Usługi biznesowe nie sprzedają produktu, lecz ocenę: porady, analizę, drugą opinię. To sprawia, że obchodzenie się z AI jest tu inne niż w sektorach, gdzie AI przede wszystkim przyspiesza procesy. Tutaj AI dotyka bezpośrednio tego, co jest istotą zawodu — samej pracy myślowej oraz poufności tego, co klient udostępnił, aby tę pracę myślową umożliwić. Prawnik, który zasila model językowy dokumentami z akt, konsultant, który daje sprawdzić szkic analizy chatbotowi, księgowy, który zleca zewnętrznemu systemowi podsumowanie liczb: w każdym z tych przypadków przemieszczają się informacje, które właściwie powinny pozostać w murach kancelarii i w relacji zaufania z klientem.
Relacja między tym, co organizacje w tym sektorze oficjalnie zakupiły, a tym, co pracownicy faktycznie wykorzystują, zwykle nie jest zrównoważona. Tam gdzie w sektorach z dużą ilością procesów operacyjnych AI jest często wdrażana przez dział IT, presja w kancelariach prawnych i doradczych jest głównie indywidualna: ktoś z terminem i narzędziem AI, które działa szybciej niż kolega przy sąsiednim biurku. To sprawia, że AI w tle jest tu nie wyjątkiem, lecz raczej normą — właśnie w sektorze, w którym fakturuje się czas i wynagradza szybkość.
Zestawienie licencji na oprogramowanie pokazuje, co zostało zakupione, a nie to, co jest używane. W usługach biznesowych ponadto duża część personelu pracuje na własnych urządzeniach, z własnymi rozszerzeniami przeglądarki i własnymi subskrypcjami usług AI, które nic nie kosztują, aby je wypróbować. Partner lub senior konsultant, który używa modelu językowego do sprawdzenia szkicu memorandum, nie pojawi się w żadnym panelu IT. A jednak właśnie to użycie niesie najwyższe ryzyko: dotyka poufności klienta, tajemnicy zawodowej, pytania, kto za co odpowiada, gdy porada została częściowo ukształtowana przez algorytm.
Jedynym sposobem, aby wiedzieć, co się naprawdę dzieje, jest zapytać — a to pytanie ma sens tylko wtedy, gdy dla odpowiadającego nic nie jest na szali. Pracownik, który podejrzewa, że przyznanie się do korzystania z AI wywoła rozmowę o niedostatecznej wydajności, odpowie przecząco albo nie odpowie wcale. Inwentaryzacja, która wychodzi z zaufania, a nie z kontroli, daje inny obraz: niekompletny, ale szczerszy niż lista, która zlicza tylko to, co zostało zatwierdzone.
Użycie AI w tym sektorze nie wpisuje się w jedną kategorię. Narzędzie, które sprawdza fakty w dokumencie prawnym, niesie inne ryzyko niż narzędzie, które podsumowuje wewnętrzny dokument procesowy. System, który współtworzy porady podatkowe skierowane do klienta, wymaga innego rodzaju nadzoru niż narzędzie, które porządkuje notatki ze spotkań. Governance, które działa, zaczyna się od rozróżnienia tych ról i poziomów ryzyka, i wiąże z tym odpowiedni poziom nadzoru — nie na podstawie tego, jak system się nazywa, ale na podstawie tego, co system robi i dla kogo przeznaczony jest wynik.
Kancelarie w tym sektorze mają często już struktury zarządzania ryzykiem: przegląd akt, zasady czterech oczu, weryfikację zgodności, kontrolę jakości. Podejście do governance AI, które jest od tego oddzielone, staje się dodatkową warstwą, którą nikt nie chce przyjąć. Sensowniejsze jest podejście, które nawiązuje do istniejącej struktury ryzyka: tych samych właścicieli, tych samych linii raportowania, tego samego rytmu weryfikacji, z użyciem AI jako częścią tego, co już jest sprawdzane, a nie osobnej ścieżki.
Zarządca lub General Counsel, który jest pytany, jak zabezpieczone jest użycie AI w kancelarii, niewiele skorzysta na wrażeniu. Wykazywalność wymaga udokumentowanej inwentaryzacji: jakie narzędzia, jaka rola, jaki poziom ryzyka, jakie ustalenia dotyczące tego, co można z nimi robić, a czego nie. To nie jest przede wszystkim rozliczanie się na zewnątrz — to najpierw dla samego zarządu instrument, aby wiedzieć, czym się steruje, zanim organ nadzoru, klient lub własna komisja ryzyka postawi to pytanie.
Sposób, w jaki powstaje AI w tle, oraz sposób, w jaki governance może się do tego odnieść, różni się w zależności od sektora. Kto chce porównać, jak to zagadnienie się rozwija tam, gdzie zbiega się wiele systemów i kontakt z klientem, znajdzie to w AI-governance w usługach finansowych; kto chce zobaczyć, jak to wygląda w sektorze, który sam buduje i wykorzystuje produkty AI, może przeczytać o tym w AI-governance w sektorze ICT; a dla obrazu tego, jak to działa w organizacjach z dużą liczbą personelu operacyjnego i niewielkim centralnym sterowaniem IT, jest AI-governance w handlu detalicznym.
Inwentaryzacja użycia AI ukazuje, co działa i kto to używa, ale nie odpowiada na pytanie, które przychodzi później: jaka część samej pracy właściwie da się przekazać AI, a jaka nie. To jest inne rachunek, per zadanie, a nie per narzędzie. Skan pracy FTE TO AI wykonuje ten rachunek: dla każdego zadania określa się, jaka część pracy kwalifikuje się do przejęcia przez AI, jako kolejny krok po przeglądzie, który daje 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.