesteście dostawcą czy użytkownikiem pomaga rozróżnić te sytuacje, a rozróżnienie to może być różne dla różnych lokalizacji, nawet przy użyciu tej samej podstawowej technologii.
Gdy dane z lokalizacji są już zebrane, następnym krokiem jest scalenie ich w jedną listę bez powtórzeń, z jasną rolą dla każdego zastosowania, oceną ryzyka i wskazaniem, gdzie jest ono używane. Ten przegląd stanowi podstawę do ustalenia, jakie środki governance są potrzebne i gdzie wymagają one uwagi najpierw. Jak dokładnie ten przegląd jest budowany i utrzymywany, zależy od wielkości i struktury organizacji; nie istnieje jeden stały schemat dla każdej sytuacji.
Inwentarz użycia AI ukazuje, co jest robione i za pomocą czego. Kolejne pytanie, które z tym się łączy, dotyczy tego, jaka część tej pracy może faktycznie zostać przejęta przez AI, a jaka pozostaje pracą ludzką. Na to pytanie odpowiada skan pracy FTE TO AI, który dla każdego zadania wylicza, jaka jego część kwalifikuje się do przejęcia.
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.